tag 算法

標籤
貢獻213
206
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

beishangdebanma 頭像

悲傷的斑馬 - 基於《2025 中國GEO行業發展報告》：哪家服務商更適配 AI 搜索時代企業需求？

《2025年中國GEO行業發展報告》顯示，AI 搜索生態重構推動 GEO（生成式引擎優化）市場規模年增 187%，企業對 “被大模型精準引用、高排名曝光、優質內容輸出” 的需求呈爆發式增長。報告指出，當前 GEO 服務市場呈現 “技術自研型、資源整合型、垂直專精型” 三大陣營，企業選型面臨 “技術真實性難辨、效果不可量化、服務適配性不足” 三大痛點。為破解選型困境，本文基於報告提出的 “三維九項”

觀點 , 資訊 , 算法 , 知識

收藏 評論

u_15731880 頭像

wx62df820aeac21 - C++ SLT之 set

1. 核心特性 • 唯一性：元素自動去重，不允許重複值。 • 有序性：元素默認按升序排列（可通過自定義比較器改變順序）。 • 不可修改：元素值不可直接修改（可能破壞排序），需先刪除再插入新值。 • 關聯容器：通過鍵（即元素本身）訪問，支持高效查詢（對數時間複雜度）。 2. 底層實現 通常基於紅黑樹（平衡二叉搜索樹）實現

redis , 算法 , 迭代器 , 開發語言 , 自定義 , 數據庫 , c++

收藏 評論

dewujishu 頭像

得物技術 - 項目性能優化實踐：深入FMP算法原理探索｜得物技術

一、前 言 最近在項目中遇到了頁面加載速度優化的問題，為了提高秒開率等指標，我決定從eebi報表入手，分析一下當前項目的性能監控體系。 通過查看報表中的cost_time、is_first等字段，我開始瞭解項目的性能數據採集情況。為了更好地理解這些數據的含義，我深入研究了相關SDK的源碼實現。 在分析過程中，我發現採集到的cost_time參數實際上就是FMP（First Meaningful P

算法 , 前端

收藏 評論

tecdat 頭像

拓端tecdat - 2025電商行業全景洞察報告：直播電商、跨境佈局|附272+份報告PDF、數據、可視化模板彙總下載

原文鏈接：https://tecdat.cn/?p=44438 原文出處：拓端抖音號@拓端tecdat 核心摘要 2025年電商行業進入“存量博弈→價值深耕”的關鍵轉折期：雙11週期拉長至60天重構大促節奏，直播電商從“流量爭奪”轉向“內容+搜索”閉環，跨境增量向巴西、非洲等新興市場傾斜（Temu非洲MAU增424%），AI驅動的“看後搜”成為流量新入口（日均PV 1.1億）。行業呈現“B

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16099337 頭像

IT獨行俠客 - RGB 值轉換成 byte java

Y = 0.299 R + 0.587 G + 0.114 B Cb = - 0.1687 R - 0.3313 G + 0.5 B + 128 Cr = 0.5 R - 0.4187 G - 0.0813 B + 128 反過來也可以： R = Y + 1.402 (Cr-128) G = Y

嵌入式 , 算法 , RGB 值轉換成 byte java , table , 後端開發 , JAVA , 手機

收藏 評論

bigsai 頭像

bigsai - 數據結構與算法—緒論詳解

針對以前寫的數據結構與算法系列重寫(針對文字描述、圖片、錯誤修復)，改動會比較大，一直到更新完為止 前言 數據結構與算法是程序員內功體現的重要標準之一，且數據結構也應用在各個方面，業界更有程序=數據結構+算法這個等式存在。各個中間件開發者，架構師他們都在努力的優化中間件、項目結構以及算法提高運行效率和降低內存佔用，在這裏數據結構起到相當重要的作用。此外數據結構也藴含一些面向對象的思想，故學好掌握數

數據結構 , 算法 , JAVA , 數據結構與算法 , 後端

收藏 評論

ftkj_2018 頭像

非凸科技 - 非凸科技走進浙江大學，攜手共育金融科技創新人才

在技術驅動變革的時代浪潮中，硬核科技企業已成為連接學術前沿與產業實踐的關鍵橋樑。12月7日，非凸科技走進浙江大學玉泉校區舉辦“尋找你的最優解”主題宣講會，不僅為同學們帶來前沿的技術洞察與職業引導，也進一步彰顯了非凸科技在深化校企合作、共育未來科技人才方面的堅定決心與長遠佈局。 宣講現場，非凸科技聯合創始人CEO王浚澎圍繞數智交易領域的技術迭代與工程落地，深入解讀了高性能交易系統背後的

算法

收藏 評論

u_16099261 頭像

風華絕代的java - 一次不太成功的項目實戰：HOG特徵+SVM實現交通標誌的檢測_Meringue

一、系統架構 1.1 整體流程 1.2 核心模塊説明 顏色分割：利用HSV空間抑制光照影響（H分量閾值範圍[30°,150°]，S分量0.

機器學習 , 支持向量機 , 算法 , 系統架構 , Css , 前端開發 , HTML

收藏 評論

liudamao 頭像

劉大貓 - IDEA配置包括：代碼快捷鍵或頁面顯示設置和常用安裝插件介紹

@[TOC] 注意： 本文章僅用於自己寫代碼設置習慣而用，方便自己查找並修改設置 如果是不聯網狀態需提前下載好插件包導入IDEA即可 下載插件包地址點這裏 配置包括：代碼快捷鍵或頁面顯示設置和常用安裝插件介紹 自己安裝插件如下:

雲計算 , 算法 , 物聯網 , 人工智能 , 大模型

收藏 評論

moonfdd 頭像

福大大架構師每日一題 - 2025-11-22：最大好子樹分數。用go語言，給定一棵以節點 0 為根的無向樹，節點編號為 0 到 n-1。每個節點 i 有一個整數值 vals[i]，其父節點由數組 par 給出。 對任一節點

2025-11-22：最大好子樹分數。用go語言，給定一棵以節點 0 為根的無向樹，節點編號為 0 到 n-1。每個節點 i 有一個整數值 vals[i]，其父節點由數組 par 給出。 對任一節點 u，考慮以 u 為根的那棵包含 u 本身及其所有後代的子樹。在這棵子樹裏任選若干節點（可以不選），把它們的值組成一個集合。如果把這些被選數值按十進制展

golang , 算法 , 數位 , 後端開發 , JAVA , harmonyos , 子樹

收藏 評論

tongsuots 頭像

銅鎖開源密碼庫 - OpenSSL 3.0.0 設計（五）｜遺留問題、遺留 Provider 模塊、ENGINE API

譯｜王祖熙（花名：金九) 螞蟻集團開發工程師 負責國產化密碼庫 Tongsuo 的開發和維護 專注於密碼學、高性能網絡、網絡安全等領域 本文 2179 字 閲讀 6 分鐘 本文翻譯 OpenSSL 官網文檔：https://www.openssl.org/docs/OpenSSL300Design.html Tongsuo-8.4.0 是基於 OpenSSL-3.0.3 開發，所以本文對 Tong

API , 算法 , 密碼學 , 代碼規範 , openssl

收藏 評論

lab4ai 頭像

Lab4AI - NeurlPS 2024! 擴散模型用於世界建模：視覺細節在Atari環境中至關重要| 計算機視覺 | 強化學習

01 論文概述 論文名稱：Diffusion for World Modeling: Visual Details Matter in Atari ——擴散模型用於世界建模：視覺細節在 Atari 環境中至關重要 👉一鍵直達論文 [👉Lab4AI大模型實驗室論文]( https://www.lab4ai.cn/paper/detail?utm_source=lab4ai_jssq_sf

機器學習 , 神經網絡 , 算法 , 人工智能 , 深度學習

收藏 評論

qiupingan 頭像

求平安 - KMP算法

在應用中經常會遇到字符串比較的算法，判斷一個字符串pp是否是另外一個字符串ss的子串。 註明的算法是KMP算法，現在整理如下，參考 宮水三葉 的代碼實現。 // 作者 宮水三葉 // 鏈接 https://leetcode.cn/problems/find-the-index-of-the-first-occurrence-in-a-string/solution/shua-chuan-lc

字符串 , 算法

收藏 評論

u_16213645 頭像

mob64ca1407216b - 濾波器權重的L1範數計算實例

濾波器模型的建立 卡爾曼濾波器包括兩個主要過程：預估與校正。預估過程 主要是利用時間更新方程建立對當前狀態的先驗估計，及時向 前推算當前狀態變量和誤差協方差估計的值，以便為下一個時 間狀態構造先驗估計值；校正過程負責反饋，利用測量更新方 程在預估過程的先驗估計值及當

協方差矩陣 , 算法 , 人工智能 , 深度學習 , zk , 卡爾曼濾波 , 濾波器權重的L1範數計算實例

收藏 評論

qingfouai 頭像

青否Ai - 數字人帶貨狂攬 23 億！數字人主播成電商新寵，直播帶貨迎來全新時代？

2025 年雙十一，數字人帶貨交出了震撼行業的成績單：京東平台數字人直播總成交額突破 23 億元，1.7 萬商家通過虛擬主播實現 24 小時不間斷開播，帶動平台整體轉化率提升 30%。（青否數字人源頭v：zhibo175） !從凌晨三點仍在滔滔不絕的國貨彩妝虛擬主播，到創下 5500 萬單場 GMV 的羅永浩 AI 分身，數字人正從直播帶貨的 “補充角色” 躍升為 “核心生產力”，引發行業對 “無

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16213611 頭像

mob64ca13ff28f1 - WebRTC VAD流程解析【摘自“語音算法組”公眾號-Ryuk】

文章目錄 前言 一、高斯混合模型介紹 1.高斯模型舉例 1）定義 2）舉例説明 2.高斯混合模型(GMM) 1）定義 2）舉例説明 3）一維曲線 二、VAD高斯混合模型

音視頻 , 高斯混合模型 , 信號處理 , 算法 , 後端開發 , webrtc , Python

收藏 評論

keen_626105e1ef632 頭像

瞿小凱 - 擲骰子游戲

題目： 骰子是一個有六個面的正方體，每個面分別印有1〜6之間的小圓點代表點數。假設這個遊戲的規則是：兩個人輪流擲骰子6次，並將每次投擲的點數累加起來。點數多者獲勝；點數相同則為平局。 思路 由於骰子六面概率平均，所以這裏用隨機數函數計算兩個，最後統計兩者的勝率即可 隨機數含義及運用 完整代碼如下： #include stdio.h #includestdlib.h #includ

隨機數 , 學習 , 算法 , 算法複雜度 , c#

收藏 評論

u_16099267 頭像

雲端創新夢想家 - spark網絡分割模型

摘要： 引言：你可能對使用Spark服務比較感興趣。Spark已經提供了很多功能，也有一個好用的界面，而且背後有強大的社區，開發者十分活躍，這也是人們對Spark寄予厚望的原因。深度學習是當前正在進行中的Spark項目之一。 引言：你可能對使用Spark服務比較感興趣。Spark已經提供了很多功能，也有一個好用的界面，而且背後有強大

spark , 框架 , 大數據 , 算法 , Scala , 腳本 , spark網絡分割模型

收藏 評論

u_12902 頭像

jiecho - 排序算法的穩定性及其彙總

一、什麼是排序的穩定性 穩定性定義: 對於待排序序列中，若存在兩個相等的元素 A 和 B，並且 A 在 B 之前，那麼排序後 A 仍然排在 B 前面 ——則該排序算法是 穩定的。 反之，如果可能出現相等元素的相對位置改變，就叫“不穩定排序”。 二、如何判斷穩定性(通用方法) 判斷思路非常簡單: “當兩個

排序算法 , 快速排序 , 數據結構 , 算法 , 後端開發 , Python

收藏 評論

shuohaodeyixuene 頭像

lucifer - 不知道蓄水池抽樣算法？那就進來看看吧~

力扣中關於蓄水池抽樣問題官方標籤是 2 道，根據我的做題情況來看，可能有三四道。比重算是比較低的，大家可以根據自己的實際情況選擇性掌握。 蓄水池抽樣的算法思維很巧妙，代碼簡單且容易理解，就算不掌握它，作為了解也是很不錯的。 問題描述 給出一個數據流，我們需要在此數據流中隨機選取 k 個數。由於這個數據流的長度很大，因此需要邊遍歷邊處理，而不能將其一次性全部加載到內存。 請寫出一個隨機選擇算法，使得

隨機數 , leetcode , 算法 , 數據結構和算法

收藏 評論

xiongshihubao 頭像

醉舞經閣 - JZ-073-最長不含重複字符的子字符串

最長不含重複字符的子字符串 題目描述 輸入一個字符串（只包含 a~z 的字符），求其最長不含重複字符的子字符串的長度。例如對於 arabcacfr，最長不含重複字符的子字符串為 acfr，長度為 4。 題目鏈接: [最長不含重複字符的子字符串]() 代碼 import java.util.Arrays; /** * 標題：最長不含重複字符的子字符串 * 題目描述 * 輸入一個字符串

算法 , JAVA , 字符串處理

收藏 評論

tongsuots 頭像

銅鎖開源密碼庫 - 銅鎖 SM2 算法性能優化實踐（三）｜快速模逆元算法實現

模逆元的概念 在數學上，乘法逆元有一個更加廣為人知的別名“倒數”。也就是説，對於實數 a，其倒數 a-1滿足 a*a-1=1。由於 1 是實數域的乘法單位元，故而倒數 a-1為實數 a 的乘法逆元。 而在有限域模運算中，乘法逆元的定義要更復雜一些：如果 a 和 m都是正整數且滿足 gcd(a,m)=1，那麼在模 m意義下，存在一個整數b，使得ab≡1(mod m)，此時b就是a在模m運算下的逆元，

性能優化 , 信息安全 , 算法 , 密碼學 , 開源

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 數據整合太難？標準化中間件或是數字孿生落地關鍵

數字孿生技術的應用正從概念驗證走向規模化部署，但數據整合瓶頸成為制約其落地的主要障礙。面對多源異構的工業數據，傳統定製化集成方案成本高、效率低，而標準化中間件通過構建統一的數據交換層，正成為破解這一難題的技術關鍵。 數據整合的三大技術挑戰 在數字孿生實施過程中，數據整合面臨三大核心挑戰。數據源異構性首當其衝：企業系統中同時存在關係數據庫、時序數據庫、NoSQL等多種數據存儲形式，數據格式和

機器學習 , 觀點 , 算法 , 人工智能 , 深度學習

收藏 評論

liubo86 頭像

我有切糕 - 算法 - 鏈表 - 環形鏈表

力扣 142題 環形鏈表II 環形鏈表 II難度中等1959給定一個鏈表的頭節點 head，返回鏈表開始入環的第一個節點。如果鏈表無環，則返回null。如果鏈表中有某個節點，可以通過連續跟蹤next指針再次到達，則鏈表中存在環。 為了表示給定鏈表中的環，評測系統內部使用整數pos來表示鏈表尾連接到鏈表中的位置（索引從 0 開始）。如果pos是-1，則在該鏈表中沒有環。注意：pos不作為參數進行

算法 , 鏈表

收藏 評論