tag 數據結構與算法

標籤
貢獻41
87
03:18 AM · Oct 27 ,2025
u_15641375 頭像 iicode 頭像 _6375bdd01b3a4 頭像 codists 頭像 monday_pro 頭像 bigsai 頭像 lu952450497 頭像 u_17605237 頭像 u_16213686 頭像 danjuanfe 頭像 u_16213638 頭像 u_16099325 頭像

@數據結構與算法 / 博客 RSS 訂閱

iicode 頭像

iicode - leetcode 232. Implement Queue using Stacks 用棧實現隊列(簡單)

一、題目大意 標籤: 棧和隊列 https://leetcode.cn/problems/implement-queue-using-stacks 請你僅使用兩個棧實現先入先出隊列。隊列應當支持一般隊列支持的所有操作（push、pop、peek、empty）： 實現 MyQueue 類： void push(int x) 將元素 x 推到隊列的末尾 int pop() 從隊列的開頭移除並返回

leetcode , 棧 , 數據結構與算法 , 隊列

收藏 評論

codists 頭像

codists - 翻譯：《實用的Python編程》02_02_Containers

目錄 | 上一節 (2.1 數據類型) | 下一節 (2.3 格式化) 2.2 容器 本節討論列表（list），字典（dict）和集合（set）。 概述 通常，程序必須處理許多對象。 股票的投資組合 股票價格表 這裏有三種主要的選擇（譯註：數據結構）可以使用： 列表。有序的數據。 字典。無序的數據。 集合。互異且無序的數據。 把列表當作容器 當數據順序很重要時，請使用列表。記住，

容器 , 網頁爬蟲 , 人工智能 , 數據結構與算法 , Python

收藏 評論

codists 頭像

codists - 翻譯：《實用的Python編程》01_06_Files

目錄 | 上一節(1.5 列表) | 下一節 (1.7 函數) 1.6 文件管理 大多數的程序需要從某處讀取輸入。本節討論文件訪問。 文件輸入和輸出 打開一個文件： f = open('foo.txt', 'rt') # Open for reading (text) g = open('bar.txt', 'wt') # Open for writing (text) 讀取所有的

網頁爬蟲 , 人工智能 , 數據結構與算法 , 後端 , Python

收藏 評論

u_15641375 頭像

芯動大師 - 打造兩輪差速機器人fishbot：從零開始構建移動機器人

大家好，我是夢筆生花，我們一起來動手創建一個兩輪差速的移動機器人fishbot。 機器人除了雷達之外，還需要IMU加速度傳感器以及可以驅動的輪子，我們曾介紹過機器人學部分，曾對兩差速模型進行過介紹，所以我們還需要再創建兩個差速驅動輪和一個支撐輪。 所以接下來夢筆生花將帶你一起給機器人添加如下部件和關節： IMU傳感器部件與關節 左輪子部件與關節

滑動條 , yyds乾貨盤點 , 人工智能 , 運行測試 , 數據結構與算法 , fish

收藏 評論

u_17603633 頭像

mb69429895085de - GCC是什麼，GCC簡介（適合新手）

對於GCC的認知，很多讀者還僅停留在“GCC 是一個C語言編譯器”的層面，是很片面的。從本節開始，我將帶領大家系統學習 GCC，本節先帶領大家系統地瞭解一下 GCC。 談到 GCC，就不得不提 GNU 計劃。GNU 全稱 GNU's Not UNIX，又被稱為“革奴計劃”，由理查德·斯托曼於 1983 年發起。GNU 計劃的最終目標是打造出一套完全自由（即自由使用、自由更改

gcc , yyds乾貨盤點 , GCC簡介 , 人工智能 , 編譯器 , 數據結構與算法 , GCC是什麼

收藏 評論

u_14457 頭像

clghxq - Google DeepMind 要逆天，能為 AI 賦予記憶不斷學習_weixin

Google最新發布的《AI與學習的未來》報告，為我們描繪了一幅AI技術如何支持教師、實現個性化學習，並最終釋放全球學習者潛力的藍圖。 AI讓個性化學習規模化成為可能 傳統教育面臨的最大挑戰之一，是在有限的資源下滿足每個學生獨特的學習需求。AI為此提供瞭解決方案： 個性化學習路徑：AI可以根據每個學生的知識水平、學習進

科技 , 學習 , 語言模型 , AI , 人工智能 , 數據結構與算法

收藏 評論

u_87851 頭像

人類新新 - C#人臉識別入門篇-STEP BY STEP人臉識別—靜態照片人臉檢測 - feishixin的個人空間 -

C#使用Yolo其實簡單。相較於Python方案，C# 31 MB單文件以可以單文件獨立發佈或以AOT編譯徹底剝離解釋器與運行時依賴，CPU推理性能良好。而且YOLO11n模型權重與原生推理代碼一體嵌入，免除Python環境、版本衝突及數百兆依賴包部署，實現零配置、零維護、單文件分發，可以顯著降低現場實施與售後成本，滿足嚴肅場景對穩定性、一致性與封閉的剛

縮放 , yolo , 加載 , 人工智能 , 數據結構與算法 , c

收藏 評論

u_16213635 頭像

mob64ca1404baa2 - 評價文本生成模型生成效果

生活是美好的，佈滿每個角落，不要用良家婦女的心態去club，拜託！還是回家洗衣服去吧。 目的：評論自動分類 美護好評作為基礎數據，總共9萬6千條，數據越多訓練的模型越準確。 1. 首先對用户的評論進行標點符號去除，然後分詞，最後去掉停用詞。保存到一個文件中，一行是一條評論，每個詞之間用空格分開。 2. 使用word2vec訓練，得

聚類 , 評價文本生成模型生成效果 , 人工智能 , 深度學習 , 數據結構與算法 , 詞向量

收藏 評論

codists 頭像

codists - Programming Abstractions in C閲讀筆記:p72-p75

《Programming Abstractions In C》閲讀P72-p75，每次閲讀其實都有很多內容需要總結，這裏摘抄其中一部分。 一、技術總結 1.字符串數組 學習《Programming Abstractions in C》第75頁的時候，遇到一段代碼： static string bigCities[] = { "New York", "Los An

數據結構與算法 , c

收藏 評論

u_17021563 頭像

是嶼小夏呀 - 音符躍然眼前-Rokid AR眼鏡賦能的沉浸式音樂靈感捕捉系統

摘要 本文詳細介紹瞭如何基於Rokid CXR-M SDK開發一款面向音樂創作者的沉浸式靈感捕捉系統。該系統充分利用AR眼鏡的實時音頻捕獲、AI場景定製和自定義界面能力，解決了傳統音樂創作中靈感易逝、記錄繁瑣、創作中斷等核心痛點。文章從系統架構設計入手，深入剖析了音頻處理、AI輔助創作、AR界面交互等關鍵技術的實現細節，並提供了完整的代碼示例和性能優化方案。通過本系統，音樂人可以在任

數據 , 初始化 , 人工智能 , 數據結構與算法 , ide

收藏 評論

u_16213653 頭像

mob64ca14092155 - 為什麼使用隨機梯度下降求解出現問題 隨機梯度下降的隨機

迴歸與梯度下降 　　迴歸在數學上來説是給定一個點集，能夠用一條曲線去擬合之，如果這個曲線是一條直線，那就被稱為線性迴歸，如果曲線是一條二次曲線，就被稱為二次迴歸，迴歸還有很多的變種，如本地加權迴歸、邏輯迴歸，等等。 　　用一個很簡單的例子來説明迴歸，這個例子來自很多的地方，也在很多的開源軟件中看到，比如説weka。大概就是，做一個房屋

梯度下降 , 人工智能 , 深度學習 , 數據結構與算法 , 為什麼使用隨機梯度下降求解出現問題 , Python

收藏 評論

u_15641375 頭像

芯動大師 - ROS進階：使用URDF和Xacro構建差速輪式機器人模型

前言 本篇文章介紹的是ROS高效進階內容，使用URDF 語言（xml格式）做一個差速輪式機器人模型，並使用URDF的增強版xacro，對機器人模型文件進行二次優化。 差速輪式機器人：兩輪差速底盤由兩個動力輪位於底盤左右兩側，兩輪獨立控制速度，通過給定不同速度實現底盤轉向控制。一般會配有一到兩個輔助支撐的萬向輪。 此次建模，不引入算法，只是把機器人模型的樣子做出來

yyds乾貨盤點 , 自動駕駛 , 控制系統 , 執行機構 , 人工智能 , 數據結構與算法

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

u_15641375 頭像

芯動大師 - 對深度學習概念的基礎理解與認識

一、神經網絡的組成 人工神經網絡（Artificial Neural Networks，簡寫為ANNs）是一種模仿動物神經網絡行為特徵，進行分佈式並行信息處理的算法數學模型。 這種網絡依靠系統的複雜程度，通過調整內部大量節點之間相互連接的關係，從而達到處理信息的目的，並具有自學習和自適應的能力。神經網絡類型眾多，其中最為重要的是多層感知機。為了詳細地描述神經網絡，我們

機器學習 , yyds乾貨盤點 , 神經網絡 , 人工智能 , 深度學習 , 數據結構與算法

收藏 評論

lu952450497 頭像

lu952450497 - 近鄰類算法

一、什麼是最近鄰類算法 最近鄰類算法（Nearest Neighbor, NN） 的核心問題是： 在給定空間中，找到與目標樣本“距離最近”的一個或多個樣本。 形式化描述： 已知數據集：( D = {x_1, x_2, ..., x_n} ) 給定查詢點：( q ) 定義距離函數：( dist(x, q) ) 目標：

複雜度 , 搜索 , 人工智能 , 數據結構與算法 , 暴力法

收藏 評論

u_16213605 頭像

mob64ca13fd9f8e - 超級搜索引擎專題

一、狂飆年代的另一面：熱度背後是結構性焦慮 2025年，中國的機器人賽道正在經歷一場罕見的“資本風暴”。短短一年內，數十家機器人企業密集奔赴IPO，從倉儲、酒店、家居，到農業、醫療、巡檢，無一不在講述自己的“具身智能故事”。 表面上，這是一場繁榮：政策紅利、產業基金、港股“18C通道”，為創業公司提供了前所未有的融資窗口；技術層面，AI感知、

音視頻 , 機器人 , 多智能體協同 , 人工智能 , 數據結構與算法 , 計算機視覺

收藏 評論

u_16099199 頭像

數據俠客行 - Python nlp有哪些軟件包

機器學習的發展可以追溯到1959年，有着豐富的歷史。這個領域也正在以前所未有的速度進化。在之前的一篇文章中，我們討論過為什麼通用人工智能領域即將要爆發。有興趣入坑ML的小夥伴不要拖延了，時不我待！ 在今年秋季開始準備博士項目的時候，我已經精選了一些有關機器學習和NLP的優質網絡資源。一般我會找一個有意思的教程或者視頻，再由此找到三四個，甚至更多的教程或者視頻。猛回頭

github , 開發工具 , Python nlp有哪些軟件包 , 後端開發 , 人工智能 , 數據結構與算法 , Python

收藏 評論

u_16099315 頭像

編程藝術之光 - 積極心理學:實現心理學價值迴歸的新視野_新聞中心

摘要: 很多人生活、工作、研究弄得一團糟, 連滾帶爬. 本文提出泥球模型, 以期應對這一問題. 現代人從小學習, – 1. 基本性質 泥球應該滿足兩個基本性質. 1.1 自洽性: 泥球應該是圓的 例如: 人生觀應該有一套內部不存在矛盾的觀點, 以及自己為人處事的哲學; 期刊論文應該有完備的符號系統、算

可擴展性 , 人工智能 , 數據結構與算法

收藏 評論

u_16213640 頭像

mob64ca1405d568 - 機器學習多元線性迴歸梯度下降法代碼 多元線性迴歸梯度下降python

本文主要講了梯度下降法的兩種迭代思路，隨機梯度下降（Stochastic gradient descent）和批量梯度下降（Batch gradient descent）。以及他們在python中的實現。 梯度下降法 梯度下降是一個最優化算法，通俗的來講也就是沿着梯度下降的方向來求出一個函數的極小值。那麼我們在高等數學中學過，對於一些我們瞭解

機器學習 , 人工智能 , 數據結構與算法 , 迭代 , 機器學習多元線性迴歸梯度下降法代碼 , Python

收藏 評論

u_16099325 頭像

數據小築 - 數據結構與算法 簡歷怎麼寫

　　在很多編程人員的潛意識裏總是覺得數據結構知識似乎沒什麼用，因為工作中似乎從來都沒有涉及到數據結構的什麼內容。我對這樣的認識只能報以呵呵~ 也難怪，其實有這些想法的同行在工作中的大部分都是如此走過來的：掌握幾種常用Web框架，比如SSH，然後不停的堆砌已有的API做一些對數據庫的增刪改查之類的簡單代碼設計，最後反正功能是實現了，是否設計無誤，效率又優，就幾乎沒有人去管了。也是，

結點 , 數據類型 , 數據 , 數據結構與算法 簡歷怎麼寫 , 人工智能 , 數據結構與算法

收藏 評論

banxiazhimo 頭像

半夏之沫 - 數據結構與算法-跳錶

大家好，我是半夏之沫 😁😁 一名金融科技領域的JAVA系統研發😊😊 我希望將自己工作和學習中的經驗以最樸實，最嚴謹的方式分享給大家，共同進步👉💓👈 👉👉👉👉👉👉👉👉💓寫作不易，期待大家的關注和點贊💓👈👈👈👈👈👈👈👈 👉👉👉👉👉👉👉👉💓關注微信公眾號【技術探界】 💓👈👈👈👈👈👈👈👈 前言

紅黑樹 , 平衡樹 , 跳躍表 , 數據結構與算法 , 二叉樹

收藏 評論

u_17608551 頭像

mb694d0268a850a - AI Ping性能羅盤：免費開源雙雄！GLM-4.7與MiniMax M2.1實測橫評

AI Ping性能羅盤：免費開源雙雄！GLM-4.7與MiniMax M2.1實測橫評 2025年12月23日，國產免費開源大模型領域迎來“雙旗艦雄”同台時刻——智譜AI正式發佈免費開源旗艦GLM-4.7，MiniMax同步推出免費迭代升級款M2.1，兩款模型均聚焦編程能力、智能體協同與複雜任務處理，迅速成為開發者社羣焦點。作為大模型時代的“性能羅

多語言 , Max , 人工智能 , 數據結構與算法 , 迭代

收藏 評論

codists 頭像

codists - Programming Abstractions in C閲讀筆記：p338-p346

《Programming Abstractions in C》學習第80天，p338-p346，總計9頁。 一、技術總結 棧的實現包括入棧、出棧、判斷棧是否為滿，判斷棧是否為空等。作者結合RPN計算器來實現，稍顯無聊。 /* * File: rpncalc.c * --------------- * This program simulates an electronic calculato

數據結構與算法 , c

收藏 評論

u_16099229 頭像

架構設計師之光 - python製作以太網刷寫工具

以太網PHY和MAC對應OSI模型的兩個層——物理層和數據鏈路層。 物理層定義了數據傳送與接收所需要的電與光信號、線路狀態、時鐘基準、數據編碼和電路等，並向數據鏈路層設備提供標準接口（RGMII / GMII / MII）。 數據鏈路層則提供尋址機構、數據幀的構建、數據差錯檢查、傳送控制、向網絡層提供標準的數據接口等功能。

數據鏈路層 , 數據 , 後端開發 , 數據結構與算法 , 信號線 , python製作以太網刷寫工具 , Python

收藏 評論