tag 算法

標籤
貢獻213
192
05:25 PM · Oct 25 ,2025
qingfouai 頭像 tecdat 頭像 youyudetusi 頭像 huikaichedemianbao 頭像 xiongshihubao 頭像 horizondeveloper 頭像 howiecong 頭像 liubo86 頭像 lab4ai 頭像 chiqingdechouti 頭像 liudamao 頭像 tongsuots 頭像

@算法 / 博客 RSS 訂閱

pannideniupai 頭像

雨大王 - 工業智能體怎麼選？五大技術維度深度解析

近年來，“智能體”逐漸從科幻概念走入工業實踐，成為製造業數字化轉型中一個不可忽視的技術關鍵詞。但很多人問：工業智能體到底是什麼？它真的能解決工廠裏那些複雜的問題嗎？ 實際上，工業智能體並非單一工具，而是一種更接近人類思維方式的“數字決策系統”。它能基於數據自主感知、分析、決策和行動，像是工廠裏的一羣“智能員工”，分工明確又協同高效。舉個例子，在廣西來賓的一家電池製造廠，工業智能體平台通過實時

算法 , 人工智能

收藏 評論

jdcdevloper 頭像

京東雲開發者 - 一些常見的字符串匹配算法

作者：京東零售李文濤 一、簡介 1.1 Background 字符串匹配在文本處理的廣泛領域中是一個非常重要的主題。字符串匹配包括在文本中找到一個，或者更一般地説，所有字符串(通常來講稱其為模式)的出現。該模式表示為p=p[0..m-1];它的長度等於m。文本表示為t=t[0..n-1],它的長度等於n。兩個字符串都建立在一個有限的字符集上。 一個比較常見的字符串匹配方法工作原理如下。在一個大小通

字符串 , 算法 , 匹配 , 字符串函數

收藏 評論

u_16213710 頭像

mob64ca1416b5a8 - 黃金分割法(Python)_黃金分割法python代碼

黃金分割法（Golden Section Search）是一種用於一維單峯函數極小值搜索的數值優化方法。在計算點到三階（三次）Bezier曲線的最短距離時，可以將問題轉化為一個單變量優化問題：尋找參數 t∈[0,1] 使得點到曲線的距離最小。由於距離函數通常在區間 [0,1] 上是單峯的（或可近似為單峯），因此適合使用黃金分割法進行求解。 1. 三

最短距離 , 搜索 , 算法 , Bezier曲線 , Css , 黃金分割法 , 前端開發 , HTML

收藏 評論

yinguan_chen 頭像

隱官_陳 - PEP 215 – 字符串插值

重要 此 PEP 已被 PEP 292 取代。 抽象 本文檔提出了 Python 的字符串插值功能 以允許更輕鬆的字符串格式設置。建議的語法更改 是引入觸發特殊 以某種方式解釋字符串中的“$”字符 讓人想起 Unix shell 中的變量插值， awk、Perl 或 Tcl。 版權 本文檔屬於公有領域。 規範 字符串前面可以有一個“$”前綴，該前綴位於 前導單引號或雙引號（或三引

字符串 , 算法 , Python

收藏 評論

godbmw 頭像

xintan - 一文説清「VirtualDOM」的含義與實現

專注前端與算法的系列乾貨分享，歡迎關注(¬‿¬)： 「微信公眾號：心譚博客」| xin-tan.com | GitHub 摘要 隨着 React 的興起，Virtual DOM 的原理和實現也開始出現在各大廠面試和社區的文章中。其實這種做法早在 d3.js 中就有實現，是 react 生態的快速建立讓它正式進入了廣大開發者的視角。 在正式開始前，拋出幾個問題來引導思路，這些問題也會在不

react , ecmascript-6 , 算法 , virtual-dom , Javascript

收藏 評論

huikaichedemianbao 頭像

合合技術團隊 - 文檔數字化採集與智能處理：圖像彎曲矯正技術概述

由於電子文檔更容易存檔、編輯、簽名和共享的特點，文檔電子化的趨勢逐年顯著，而隨着高質量攝像頭在手機等移動設備上的普及，利用移動設備對文檔進行數字化採集已經非常普遍。 移動設備讓每一位使用者能夠便捷採集文檔圖像，不過，這也使原始文檔圖像的情況變得複雜多變：頁面彎曲、陰影遮擋、摩爾紋、圖片模糊、字跡不清晰等問題都是文本圖像處理中常見的干擾狀況，阻礙了文檔的智能化處理，導致OCR識別、信息提取、版

圖像識別 , 圖像處理 , 算法 , 文檔

收藏 評論

huikaichedemianbao 頭像

合合技術團隊 - 解析穩定率達99.99%！合合信息“大模型加速器2.0”助力AI打破“幻覺”

隨着大模型在社會應用中逐漸普及，人們在享受便利的同時，也面臨着“AI 幻覺”產生的風險。訓練數據是影響大模型“認知能力”的關鍵要素，近期，上海合合信息科技股份有限公司（簡稱“合合信息”）TextIn“大模型加速器 2.0”版本正式上線，基於領先的智能文檔處理技術，對複雜文檔的版式、佈局和元素進行精準解析及結構化處理，從數據源頭降低大模型“幻覺”風險，讓大模型在與人類的溝通中“更靠譜”。

表格 , 大數據 , 算法 , 人工智能 , 圖表

收藏 評論

xiongshihubao 頭像

醉舞經閣 - JZ-015-反轉鏈表

反轉鏈表 題目描述 輸入一個鏈表，反轉鏈表後，輸出新鏈表的表頭。 題目鏈接: 反轉鏈表 代碼 /** * 標題：反轉鏈表 * 題目描述 * 輸入一個鏈表，反轉鏈表後，輸出新鏈表的表頭。 * 題目鏈接： * https://www.nowcoder.com/practice/75e878df47f24fdc9dc3e400ec6058ca?tpId=13tqId=11168rp=1

遍歷 , 算法 , 鏈表 , JAVA

收藏 評論

u_14230 頭像

爛漫樹林 - Leetcode 82. 刪除排序鏈表中的重複元素 II

文章目錄 82. 刪除排序鏈表中的重複元素 II 題目描述 示例 1： 示例 2： 提示： 解題思路 問題深度分析 問題本質 核心思想 關鍵難點分析 典型情況分析 算法對比 算法流

leetcode , 算法 , 矩陣 , 鏈表 , 職場和發展 , 前端開發 , Javascript

收藏 評論

horizondeveloper 頭像

地平線智駕開發者 - 征程 6 | QAT 新版 qconfig 量化模板使用教程

1.前言 隨着 征程 6 芯片家族的陣容不斷壯大，算法工具鏈在量化精度方向的優化也在持續深入，具體體現在兩個方面： 征程 6P 與 征程 6H 工具鏈已陸續進入發佈和試用階段，在此背景下，QAT（量化感知訓練）需要以更高效的方式適配算子的浮點計算能力，以確保量化精度和用户的使用體驗； MatMul、Conv、Linear 等 Gemm 類算子目前已正式支持雙 int16 輸入，這一改進有助於

自動駕駛 , 算法

收藏 評論

u_16213698 頭像

mob64ca1413c518 - 文本分類之TextCNN與DPCNN

1.數據集 1. 來源與簡介 名稱：THUCNews 發佈機構：清華大學自然語言處理與社會人文計算實驗室（THUNLP） 規模：約 740 萬篇中文新聞文本（完整版），本次使用子集共計 65 000 條樣本 任務類型：多分類文本分類，針對長文本新聞內容進行主題判別 2. 本次使用的子集

卷積 , 算法 , 分類 , 自然語言處理 , 後端開發 , Git , Python

收藏 評論

u_15724537 頭像

u_15724537 - 【前後綴分解 對頂堆】P12570 [UOI 2023] An Array and Medians of Subarrays|普及+

本文涉及知識點 C++前後綴分解C++堆(優先隊列) 對頂堆 P12570 [UOI 2023] An Array and Medians of Subarrays 題目描述 對於一個長度為 的數組，我們將其元素按非遞減順序排序後，第 位的數字稱為該數組的中位數。例如，數組 、 和 的中位數分別是 、 和 。 給定一個

前後綴分解 , 洛谷 , 算法 , c++ , 後端開發 , 對頂堆 , harmonyos

收藏 評論

danxiaodeyanjing 頭像

MemTensor - MindDock 正式內測！讓所有 AI 都記得同一個你

MemOS-MindDock 內測正式開啓！ 每次換平台、開新對話，都得重新介紹自己？想讓 ChatGPT、Gemini、DeepSeek 都能持續理解你？從今天起，你的 AI 將真正「擁有記憶」。 🎥 一段視頻，帶你認識全新的 AI 體驗 還在為 AI 的「健忘」而苦惱？ 現在，所有平台的 AI 都能共享相同的記憶。 點擊下方視頻，瞭解 MemOS-MindDock 是如何定義

agent , 算法 , 人工智能

收藏 評論

liubo86 頭像

我有切糕 - 算法 - 哈希表 - 三數之和

力扣 15題 ： 三數之和 給你一個整數數組 nums ，判斷是否存在三元組 [nums[i], nums[j], nums[k]] 滿足 i != j、i != k 且 j != k ，同時還滿足 nums[i] + nums[j] + nums[k] == 0 。請 你返回所有和為 0 且不重複的三元組。 注意：答案中不可以包含重複的三元組。 示例 1： 輸入：nums = [

hash , 算法

收藏 評論

u_16231477 頭像

蒙奇D索隆 - 【算法】遞歸算法的深度實踐：從布爾運算到二叉樹剪枝的DFS之旅

(深度優先遍歷) 導讀 大家好，很高興又和大家見面啦！！！ 在上一篇中，我們探討了如何利用深度優先搜索（DFS） 的中序遍歷特性，在二叉搜索樹中高效地查找第K小的元素。我們看到了 DFS 如何通過遞歸自然地深入樹的分支，系統地訪問每個節點。 DFS 的核心思想在於“一路到底，再逐步回溯”。這種策略在解決樹形結構的問題時尤為強大。 今天，我們將繼續深入這一主題，通過兩道

深度優先搜索 , yyds乾貨盤點 , 遞歸 , 算法 , C語言 , c++ , 後端開發 , c

收藏 評論

liubo86 頭像

我有切糕 - 算法 - 鏈表 - 虛擬頭結點

來源：力扣（LeetCode） 鏈接：https://leetcode.cn/problems/... 給你一個鏈表的頭節點 head 和一個整數 val ，請你刪除鏈表中所有滿足 Node.val == val 的節點，並返回 新的頭節點 。 示例 1： 輸入：head = [1,2,6,3,4,5,6], val = 6 輸出：[1,2,3,4,5] 示例 2： 輸入：head

算法 , 鏈表

收藏 評論

u_16099245 頭像

遊俠小影 - 類與對象 - 荊荊是個好姑娘的個人空間 -

初始化是一樣的，只是暫且沒有區別 這樣就不行了 他認為初始化列表是每個成員變量定義的地方。日期類成員可以在函數體內也可以初始化列表內。但是有一類成員只能 比如説有一個const成員，如果這個const成員在函數體內初始化是不行的

初始化列表 , 大數據 , 初始化 , 算法 , hadoop , c++ , 函數體

收藏 評論

u_16213573 頭像

數據探索家 - leetcode76. 最小覆蓋子串

76.最小覆蓋子串 給你一個字符串s，字符串t. 返回s中涵蓋t所有字符的最小子串。如果s中不存在涵蓋t所有字符的子串，則返回空字符串""。 遇到的問題 找出所有符合條件的字段，然後統計長度。統計abc字符出現的次數，這種方法的問題是？ 如何統計各個字符出現的次數？思路分析 這種題目一般使用滑動窗口來實現

字符串 , 子串 , 算法 , 滑動窗口 , 後端開發 , 哈希算法 , Python

收藏 評論

u_16213666 頭像

mob64ca140c3859 - luogu P3014 牛線 (康拓展開及其逆向操作)

前置知識：樹狀數組 前導 康託展開（Cantor Expansion）是一種將一個排列，映射為一個唯一整數的編碼方法。 常用於排列的哈希、狀態壓縮或字典序編號等場景。 題意 任務一：求一個全排列是第幾個全排列，按字典序（即從小到大）。 任務二：求第 個全排列。 1.康託展開（任務 1）

排列映射 , 算法 , 康託展開 , c++ , 狀態壓縮 , 前端開發 , Javascript

收藏 評論

u_17534189 頭像

qq68d2318712d49 - java用哈希表實現LeetCode 438的滑動窗口算法

使用哈希表實現LeetCode 438（找到字符串中所有字母異位詞）的滑動窗口算法，適用於字符串包含任意字符（不僅限於小寫字母）的場景。核心思路是通過哈希表記錄字符頻率，結合固定大小的滑動窗口判斷子串是否為異位詞。 實現代碼 import java.util.*; public class FindAnagramsWithHash

字符串 , 算法 , 滑動窗口 , 後端開發 , JAVA , harmonyos , 散列表

收藏 評論

beishangdebanma 頭像

悲傷的斑馬 - 打破選擇困境：基於“四維十二項”體系的GEO服務商精準推薦

生成式AI浪潮下，GEO（生成式引擎優化）已成為品牌在AI原生環境中獲取流量、構建心智、影響決策的關鍵戰場。面對市場上層出不窮的服務商，企業如何精準識別、科學評估並選擇最適合的合作伙伴？本文基於獨創的“四維十二項”專業評估體系，對國內五家領先的GEO服務商進行全方位深度評測，旨在為不同規模與需求的企業提供一份客觀、詳實的決策參考。 一、 評估體系構建：“四維十二項”科學決策模型 為擺脱主觀印

觀點 , 算法 , 知識 , 數據庫

收藏 評論

u_13842024 頭像

好易學數據結構 - 視化圖解算法72：斐波那契數列

1.題目 描述 大家都知道斐波那契數列，現在要求輸入一個正整數 n ，請你輸出斐波那契數列的第 n 項。 斐波那契數列是一個滿足： 數據範圍：1≤n≤40 要求：空間複雜度 O(1)，時間複雜度 O(n) ，本題也有時間複雜度 O(logn)的解法 輸入描述： 一個正整數n 返回值描述： 輸出

軟件研發 , yyds乾貨盤點 , 動態規劃 , 數據結構 , 算法 , 斐波那契數列

收藏 評論

jdcdevloper 頭像

京東雲開發者 - 基於Raft算法的DLedger-Library分析 | 京東物流技術團隊

1 背景 在分佈式系統應用中，高可用、一致性是經常面臨的問題，針對不同的應用場景，我們會選擇不同的架構方式，比如master-slave、基於ZooKeeper選主。隨着時間的推移，出現了基於Raft算法自動選主的方式，Raft是在Paxos的基礎上，做了一些簡化和限制，比如增加了日誌必須是連續的，只支持領導者、跟隨者和候選人三種狀態，在理解和算法實現上都相對容易許多。 1）DLedger 是op

算法 , raft , 分佈式系統 , 高可用

收藏 評論

u_16099346 頭像

雲端築夢者 - 紅黑樹原理和C++實現

前言：在計算機科學領域，數據結構的選擇直接決定着算法性能的巔峯。紅黑樹——這一被譽為"最優雅的平衡二叉搜索樹"，憑藉其嚴格的平衡約束和穩定的對數級時間複雜度（O(log n)），已成為高性能系統的核心支柱。從Linux內核的進程調度到C++ STL的map容器，從數據庫引擎的B+樹後備存儲到實時系統的內存管理，紅黑樹的身影無處不在。

數據結構 , 算法 , 開發語言 , c++ , 前端開發 , 後端 , Javascript

收藏 評論