- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯技术工程官方号的专栏
Kubernetes 资源拓扑感知调度优化
在调度时，我们希望调度器能够进行更细粒度的调度，比如能够感知到 CPU 核心、GPU 拓扑、网络拓扑等等，使得资源利用方式更加合理。 2. cvm-2 幸运的是，我们在物理机上可以采集到离线虚拟机每个 NUMA node 上实际可用的 CPU 资源比例，通过折损公式计算出离线虚拟机的实际算力。 kubebuilder:validation:Enum=Node;Socket;Core // +required Type ZoneType `json:"type" protobuf:"bytes,2, 执行拓扑分配 根据 cassini_cpu_manager_state文件，调用容器运行时接口，完成最终的容器核心绑定工作。 6. 优化结果 根据上述精细化调度方案，我们对一些线上的任务进行了测试。 经过优化后，资源得到更合理地利用，原有测试任务的训练速度能提升至原来的 3 倍，CPU 抢占的驱逐率大大降低至物理机水平。
2.3K20编辑于 2022-06-24 - 来自专栏联远智维
软体机器人与拓扑优化
No.2 目前存在的问题 赵选贺在《Nature》评述文章“Soft microbots programmed by nanomagnets”中指出，Much work must still be done 其中，优化目标为体系整体变形偏差最小，自变量为磁性粒子的自由度。 单元；（ABAQUS UEL单元二次开发） 2、采用优化算法（遗传算法）解决实际工程问题的经验。 （优化设计） No.4 以前类似的工作 硕士期间采用Python编写过遗传算法程序，并应用在转子轮盘优化设计具体的工程问题上，其中，该问题采用的方法与如何采用量化模型构造磁性粒子具有相似性，相当于以前问题的深化 其中优化目标为：转子轮盘环向应力的偏差；自变量为：转子轮盘边界的几何外形（采用10次多项式）。
73130编辑于 2022-01-20 - 来自专栏前端架构
代数拓扑集合拓扑代数拓扑拓扑关系拓扑结构_笔记
九交模型 在一个平面R2上，两个对象A和B之间的二元拓扑关系要基于以下的相交情况：A的内部（A°）、边界（αA）和外部（A-）与B的内部（B°）、边界（αB）和外部（B-）之间的交。 考虑取值有空（0）和非空（1），可以确定有256种二元拓扑关系。对于嵌在R2中的二维区域，有八个关系是可实现的，并且它们彼此互斥且完全覆盖。 基本空间拓扑关系的计算 点与直线的关系计算 直线方程： Ax+By+C=0 A=y1-y2, B=x1-x2, C=y2x1-y1x2 令S=Axi+Byi+C 当S<0 点在顺时针方向上； 当S=0 …dn} 线与线之间的距离：d(L1,L2)=min{d(P1,P2)|P1∈L1,P2 ∈L2} 点与面之间的距离： “中心距离”是点P与面A中几何中心或者重心之间的距离， “最小距离”是指点P与面A 面与面之间的距离 “中心距离”是指两个面状物体的质心之间的距离； “最小距离”是指面A1中的点P1与A2中的点P2之间的距离的最小值； “最大距离”是指面A1中的点P1与A2中的点P2之间的距离的最大值
2.8K11发布于 2019-12-10 - 来自专栏golang算法架构leetcode技术php
golang刷leetcode 经典（2）拓扑排序
示例 2: 输入: 2, [[1,0],[0,1]] 输出: false 解释: 总共有 2 门课程。学习课程 1 之前，你需要先完成课程 0；并且学习课程 0 之前，你还应先完成课程 1。 如果存在循环，则不存在拓扑排序，因此不可能选取所有课程进行学习。 相关知识 通过 DFS 进行拓扑排序 - 一个关于 Coursera 的精彩视频教程（21分钟），介绍拓扑排序的基本概念。 拓扑排序也可以通过 BFS 完成。 DFS解题思路： 1，将边缘列表转换成逆邻接矩阵的形式， inverse_adj[i] 的slice表示，i的所有前缀节点 2，题目可以抽象为判断有向图是否可以拓扑排序（是否有环） 3，循环从每一个顶点开始深度优先遍历 （2），说明有环，返回。
42610编辑于 2022-08-02 - 来自专栏hightopo
HTML5 网络拓扑图性能优化
我们不妨来试试，在 GraphView 中添加若干个 node、edge、group 等节点，并且每个节点上都显示文本（包括线条，上图所示），看看拓扑的缩放效果怎么样。 ht.graph.GraphView(), dm = g2d.dm(); g2d.addToDOM(); g2d.getLabel = function(data) { 接着是常见网络拓扑图 GraphView 组件，并将其添加到 DOM 中，重载 GraphView 的 getLabel 方法设置图元的文本，让每个节点都有文本。 那么我么该如何优化，让性能有质的提升呢？ 在文章的开头有提到，我们可以采用在操作交互的过程中不绘制文本，来提升性能，让页面的呈现更加流畅。那么该怎么实现才能让操作交互过程中不绘制文本呢？ state.autoLayout; }; g2d.onAutoLayoutEnded = function() { state.autoLayout = false; }; g2d.onZoomEnded
1.7K50发布于 2018-07-09 - 来自专栏HT
HTML5 网络拓扑图性能优化
我们不妨来试试，在 GraphView 中添加若干个 node、edge、group 等节点，并且每个节点上都显示文本（包括线条，上图所示），看看拓扑的缩放效果怎么样。 ht.graph.GraphView(), dm = g2d.dm(); g2d.addToDOM(); g2d.getLabel = function(data) { 接着是常见网络拓扑图 GraphView 组件，并将其添加到 DOM 中，重载 GraphView 的 getLabel 方法设置图元的文本，让每个节点都有文本。 那么我么该如何优化，让性能有质的提升呢？ 在文章的开头有提到，我们可以采用在操作交互的过程中不绘制文本，来提升性能，让页面的呈现更加流畅。那么该怎么实现才能让操作交互过程中不绘制文本呢？ state.autoLayout; }; g2d.onAutoLayoutEnded = function() { state.autoLayout = false; }; g2d.onZoomEnded
2.1K60发布于 2018-01-03 - 来自专栏仿真CAE与AI
聊聊Abaqus拓扑优化方案，看看软件强大功能
本文将介绍如何使用ABAQUS进行拓扑优化，从而提高产品性能和设计质量。 设定拓扑优化参数：在Abaqus软件中，我们可以通过创建一个拓扑优化作业来进行参数的设定。用户可以定义目标函数、约束条件、迭代次数以及材料密度等各项参数。 开始进行拓扑优化作业：在设定好拓扑优化参数之后，可以启动拓扑优化作业。Abaqus将自动进行迭代计算，并根据目标函数和约束条件进行材料分布的优化。在进行拓扑优化计算后，可以对最优设计进行分析和评估。 在优化过程中，可以用以下方法来查看拓扑优化的结果：模型浏览：在Abaqus软件中，您可以查看每个迭代步骤后模型的形状和拓扑结构。 此外，拓扑优化的结果可能需要进行进一步的处理和验证。因此，在进行拓扑优化时，建议查阅Abaqus官方文档和教程，以获得更为详尽的操作步骤和技巧。
88810编辑于 2025-04-03 - 来自专栏联远智维
拓扑优化在结构设计中的应用
波音777全机翼拓扑优化结果 a、机翼的拓扑优化过程；b、采用3D打印进行结果可视化；c、自然界中鸟类的翅膀骨骼剖面图 附录 1、拓扑优化研究方法有哪些，其基本流程是什么？ 拓扑优化的研究方法分为两大类：第一类以材料分布模型构建结构拓扑优化设计方法，例如最为经典的带惩罚的固体各向同性微结构优化方法（SIMP）、进化结构优化法（ESO）；第二类以边界描述模型构建结构拓扑优化设计方法 其中，SIMP方法适用于设计域为复杂几何形状的优化问题，并且程序设计流程简单，容易与现有商业有限元软件进行集成，在业内具有广泛的应用，其优化过程基本的流程为： 2、拓扑优化的研究现状？ 拓扑优化不仅在实际工程应用（航空航天）中具有广泛应用，还吸引着广大科研工作者的目光，相关的人才可分为两类：1、应用现有软件解决具体的问题；2、对现有拓扑优化算法的改进（华中科技大学、清华大学、大连理工大学以及西北工业大学等高校具有相关课题组从事该方面研究 对于程序代码底层开发人员，提高计算效率和处理不稳定现象是拓扑优化研究的两个重要研究领域，其中，优化算法为拓扑优化的精髓，求解过程中，算法的不同，导致求解速度和精度也不相同，例如：大连理工大学郭旭提出的MMC
2.1K20编辑于 2022-01-20 - 来自专栏YoungGy
【优化2】整数优化
或的逻辑约束 三个选择的或 只有才 更多或 整数可除 多边形组合 固定花费 分段线性 组合型 set covering set packing 食堂定位 地图填色 Julia例子 9数独 概述 整数优化就是线性优化 x1被选中当且仅当x2被选中。 x2或x3被选中，可以都被选中。 x2或x3被选中，不可以都被选中。 对应的IP约束为： x1-x3<=0 x1+x5<=1 x1-x2=0 x2+x3>=1 x2+x3=1 或的逻辑约束 或的逻辑问题，可以用用bigM方法去解决，其思想是通过添加新的变量，将部分约束变成多余的 例如，对于问题 [图片] 或 [图片] （两者可以都出现），y1、y2的定义域是[0，5]。 and column j to j+2 @constraint(m, sum{x[r,c,k], r=i:i+2, c=j:j+2} == 1) end for i = 1:9, j = 1:
1.8K50发布于 2018-01-05 - 来自专栏宫水三叶的刷题日记
【拓扑排序】图论拓扑排序入门
示例 1： 输入：graph = [[1,2],[2,3],[5],[0],[5],[],[]] 输出：[2,4,5,6] 解释：示意图如上。 示例 2： 输入：graph = [[1,2,3,4],[1,2],[3,4],[0,4],[]] 输出：[4] 提示： n == graph.length 1 <= n <= 0 <= graph 基本分析 & 拓扑排序 为了方便，我们令点数为 ，边数为 。 在图论中，一个有向无环图必然存在至少一个拓扑序与之对应，反之亦然。 如果对拓扑排序不熟悉的小伙伴，可以看看 拓扑排序。 因此，对于有向图的拓扑排序，我们可以使用如下思路输出拓扑序（BFS 方式）： 起始时，将所有入度为 的节点进行入队（入度为 ，说明没有边指向这些节点，将它们放到拓扑排序的首部，不会违反拓扑序定义 ，此时 可以作为拓扑序的某个片段的首部被添加，而不是违反拓扑序的定义）； 循环流程 、 直到队列为空。
1.8K50编辑于 2021-12-15 - 来自专栏程序员开发工具
Android 启动优化（二） - 拓扑排序的原理以及解题思路
前言 春节之前，更新了一篇博客 Android 启动优化（一） - 有向无环图，反响还不错，今天，让我们一起来看一下，怎样用代码实现有向无环图。 基本概念 拓扑排序的英文名是 Topological sorting。 拓扑排序要解决的问题是给一个图的所有节点排序。有向无环图才有拓扑排序，非有向无环图没有。 示例 2 1输入: 4, [[1,0],[2,0],[3,1],[3,2]] 2输出: [0,1,2,3] or [0,2,1,3] 3解释: 总共有 4 门课程。 最后得到栈中顺序的逆序即为拓扑排序顺序。 可以关注我的微信公众号程序员徐公 推荐阅读 致刚入职场的你 - 程序员的成长笔记 职场上这四件事，越早知道越好 拼夕夕事件反思，底层逆袭，靠拼命加班行吗 面试官：手写生产者消费者模型 Android 启动优化
80310发布于 2021-03-15 - 来自专栏C博文
Kubernetes集群中GPU共享调度与拓扑感知优化实战
<5% 混合拓扑组：损失率15-25% 纯PCIe组：损失率高达35-40% 2. 拓扑感知优化实战进阶 (1) 多维度拓扑评分模型 def comprehensive_scoring(group, pod_req): """综合评分模型""" # 基础带宽分 : 25 基础共享 : 52 拓扑优化 : 84 (2) 训练效率提升 模型 卡数 独占模式 拓扑优化 提升幅度 ResNet-50 32 112min 76min 32.1% BERT-Large 处理控制平面 光互连拓扑：通过硅光技术实现动态重构 存算一体架构：HBM近内存计算优化 (2) 量子优化算法 def quantum_annealing_schedule(topology): 大语言模型训练：必须启用全NVLink拓扑优化 推理服务：时间片复用优先 研发环境：基础共享+显存隔离
66310编辑于 2025-07-15 - 来自专栏AI那点小事
拓扑排序
概述 拓扑排序：如果图中从v到w有有一条有向路径，则v一定要排在w之前。满足此条件的顶点序列称为一个拓扑序。获得拓扑序的过程就是拓扑排序。 2）对队列进行出队操作。把出队顶点加入拓扑序当中，同时把出队顶点为起始点的有向边的终止点的入度减一，如果该终止点入度为零则入队。 3）当队列非空时一直重复操作2）。 "<<endl; //生成有向图 for(int i = 0 ; i < ne ; i++){ //v1是起始顶点，v2是终止边 int v1,v2; cin>>v1>>v2; this->G[v1][v2] = 1; this->Indegree[v2]++; //终止边入度加1 } } //拓扑排序 bool TopSort(){
88020发布于 2020-04-20 - 来自专栏龙进的专栏
拓扑排序
那么，为了获得正确的工作顺序（一件事情开始之前，必须保证它的前置条件全部满足），就需要用到拓扑排序。 拓扑排序其实就是在有向无环图中，只要存在边(u,v)，那就让u排在v前面。 我们可以通过广度优先搜索或者深度优先搜索来实现拓扑排序。 广度优先的思路就是对每个入度为0的且未被访问过的节点进行广度优先搜索。 下面是通过bfs拓扑排序的伪代码 利用DFS进行拓扑排序的思路相对简单，就是循环以当前仍未搜索的节点为起点，进行dfs，然后逆序把节点id存入列表中。
63630编辑于 2022-10-31 - 来自专栏Zaqdt_ACM
HDU 1285 确定比赛名次(拓扑排序&&优先队列优化)
拓扑排序最主要的就是依靠入度进行排序，至于入度是什么，这是一个传送门 点开看看就好了。 } } TopoSort(n); } return 0; } /*** [来源] HDU 1285 [题目] 确定比赛名次 [思路] 拓扑排序基础题 [输入] 4 3 1 2 2 3 4 3 [输出] 1 2 4 3 */ 这样写时间复杂度会有点高，所以我们可以对拓扑排序用优先队列进行优化
51550发布于 2019-01-10 - 来自专栏全栈程序员必看
485拓扑结构图_拓扑图
一条单向的铁路线上，依次有编号为 1, 2, …, n 的 n 个火车站。 每个火车站都有一个级别，最低为 1 级。 其中，前 4 趟车次均满足要求，而第 5 趟车次由于停靠了 3 号火车站（2 级）却未停靠途经的 6 号火车站（亦为 2 级）而不满足要求。 输入格式 第一行包含 2 个正整数 n,m，用一个空格隔开。 第 i+1 行（1≤i≤m）中，首先是一个正整数 si（2≤si≤n），表示第 i 趟车次有 si 个停靠站；接下来有 si 个正整数，表示所有停靠站的编号，从小到大排列。
1.5K30编辑于 2022-09-22 - 来自专栏CSDN旧文
拓扑排序
重复 1 和 2 直到当前的 DAG 图为空或当前图中不存在无前驱的顶点为止。后一种情况说明有向图中必然存在环。 通常，一个有向无环图可以有一个或多个拓扑排序序列。 2.无后继的的顶点优先拓扑排序 思路：跟1的方法类似，不过这次是维护根据点的入度进行统计。 2.未经优化的DFS拓扑排序，在图存在环的时候会进入死循环，因此，要注意确保图没有环，或者最好进行优化再使用。 3.维护出度为0以及DFS拓扑得到的结果是逆序！ 4.拓扑排序结果不一定唯一，注意题目要求。 5.DFS拓扑需要知道图的起点，否则不能深搜整个图，也就没有得到完整的拓扑排序结果。 6.在维护点集的拓扑中，加入当前出度（入度）为0的点大于1个，则得到的拓扑排序结果不唯一
92920发布于 2020-10-28 - 来自专栏乐行僧的博客
拓扑排序
AcWing848.有向图的拓扑序列 #include <iostream> #include <cstring> #include <vector> #include <queue> using namespace
58430编辑于 2022-05-06 - 来自专栏数据结构与算法
BZOJ2535: Plane 航空管制2(拓扑排序 贪心)
首先不难想到拓扑排序，但是直接对原图按\(k\)从小到大拓扑排序是错的。因为当前的\(k\)大并不意味着后面的点\(k\)也大 但是在反图上按\(k\)从大到小拓扑排序就是对的。为什么呢？ 因为题目中给出的条件是下限， 而在反图上拓扑排序就相当于卡着下限做，因此一定是最优的 对于第二问，同样在反图上搞。 对每个点分开做，贪心的策略是：如果有其他的飞机可以起飞则让他们起飞，直到没有飞机可以起飞，这时的时间就是答案 // luogu-judger-enable-o2 // luogu-judger-enable-o2 define MP(x, y) make_pair(x, y) #define fi first #define se second using namespace std; const int MAXN = 2e5 9 3 5 6 7 1 5 7 9 10 2 3 8 8 6 3 10 8 5 */
41430发布于 2018-11-07 Flink JobGraph 生成与优化全解析：从程序拓扑到高效提交
public Tuple2<String, Integer> map(String value) { return new Tuple2<>(value, 1); } 这些优化会在后续的步骤中由Flink自动完成。 理解程序拓扑的构建过程是理解Flink作业执行的第一步。它不仅帮助我们更好地调试和优化自己的代码，还为后续的JobGraph优化和提交奠定了基础。 这与SQL API的演进一脉相承，但会扩展到更底层的拓扑优化层面。同时，跨作业的全局优化也逐渐成为现实，例如在多租户环境中自动协调资源分配，避免冲突并提升集群整体利用率。 未来的优化策略将涉及动态分区和任务卸载机制，根据数据来源和计算需求的分布，自动将JobGraph的子拓扑部署到最近的边缘节点，减少数据传输延迟。 未来的优化策略将涉及动态分区和任务卸载机制，根据数据来源和计算需求的分布，自动将JobGraph的子拓扑部署到最近的边缘节点，减少数据传输延迟。
31210编辑于 2025-11-28
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