- 综合排序
- 最热优先
- 最新优先
- 来自专栏Cell的前端专栏
深搜广搜
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
88220编辑于 2022-02-25 - 来自专栏calmound
poj 3126 Prime Path （广搜）
id=3126 题意：从一个素数，挨个数位的变换，在此过程中保证每次变换的数位都是素数，最后变到所给的另一个素数最少步多少 分析：广搜，依次换一位数字，判断该数字是否是素数，若是进队列，其中需要注意的是 100+j*10+head%10; if(i==2) next=head/1000*1000+head%100+j*100; if(i==3)
67750发布于 2018-04-17 - 来自专栏calmound
poj 2251 Dungeon Master（广搜）
(i==0) next.x-=1; if(i==1) next.x+=1; if(i==2) next.y-=1; if(i==3)
75960发布于 2018-04-17 - 来自专栏calmound
poj 1426 Find The Multiple （广搜）
id=1426 题意：求n的倍数m，对于m的要是求所有位的数必须是0或1 a nonzero multiple m of n n的m倍 广搜：以模作为标志记录是否入队列，当模相同的话，后面出现的数字会重复的
1.3K50发布于 2018-04-17 - 来自专栏blog(为什么会重名，真的醉了)
双向广搜-HDU1401 Solitaire
文章目录 双向广搜 例题 题意 分析 代码 小结 双向广搜 ---- 什么是双向广搜？ 那么双向广搜就是在起点和终点同时丢石头，两个波浪将在中间某个位置相遇，即得到最优路径。 Sample Input: 4 4 4 5 5 4 6 5 2 4 3 3 3 6 4 6 Sample Output: YES 题意 在8*8棋盘有四颗棋子，输入开始状态和目标状态的棋子坐标，每次可以移动一个棋子也可以跳过另一个棋子 分析 用双向广搜求解，8个坐标值位压缩成为10进制作为hash值（或者8维数组？）并用unordered_set判重，当hash值出现在另一个分支即相遇。 3.String判重TLE让你怀疑人生，string复制会超时,还是老老实实哈希或者康托展开什么的。 4.神奇剪枝起死回生，一定要注意考虑剪枝，因题制宜。
53420发布于 2020-09-15 - 来自专栏算法工程师之路
深搜和广搜问题-LeetCode 110、104（DFS, BFS）
示例： 给定二叉树 [3,9,20,null,null,15,7]， 3 / \ 9 20 / \ 15 7 返回它的最大深度 3 。 示例 1: 给定二叉树 [3,9,20,null,null,15,7] 3 / \ 9 20 / \ 15 7 返回 true 。
1.4K10发布于 2019-10-13 - 来自专栏数据结构与算法
数据结构与算法 | 深搜（DFS）与广搜（BFS）
深搜（DFS）与广搜（BFS） 在查找二叉树某个节点时，如果把二叉树所有节点理解为解空间，待找到那个节点理解为满足特定条件的解，对此解答可以抽象描述为： 在解空间中搜索满足特定条件的解，这其实就是搜索算法
1.7K231编辑于 2023-10-26 - 来自专栏算法修养
HUST 1605 Gene recombination（广搜，位运算）
样例输入 4 ATCC CTCA 4 ATCG GCTA 4 ATCG TAGC 样例输出 2 4 6 求最短的路径，所以可以用广搜，如果你单纯用字符串处理 int c,d,e; int n; queue<int> Q; int x,y; int ans; void BFS(int x) { c=((1<<(n+n))-1)^15; d=3; sum; Q.push(temp); } } } int main() { m['A']=0;m['T']=1;m['C']=2;m['G']=3;
68160发布于 2018-04-26 - 来自专栏计算机工具
深度优先搜索（DFS、深搜）和广度优先搜索（BFS、广搜）
深度优先搜索（DFS、深搜）和广度优先搜索（BFS、广搜） 深度优先搜索（简称“深搜”或DFS） 图 1 无向图 深度优先搜索的过程类似于树的先序遍历，首先从例子中体会深度优先搜索。 此时，从 V5 回退到 V8 ，看 V8 是否有未被访问过的邻接点，如果没有，继续回退到 V4 ， V2 ， V1 ； 通过查看 V1 ，找到一个未被访问过的顶点 V3 ，继续遍历，然后访问 V3 邻接点 4 5 6 7 8 1,2 2,4 2,5 4,8 5,8 1,3 3,6 6,7 7,3 1 2 4 8 5 3 6 7 广度优先搜索 广度优先搜索类似于树的层次遍历。 4 5 6 7 8 1,2 2,4 2,5 4,8 5,8 1,3 3,6 6,7 7,3 1 2 3 4 5 6 7 8 总结 本节介绍了两种遍历图的方式：深度优先搜索算法和广度优先搜索算法 运行结果 13,13 1 2 3 4 5 6 7 8 9 10 11 12 13 1,2 1,3 1,6 1,12 2,13 4,5 7,8 7,10 7,9
1.8K10编辑于 2024-12-14 - 来自专栏glm的全栈学习之路
电路维修（双端队列广搜）
510; int t,r,c; int dist[N][N],st[N][N]; char g[N][N]; int bfs(){ deque<pii>q; memset(dist,0x3f for(int i=0;i<r;i++){ cin>>g[i]; } int t=bfs(); if(t==0x3f3f3f3f
45720发布于 2021-03-23 - 来自专栏glm的全栈学习之路
字串变换 (BFS最难版本 双向广搜）
题解： #include<bits/stdc++.h> using namespace std; const int N=110; string A,B; int cnt; string a[N],b[N]; int extend(queue<string>&q,unordered_map<string,int>&da,unordered_map<string,int>&db,string a[],string b[]){ for(int k=0,qk=q.size();k<qk;k++){
38930发布于 2021-03-23 - 来自专栏CSDNToQQCode
【蓝桥杯省赛】冲刺练习题【深搜广搜】倒计时【09】天
目录 demo1 深搜代码 广搜代码 demo2 深搜代码 广搜代码 demo3 深搜代码 广搜代码 demo4 深搜代码 广搜代码 5、剪邮票 demo1 static String b[] 深搜结果 1 2 3 4 5 6 7 8 9 广搜结果 1 2 8 3 5 6 9 4 7 深搜的遍历过程就是尽可能深的搜索树的分支，当一个节点的所有子节点都被探寻过了，搜索将回溯到发现该节点的那那条边的起始节点 深搜结果 v1 v2 v3 v4 v7 v6 v5 广搜结果 v1 v2 v3 v4 v6 v5 v7 深搜的遍历过程就是尽可能深的搜索树的分支，当一个节点的所有子节点都被探寻过了，搜索将回溯到发现该节点的那那条边的起始节点 和深搜不同广搜会沿着树的高度和宽度对节点进行依次遍历 从树的根节点v1开始，会发现v1的子节点有v2、v3、v4三个子节点，进程会先对这三个节点进行访问然后再遍历其的子节点 对v2、v3、v4完成访问之后则会探寻这三个节点的子节点并对其进行遍历 d、e 进程又会查找d的子节点可以发现d也有两个子节点e、f 这个时候e和f都没有子节点了树的所有节点也都被遍历了 广搜遍历过程 和深搜不同广搜会沿着树的高度和宽度对节点进行依次遍历 从树的根节点
48330编辑于 2022-11-29 - 来自专栏青玉伏案
算法与数据结构(四) 图的物理存储结构与深搜、广搜(Swift版)
3.邻接矩阵的构建 邻接矩阵是存储图结构的一种物理存储方式，其实说白了邻接矩阵就是一个二维数组，这个二维数组中存储的是图中节点的关系。下方这个截图就是上述图结构的邻接矩阵的存储方式。 3、邻接链表的深度优先搜索（DFS） 下方这段代码就是邻接链表的深度优先搜索，下方代码段没有借用队列，但是使用了递归。因为在递归调用函数的过程中，存在递归调用栈。
1.2K100发布于 2018-01-11 - 来自专栏小码匠和老码农
【小码匠自习室】一道题3种解法：广搜+深搜+并查集，本宝宝困了，明天继续研究
---- 入力例 1 3 1 1 2 出力例 1 1 首先，有3个城市，城市 1 和城市 2 之间有一条道路。 例如，Snuke 可以通过在城市 1 和城市 3 之间修建一条道路来实现他的目标。 您可以直接在城市 1 和 3 之间旅行。 您可以通过两条路在城市 2 和 3 之间旅行。 (2-1-3) 题解 小码匠 思路 代码：并查集 参考 题解1 思路 如果所有道路都是连通的，它将是0，不需要修路。 如果有2个连通分量，整体可以通过1条边连接 如果有3个连通分量，则整体可以通过 2 条边连接 一般来说，如果有 K 个连通分量，则可以通过 K-1 条边连接整体。 (seen[v]) continue; dfs(G, seen, v); ++res; } cout << res - 1 << endl; } 题解3
69920编辑于 2022-12-06 - 来自专栏不二小段
大模型浪潮下的搜广推革命：快手如何重构万亿流量？
这些看似传统的「搜广推」算法，每天都在处理着万亿级流量。可以说，搜广推是所有互联网公司的核心业务，支撑着最为关键的用户留存和营收转化。 然而，在过去很长一段时间里，搜广推的底层架构没有发生根本性变化，甚至陷入了某种瓶颈。 来到大模型时代，一个很直接的想法是：我们如何借助生成式 AI 重塑搜广推业务？但提出想法很简单，落地很难。 最近，快手举办了了一场题为「生成式推荐系统新范式」的技术沙龙，展示他们如何运用生成式 AI 对搜广推系统进行端到端的彻底重构。 搜广推的未来将有无限可能 随着生成式 AI 的发展，未来搜广推的界限将彻底模糊，演化为无处不在的 「个人信息助理」，交互方式将不再是单向的「信息流列表」，而是直接满足用户需求的智能体。 结语 回到最初的问题：生成式 AI 是搜广推的未来，还是昙花一现的伪范式？
21710编辑于 2026-04-09 - 来自专栏glm的全栈学习之路
通信线路(双端队列广搜 二分）
思路： 题意求1到N中路径第k+1大的权值的最小值 可以采用二分 然后我们可以利用二分的这个值作为分界线 小于等于这个值 置为0，大于则为1 然后就变成了一个无向图 权0或1的双端队列广搜模型 注意此题答案可能为 [idx]=c,ne[idx]=h[a],h[a]=idx++; } bool check(int x){ memset(st,0,sizeof st); memset(dist,0x3f
57120发布于 2021-03-23 - 来自专栏深度学习与python
Scaling Law 仍然成立，企业搜广推怎么做才能少踩“坑”？
搜广推场景中的 scaling law 依然成立，并且仍在快速上升阶段。 低价值场景用小模型覆盖，高价值场景用大模型争取额外收益。 1 大模型改变了搜广推了什么？ 颜林：在各位负责的业务里，如果只用一句话概括：大模型真正改变的是搜广推系统的哪一块？能否结合一个典型场景简单对比一下以前和现在的做法？ 这些工作占去了我们大量时间和精力，一旦处理不够扎实，大模型在搜广推场景中的实际收益就会受到明显限制，算力堆得再多也难以发挥其真正潜力。 换句话说，未来搜广推的算法工程师可能会逐渐演变为“跑模工程师”。 王皓： 从学术角度来看，有两个根本性问题需要明确。第一个问题是搜广推的基础模型究竟应该是什么？它应该基于怎样的机制来实现决策？ 颜林：在过去这一两年大模型和搜广推的实践里，有哪一件事情是让你改变过自己原本的判断的？比如：曾经觉得不重要但现在很重要，或者相反？
39710编辑于 2025-12-24 - 来自专栏python3
3分钟了解Mysql空间搜GeoHash
简单介绍： Mysql 内置函数方案，适合于已有业务，新增加LBS功能，增加经纬度字段方可，避免数据迁移，在5.7.5后实现更多功能实现INNODB的空间搜方法，之前版本主要是对MYISAM的支持。 解决办法: 1、把WHERE后的表达式处理成一个变量进行引用，然后进行周边搜 SET @aa=(SELECT LINESTRING(POINT( 39.5591182422 + - 10 / ( 111.12 / COS(RADIANS(118.1964111328))),118.1964111328 -10 / 111.12)) AS heji) 2、执行周边搜 ) AS dist, ST_AsText(oint) FROM shop_id WHERE ST_Contains( ST_MakeEnvelope( POINT((-73.951368+(3/ 111)), (40.716743+(3/111))), POINT((-73.951368-(3/111.12)), (40.716743-(3/111.12))) ), oint )
2.3K20发布于 2020-01-07 - 来自专栏云计算D1net
广和：IService分布云 —— 云布中国 广和天下
接下来，广和大中华区总裁方霳将和我们分享：IService分布云——云布中国 广和天下，掌声欢迎！ 方霳： 大家下午好！ 我很荣幸今天能代表广和公司利用今天这个参会的机会，给大家介绍一下广和的一些背景、运营模式，希望和在座的企业有一些合作方面的想法，给大家介绍一 下。 我先说一下广和公司的一个发展历程，广和原来是一个上海的公司，原来的前身是上海正广和，上海当地人基本都知道这个公司，是一个比较大型的国企，下面有几大A股的上 市公司，益民集团、光明乳业等等。 当时法国达能公司收购正广和，后来五十对五十的合资，合资完了之后，我们就剥离出来。因为正广和原来是一个英国公司，解放后为国有。 在上海地区慢慢积累了将近三百万的客户，主要是家庭客户。 我希望在座的各位，刚才说的是APP系统，我们希望PaaS希望搞成广和的一个私有云，SaaS希望百花齐放，如果有好的东西一起来合作。
1.1K40发布于 2018-03-16 好物周刊#114：素材搜搜
3. Ech0[3] 一款专为轻量级分享而设计的开源自托管平台，支持快速发布与分享你的想法、文字与链接。 3. MediaNex[6] 一个强大的视频播放器，支持各种协议和云盘，自动为视频生成精美的海报墙。 三、网站 1. 3. XCloud 音乐 [9] 在线听歌，跨平台音乐播放器，支持网易云、酷狗、酷我多平台！ 四、插件 1. 3. 有道灵动翻译 [12] 使用有道翻译大模型，沉浸式网页翻译的首选工具！支持以下功能： ・实时对照翻译：让任何网页变成对照。 ・图片翻译：轻松提取图片文字 ・输入框即时翻译：输入中文轻松变英文。 3. VitePress 教程 [15] 给零基础的朋友，提供一些上手经验，让你爱上 VitePress。
10710编辑于 2026-03-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号