- 综合排序
- 最热优先
- 最新优先
- 来自专栏刷题笔记
7-5 字符串循环左移
点这里 7-5 字符串循环左移 输入一个字符串和一个非负整数N，要求将字符串循环左移N次。 输入格式： 输入在第1行中给出一个不超过100个字符长度的、以回车结束的非空字符串；第2行给出非负整数N。
1.2K20发布于 2019-11-08 - 来自专栏MixLab科技+设计实验室
聊聊人工智能建筑师
国内比较快速上线的人工智能建筑师是XKool，小库。 这类产品有个特点，延续了参数化设计的快速生成多方案的能力。 也可以说是人工智能应用在设计上的一个最核心的优势：多方案生成能力。 目前的人工智能建筑师产品还比较初级，对大数据的处理，多方案的能力是其核心亮点。 我们稍微聊下，要实现这么一个人工智能建筑师产品，我们可以怎么diy？ 4 基于知识图谱的后端云服务（类似于人工智能建筑师的大脑） 需要算法的支持，主要是用于建筑设计强排的算法及其相关指标的输出； 5 前端用户交互方案：基于Echarts的web开发。
1.6K60发布于 2018-04-17 - 来自专栏freesan44
PTA 7-5 买地攻略 (25 分)
数码城市有土地出售。待售的土地被划分成若干块，每一块标有一个价格。这里假设每块土地只有两块相邻的土地，除了开头和结尾的两块是只有一块邻居的。每位客户可以购买多块连续相邻的土地。
31600发布于 2021-09-11 - 来自专栏刷题笔记
7-5 小字辈 (25 分)
点这里 7-5 小字辈 (25 分) 本题给定一个庞大家族的家谱，要请你给出最小一辈的名单。
1K10发布于 2019-11-08 - 来自专栏Python深度学习
使用Python实现智能建筑能效管理
项目简介本教程将带你一步步实现一个智能建筑能效管理系统。我们将使用Python和一些常用的深度学习库，如TensorFlow和Keras。最终，我们将实现一个可以预测建筑能耗的模型。2. 总结通过本教程，你学会了如何使用Python和Keras构建一个智能建筑能效管理的深度学习模型。你可以尝试使用不同的模型结构和参数，进一步提升模型性能。
1.3K10编辑于 2024-08-30 - 来自专栏freesan44
PTA 7-5 买地攻略 (25 分)
数码城市有土地出售。待售的土地被划分成若干块，每一块标有一个价格。这里假设每块土地只有两块相邻的土地，除了开头和结尾的两块是只有一块邻居的。每位客户可以购买多块连续相邻的土地。
39920编辑于 2021-12-06 - 来自专栏以终为始
7-5 堆中的路径 （25 分)
7-5 堆中的路径 （25 分) 将一系列给定数字插入一个初始为空的小顶堆H[]。随后对任意给定的下标i，打印从H[i]到根结点的路径。
31320编辑于 2023-03-09 IBMS智能建筑集成管理系统：全域楼宇智慧集成平台
IBMS智能建筑集成管理系统是智慧建筑的顶层核心平台，区别于楼宇自控系统的单一设备管控能力，其核心作用是整合建筑所有智能子系统，打破数据孤岛，实现全域设备、数据、场景的统一集成管控。 IBMS系统的核心定义与定位差异IBMS智能建筑集成管理系统，是面向现代化智慧建筑的综合性集成管理平台，核心是将楼宇自控、安防监控、消防报警、停车管理、能耗监测、门禁考勤、电梯管控等所有建筑智能化子系统进行统一接入 传统智能建筑存在明显的系统碎片化问题，各子系统品牌、协议、管控逻辑相互独立，数据无法互通，只能单独运维、单独操作，极易出现管控滞后、联动失效、运维繁琐等问题。
34110编辑于 2026-09-01- 来自专栏MixLab科技+设计实验室
为什么不喜欢人工智能建筑设计?
近来，经常在网上见到许多人工智能建筑设计的分享，大多是平面生成，住区规划，并抛出一系列的吓人的预测，诸如“建筑师即将被淘汰”，“设计师将被AI取代”等等。 ---- 01·人工智能建筑设计现在能做什么？ 我所看见的人工智能建筑设计主要有三个方向，一是住区规划，二是平面生成，三是风格迁移。 住区规划 最早的人工智能建筑设计的热度应该就是来源于小库科技了，他们开发了一套非常方便的住区规划系统，人机交互和汇报PPT生成什么的我觉得都不错，能够大大节省建筑师初期方案试验的时间，但说实话，这能不能叫人工智能我是怀疑的 ---- 02·人工智能建筑设计做不到什么？ 这里说的做不到，是指当下，更严格地讲，是我所认识的当下。 实际建构 我尚未见到能较好地与现实的建构相联系的人工智能建筑设计，人工智能所给出的答案往往需要经过有经验的建筑师或工匠的处理才能真正地被实现，但反过来说，如果我们有了这些有实际经验的建筑师或工匠，让他们使用这些程序就好了
1.9K20发布于 2019-08-20 - 来自专栏freesan44
PTA 7-5 子串与子列 (25 分)
子串是一个字符串中连续的一部分，而子列是字符串中保持字符顺序的一个子集，可以连续也可以不连续。例如给定字符串 atpaaabpabtt，pabt是一个子串，而 pat 就是一个子列。
50710编辑于 2021-12-06 - 来自专栏freesan44
PTA 7-5 子串与子列 (25 分)
子串是一个字符串中连续的一部分，而子列是字符串中保持字符顺序的一个子集，可以连续也可以不连续。例如给定字符串 atpaaabpabtt，pabt是一个子串，而 pat 就是一个子列。
61040发布于 2021-09-10 - 来自专栏freesan44
PTA 7-5 实验室使用排期 (25 分)
受新冠疫情影响，当前大家的活动都必须注意保持充分的社交距离，国家实验室的使用也同样受到了严格的限制。假设规定任何一个时间点上，实验室内最多只能有 1 个人，且每个人都必须提前申请实验室的使用，只有申请被批准后才能进入。现给定一批第二天的实验室使用申请，你需要写个程序自动审批，使得能够被批准的申请数量最大化。
75900发布于 2021-09-10 - 来自专栏freesan44
PTA 7-5 实验室使用排期 (25 分)
受新冠疫情影响，当前大家的活动都必须注意保持充分的社交距离，国家实验室的使用也同样受到了严格的限制。假设规定任何一个时间点上，实验室内最多只能有 1 个人，且每个人都必须提前申请实验室的使用，只有申请被批准后才能进入。现给定一批第二天的实验室使用申请，你需要写个程序自动审批，使得能够被批准的申请数量最大化。
62910编辑于 2021-12-06 - 来自专栏刷题笔记
【未完成】7-5 文件传输 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102727502 7-5 文件传输 (25 分) 当两台计算机双向连通的时候，文件是可以在两台机器间传输的
51920发布于 2019-11-07 - 来自专栏3D可视化
基于数字孪生的IBV智能建筑可视化系统
智能建筑可视化管理就是我们经常说的IBV， 智能建筑大家应该都是能理解的，如何使其可视化是我们本文的重点。划重点时间到了! 智能建筑可视化系统基于数字孪生的三维虚拟化技术为基础，以数字化、可视化、智能化理念为目标，通过直观、动态的形式展示园区各类建筑及设备的空间分布、运行状况和统计数据，实现对园区从宏观到微观的全方位展示和管理 智能建筑可视化管理可应用于很多地方，thingjs平台支持用户自己开发可视化应用，只要你有前端技术人员，有开发经验，就可以通过简单写代码，快捷代码拖拽来实现，最后对接数据发布项目。
1.9K21发布于 2019-12-13 - 来自专栏刷题笔记
【未完成】7-5 对称排序 (25 分)20分
本文链接：https://blog.csdn.net/shiliang97/article/details/101473181 7-5 对称排序 (25 分) 你供职于由一群丑星作为台柱子的信天翁马戏团
74820发布于 2019-11-08 - 来自专栏CSS全接触
智能建筑统一信息平台：顶层设计是关键
我国智慧城市建设正向数字化时代迈进，智能建筑作为智慧城市不可或缺的重要组成部分也随之得到迅猛发展。 但在智能建筑实际的建设过程中，作为“神经中枢”的智能化系统的设计、建设、运维及应用等问题也日益凸显。 在以往智能建筑的实际建设过程中，很多企业把多个智能化系统分开独立建设，建成后的各子系统由于独立运行，缺乏统一、科学的管理，形成智能建筑孤岛效应，使得斥巨资建设的智能化系统无法发挥最佳效益。 image.png 作为现代智能建筑的“神经中枢”，适用于智能建筑的统一信息平台需要通过对楼宇自控系统（BA）、消防系统（FA）、安防系统（SA）、办公自动化系统（OA）、通信系统（CA）等信息的集成和综合管理 需要借助专业团队的设计能力和运维能力，让企业的智能建筑拥有更多可能。
2.4K00发布于 2019-12-02 聊聊 IBMS 智能建筑集成管理系统
一、IBMS 智能建筑集成管理系统的定位现代大型智能建筑内部，会同时运行十几套独立子系统：视频监控、停车场管理、电梯监控、门禁、火灾报警、BAS 楼宇自控、能耗监测等等。 IBMS 智能建筑集成管理系统，就是为了解决 “信息孤岛” 而诞生的上层集成平台。核心关键点：IBMS 不直接控制风机、阀门、灯具等现场硬件设备。 二、IBMS 智能建筑集成管理系统核心能力第一，统一可视化展示。将停车场状态、电梯运行、安防报警、机电设备状态汇总在同一个平台界面，运维人员不需要打开五六个软件，即可掌握建筑整体运行态势。
18810编辑于 2026-09-23- 来自专栏AI机器学习与深度学习算法
机器学习入门 7-5 高维数据映射为低维数据
我们此时有一个m行n列的样本矩阵X，此时的X样本矩阵代表有m个样本n个特征。通过前面的关于主成分的学习，此时假设我们已经求出针对X样本矩阵来说前k个主成分，每一个主成分对应的一个单位方向，用W矩阵来表示，此时的W矩阵为k行n列，代表前k个主成分，每一个主成分有n个元素。在上一小节提到主成分分析的本质就是从一组坐标系转移到另外一组新的坐标系的过程，而由于我们原来为n维坐标系，因此转换之后的坐标系也有n个维度，只不过对于转换后的坐标系来说，取出前k个更加重要的方向，因此W是k行n列的矩阵。
4.2K31发布于 2019-11-13 - 来自专栏刷题笔记
【2019秋PAT乙级真题】7-5 链表合并 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/100634522 7-5 链表合并 (25 分) 给定两个单链表 L1=a1→
57520发布于 2019-11-08
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