- 综合排序
- 最热优先
- 最新优先
- 来自专栏面试经验贴
2 数据流中的第K大元素
1 Leetcode703 数据流中第k大元素 设计一个找到数据流中第K大元素的类（class）。注意是排序后的第K大元素，不是第K个不同的元素。 你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器，它包含数据流中的初始元素。每次调用 KthLargest.add，返回当前数据流中第K大的元素。 示例： int k = 3; int[] arr = [4,5,8,2]; KthLargest kthLargest = new KthLargest(3, arr); kthLargest.add 第二种情况，比堆顶元素大，那么淘汰堆顶，更新堆结构，因为每次从堆中取出元素，为O(1),每调整一次堆为O(log2k)。所以整体复杂度为O(n*log2k)。咱们动画理解下这个过程。 2 python版本 ? 3 java版本 ?
64110发布于 2020-06-05 - 来自专栏韩曙亮的移动开发专栏
【软件工程】数据流图 ( 数据流图简介 | 数据流图概念 | 数据流 | 加工 | 数据存储 | 外部实体 | 数据流图分层 | 顶层数据流图 | 中层数据流图 | 底层数据流图 )
文章目录 一、数据流图 ( DFD ) 简介 二、数据流图 ( DFD ) 概念符号 1、数据流 2、加工 ( 核心 ) 3、数据存储 4、外部实体 三、数据流图 ( DFD ) 分层 1、分层说明 2、顶层数据流图 3、中层数据流图 4、底层数据流图 一、数据流图 ( DFD ) 简介 ---- 数据流图 ( Data Flow Diagram ) : 在 需求分析 阶段 , 使用的工具 , 在 , 都在 数据字典中定义 ; 符号表示 : 数据流 使用 箭头 表示 , 箭头所指的方向 , 代表了数据流向 ; 2、加工 ( 核心 ) 加工 : 描述 “输入数据流” 到 “输出数据流” 之间的变换 , 第二层是 0 层数据流图 , \cdots , 最底层是 底层数据流图 , “顶层数据流图” 与 “底层数据流图” 之间是若干 中层数据流图 , 中层数据流图 需要进行编号 , 从 0 开始编号 ; 2、顶层数据流图 顶层数据流图 : 中间的椭圆 是需要开发的 系统 , 周边的矩形 表示的是 外部实体人或组织 , 外部实体 与 系统 之间 , 有数据传输关系 ; 一个形象的说明是 多个人吃火锅
29.9K00编辑于 2023-03-28 - 来自专栏全栈程序员必看
NS2 nam中节点及数据流颜色设置
我这里想说的是数据流颜色的设置，相信大家试过非常多次，没有效果。 有线的我參看这这里http://www.cs.virginia.edu/~cs757/slidespdf/cs757-ns2-tutorial-exercise.pdf，执行了里面的example2.tcl $ns duplex-link $n1 $n2 1Mb 10ms DropTail $ns duplex-link $n3 $n2 1Mb 10ms SFQ $ns duplex-link-op $n0 $n2 orient right-down $ns duplex-link-op $n1 $n2 orient right-up $ns duplex-link-op $n2 $n3 orient right finish procedure after 5 seconds of simulation time $ns at 5.0 "finish" #Run the simulation $ns run 红色会数据流颜色设置
57830编辑于 2022-07-12 LLM数据流管窥：推理数据流、模型文件
safttensors 模型文件 中预训练 就是为了 生成合理的 参数值后训练 也是为了 生成合理的 参数值蒸馏、微调、强化学习，都是后训练大模型变成小模型采用"蒸馏+量化+剪枝"的组合策略 1、LLM推理的数据流 2、推理需要的.safetensors模型文件1750亿参数放入.safetensors模型文件。.
37721编辑于 2026-01-04- 来自专栏张善友的专栏
SSIS数据流
数据流是在SQL Server 2005中才引入的新概念。数据流是专门处理数据操作的工作流。数据流也称为流水线。可以将数据流认为是装配线，该装配线包含了顺序执行的多个操作。 在数据流中的每个节点都称为转换。数据流通常以源转换开始，以目标转换结束。在这两个转换之间，预定义的数据流转换被依序应用到数据上。一些转换是同步的，例如，查找、条件性拆分和数据转换。 SSIS 学习（2）：数据流任务（上） Integration Services学习（3）：数据流任务（下） SSIS工程师为您揭秘数据流 为SSIS编写自定义数据流组件(DataFlow Component
1.9K90发布于 2018-01-22 - 来自专栏架构师成长之路
MapReduce数据流
图4.5细节化的Hadoop MapReduce数据流 图4.5展示了流线水中的更多机制。虽然只有2个节点，但相同的流水线可以复制到跨越大量节点的系统上。 2.
1.4K20编辑于 2022-04-14 - 来自专栏大数据分享
系统数据流程
系统数据流程设计.jpg 数据仓库概念 数据的传入 一、日志采集系统 记录用户行为（搜索、悬停、点击事件、按钮、输入，请求异常采集等） PC端、App端（Ios，安卓），前端收集埋点数据 二、业务系统数据库 ---- 数据结果呈现 1.报表系统 -- 各类图表 2.用户画像 -- 各类标签 3.推荐系统 -- 根据标签，进行推荐 4.机器学习 -- 科学分析，强化推荐 5.风控系统 -- 响应各类异常 ---- 项目需求分析 1.用户行为数据采集平台搭建 2.业务数据采集平台搭建 3.数据仓库维度建模 * 4.分析指标：用户、流量、会员、商品、销售、地区、活动等电商核心主题，统计报表指标个数 2.框架版本如何选型（Apache、CDH、HDP等） 3.服务器使用物理机还是云主机？ 4.如何确认集群规模？
1.3K10发布于 2020-09-20 - 来自专栏云云众生s
数据流介绍
什么是数据流？ “数据流”指的是由数据源持续生成和输出的数据流。这些数据可以被即时处理、分析和应用。 数据流的关键概念 数据流和数据流的定义 数据流就像一条永无止境的信息之河，来自传感器、移动应用程序和分布式设备等来源，包括边缘计算的网关基础设施和其他去中心化架构。 连续数据流及其意义 连续流数据在实时数据处理中起着关键作用。与批量处理数据的方案相比，连续数据流保证信息不断流动，实时进行处理和分析。这种持续的数据流使公司能够识别模式、趋势和异常情况。 数据流架构 数据流架构的组成部分 强大的数据流架构由几个关键组件组成，这些组件协同工作以摄取、处理和管理数据流。 数据源和摄取：数据可以来自各种渠道，例如物联网设备、社交媒体平台、事务日志等等。 管理高数据速度和数据量 管理数据流系统涉及处理来自数据源的移动数据流。至关重要的是，要拥有基础设施和有效的处理方法来平稳地处理数据流，以避免任何中断或延迟。
1.3K10编辑于 2025-02-06 HDFS写入数据流程
HDFS写入数据流程可分为以下核心步骤，综合多个技术文档整理而成： 一、客户端初始化阶段 连接建立与请求提交:客户端通过DistributedFileSystem对象向 NameNode基于机架感知策略（优先同机架节点）和负载均衡返回3个DataNode地址； 传输管道构建:客户端与第一个DataNode建立连接，后续节点通过逐级调用形成传输链（如dn1→dn2→
22400编辑于 2025-12-23- 来自专栏学海无涯
SwiftUI-数据流
五个数据流工具 可以通过它们建立数据和视图的依赖关系 Property @State @Binding ObservableObject @EnvironmentObject 注意：后面四种使用 Swift // 1.添加发布者，实现一个属性，名字不能乱写，否则没有效果 let objectWillChange = ObservableObjectPublisher() // 2. 通过这种编程思想的改变，SwiftUI 帮助你管理各种复杂的界面和数据的处理，开发者只需要关注数据的业务逻辑即可，但是要想管理好业务数据，还得要遵循数据的流转规范才可以，官方为我们提供了一个数据流图。 数据流图 从上图可以看出SwiftUI 的数据流转过程： 用户对界面进行操作，产生一个操作行为 action 该行为触发数据状态的改变 数据状态的变化会触发视图重绘 SwiftUI 内部按需更新视图，
11.2K20发布于 2020-02-18 - 来自专栏软件方法
数据流图、FBI
1、以下数据流图摘自上世纪80年代的一本建模书籍。从图形猜测，以下说法正确的是（） ? A) 图1表达业务建模，图2表达需求，图3表达分析。 B) 图1表达需求，图2表达分析，图3表达设计。 C) 图1表达需求，图2和图3表达分析。 D) 图1表达业务建模，图2和图3表达需求。 2、抵触建模的心态中，有的属于过于自卑，有的属于过于自大。
87420发布于 2019-09-23 - 来自专栏summerking的专栏
ceph存储数据流程
object的大小由RADOS限定（通常为2m或者4m）。 graph LR 文件-->对象 对象-->归置组 归置组-->OSD 文件到对象的映射 首先，将file切分成多个object，每个object的大小由RADOS限定（通常为2m或者4m）。 每个object都有唯一的id即oid，oid由ino和ono产生的 ino：文件唯一id（比如filename+timestamp） ono：切分后某个object的序号(比如0,1,2,3,4,5等 新建一个test池 root in iscloud163-200 in ~ via v2.7.5 ➜ rados lspools summer60sys000 testpool # 2. rw-r--r-- 1 root root 4194304 Apr 23 09:51 benchmark\udata\uiscloud163-200\u3243175\uobject5__head_E2A01F47
1.3K30编辑于 2022-09-16 - 来自专栏飞鸟的专栏
HDFS读数据流程
HDFS读数据流程是Hadoop分布式文件系统的核心之一，它通过一系列的步骤实现了数据在HDFS中的读取和传输。 HDFS读数据流程的主要步骤包括：客户端请求数据、NameNode返回数据块位置信息、客户端获取数据块的副本存储节点、客户端与数据块副本存储节点建立连接、客户端从副本存储节点获取数据。 客户端请求数据HDFS读数据流程的第一步是客户端请求数据。当客户端需要读取某个文件时，它会向NameNode发送一个读请求，该请求包括文件路径、起始偏移量和读取长度等信息。 示例下面我们将通过一个简单的Java程序来演示HDFS读数据流程的实现过程。这个示例程序可以从HDFS中读取指定文件的内容，并将其打印到控制台上。
86330编辑于 2023-05-12 - 来自专栏飞鸟的专栏
HDFS写数据流程
HDFS写数据流程 HDFS写数据的流程如下：客户端向NameNode发送文件写请求 客户端应用程序向NameNode发送文件写请求，请求写入一个新文件或向现有文件追加数据。
64240编辑于 2023-05-12 - 来自专栏技术小屋-未分类
Java——Stream数据流
/方法引用 list.forEach(System.out ::println); 直接输出数据，但Collection接口的最重要的改变不是这里，而是在Collection接口的一个方法上： 获取数据流对象 3、数据流基本操作 为什么要用Stream？ 取得数据流，主要 的目的是为了进行数据处理使用。在Sream类中有以下几个方法较为典型： 1）过滤：public Stream<T> filter(Predicate<? 4）但是，在大数据范围中是允许有分页的，所以可以直接在数据流上进行分页处理操作： 跳过的数据行数：Stream<T> skip(long var1); 取得的行数：Stream<T> limit(long 5、总结 1）JDK1.8对类集提供了更多的处理支持； 2）MapReduce：Map处理数据，Reduce统计数据。
1.2K30发布于 2020-09-25 HDFS读数据流程
HDFS的读数据流程 (1)客户端通过Distributed FileSystem向NameNode请求下载文件,NameNode通过查询元数据,找到文件块所在的DataNode地址。 (2)挑选一台DataNode(就近原则,然后随机)服务器,请求读取数据。 (3)DataNode开始传输数据给客户端(从磁盘里面读取数据输入流,以Packet为单位来做校验)。
18710编辑于 2025-12-23- 来自专栏运维部落
TCPIP数据流向分析
1、TCP/IP是什么 2、数据在各层间的传输 3、访问一个网页 3.1、DNS协议 3.2、子网掩码 3.3、应用层协议 3.4、TCP协议 3.5、IP协议 3.6、以太网协议 3.7、服务器端响应 4、逆天图 5、预告：数据通信安全 TCP/IP数据流向分析 您正在看的这篇文章，从点开发起请求到最终内容呈现到您眼前，整个数据流向的复杂度可能超乎您的想像： 点击文章，触发请求，经由手机或PC将指令从寄存器加载到内存 2、数据在各层间的传输 ? 数据在各层间的传输 4层中应用层多属于Userspace,其它层多属于KernelSpace。 Response信息 4、逆天图 数据流每层的传输及每层所涉及的协议图，大家可参考如下逆天图 ? TCP/IP神图
2K01发布于 2020-05-28 - 来自专栏全栈程序员必看
敏捷大数据流程
敏捷大数据流程 敏捷大数据流程利用了数据科学的迭代性本质和高效的工具，从数据中构建和抽取高阶的结构和价值。 数据产品团队技能多样，会产生多种可能性。
45720编辑于 2022-07-05 - 来自专栏杨焱的专栏
Flink 的数据流算子
dataStream.union(otherStream1, otherStream2, ...); Window Join 基于指定的key和共同窗口join两个数据流，返回一个新的数据流。 .}); Interval Join 输入 KeyedStream，返回一个数据流。 基于在指定时间间隔内的共同key，Join 两个KeyedStream的流。 ，返回一个数据流。 连接两个数据流保持原有类型。连接允许两个流之间共享状态。 DataStream<Integer> someStream = //... 类似于已关联数据流上的map和flatMap。
67510编辑于 2021-12-07 - 来自专栏张善友的专栏
表格数据流协议TDS
表格数据流协议是建立在TCP/IP Net-Library之上的，包含在TCP数据段内。TDS用1433端口进行数据库通信。 TDS协议位于TCP的数据段内，结构如下： IP TCP TDS头 TDS的DATA段 8位头 TDS客户端使用称为表格格式数据流 (TDS) 的 SQL Server 专用应用程序级协议来发送
2.1K60发布于 2018-01-31
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