- 综合排序
- 最热优先
- 最新优先
- 来自专栏Lauren的FPGA
用FPGA实现双调排序（4）
前面三篇文章我们介绍了双调排序的原理和具体实现方式，但都是要求序列本身是“双调”的。而实际情况是，给定序列本身是杂乱无章的，并非呈现“双调”的特征。这就要求我们先把无序序列转化为双调序列。 16点序列转化为双调序列需要3个Stage，其实Stage的个数等于log2(16)-1。每个Stage需要完成一些列的比较，其实就是实现升序和降序排列。 我们将双调序列的排序过程再次呈现出来如下图所示，与本文第一张图片进行对比，可以发现：从“无序”到“双调”是一个序列合并的过程，从“双调”到“单调”是一个序列分割的过程，体现了“分而治之（Divide and
69910编辑于 2024-04-11 - 来自专栏Lauren的FPGA
用FPGA实现双调排序（1）
典型的排序算法包括冒泡排序、选择排序、插入排序、归并排序、快速排序、希尔排序、计数排序、双调排序等。这其中，双调排序以其高度的并行性著称，非常适合于在FPGA上实现。 双调排序（Bitonic Sort）是数据独立（Data-independent）的排序算法，即比较顺序与数据无关，特别适合并行执行。在了解双调排序算法之前，我们先来看看什么是双调序列。 双调序列（Bitonic Sequence）的定义：双调序列是一个先单调递增后单调递减的序列，即存在两种单独特性，故为“双调”。 需要注意的是完全单调递增或者完全单调递减的序列也是双调序列，例如(0,1,4,5)和(7,5,3)均为双调序列。 双调序列的性质： （1）双调序列的子序列仍为双调序列。 ,…,a[i],b[i+1],…,b[n-1])是一个双调序列 Batcher定理： 若序列S为双调序列，即 令 那么S1和S2仍为双调序列，且S2中的任意一个元素不小于S1中的任意一个元素。
1.1K10编辑于 2024-03-14 - 来自专栏Lauren的FPGA
用FPGA实现双调排序（3）
基于双调排序算法的蝶形图，我们可以得到地址的变化规律。这里以长度为16的双调序列为例，其地址变化规律入下图所示。由于长度为16，故总共需要4个Stage。 仍以长度为16的双调序列为例，Stage 为0时，延迟级数为8，Stage 为1时，延迟级数为4，Stage为2时，延迟级数为2，Stage为3时延迟级数为1。 在此基础上，将4个SDF相连即可实现串行输入/串行输出的双调排序。下图给出了Stage 0对应的SDF结构。 下图显示了相应的仿真结果。
43510编辑于 2024-04-11 - 来自专栏机器学习算法与Python学习
排序算法 | 双调排序(Bitonic sort)详解与Python实现
本篇为排序算法系列第二篇，详细讲述双调排序算法。 01 什么是双调排序(Bitonic sort)？ 从定义上了解下什么是双调序列（由非严格增序列X和非严格降序列Y所构成的任意组合多属于双调序列），定义如下： 一个序列 a1,a2, …,an 是双调序列，必须满足以下条件： （1）存在一个 ak(1 则得到的MAX和MIN序列仍然是双调序列，并且MAX序列中的任意一个元素不小于MIN序列中的任意一个元素。 其实，到现在还有两个问题： 怎么把普通序列变成双调序列？ 怎么对双调序列进行排序？ 针对双调序列Z，根据Batcher定理，Z可以划分为2个双调序列X和Y，然后继续对X和Y进行递归划分，得到更短的双调序列，直到得到的子序列长度为1为止。这时的输出序列按单调递增顺序排列。 将两个相邻&单调性相反的单调序列看作一个双调序列， 每次将这两个单调序列merge生成一个新的双调序列， 然后进行双调排序，不断上述过程。
3.3K30发布于 2021-04-30 - 来自专栏AutoML(自动机器学习)
双调排序Bitonic Sort，适合并行计算的排序算法
1、双调序列 在了解双调排序算法之前，我们先来看看什么是双调序列。 双调序列是一个先单调递增后单调递减（或者先单调递减后单调递增）的序列。 3、双调排序 假设我们有一个双调序列，则我们根据Batcher定理，将该序列划分成2个双调序列，然后继续对每个双调序列递归划分，得到更短的双调序列，直到得到的子序列长度为1为止。 双调排序示意图1: [1wgenlx21s.png] 4、任意序列生成双调序列 前面讲了一个双调序列如何排序，那么任意序列如何变成一个双调序列呢？ 和前面sort的思路正相反， 是一个bottom up的过程——将两个相邻的，单调性相反的单调序列看作一个双调序列， 每次将这两个相邻的，单调性相反的单调序列merge生成一个新的双调序列， 然后排序（ 同3、双调排序）。
3.4K11发布于 2019-01-03 - 来自专栏AutoML(自动机器学习)
【转载】双调排序Bitonic Sort，适合并行计算的排序算法
1、双调序列 在了解双调排序算法之前，我们先来看看什么是双调序列。 双调序列是一个先单调递增后单调递减（或者先单调递减后单调递增）的序列。 3、双调排序 假设我们有一个双调序列，则我们根据Batcher定理，将该序列划分成2个双调序列，然后继续对每个双调序列递归划分，得到更短的双调序列，直到得到的子序列长度为1为止。 双调排序示意图[1]: ? 4、任意序列生成双调序列 前面讲了一个双调序列如何排序，那么任意序列如何变成一个双调序列呢？ 同3、双调排序）。 所以一般来说，并行计算中常使用双调排序来对一些较小的数组进行排序[3]。 如果要考虑不用padding，用更复杂的处理方法，参考[4] n!=2^k的双调排序网络，本文略。
3K30发布于 2019-01-07 - 来自专栏全栈程序员必看
百度之星资格赛——Disk Schedule（双调旅行商问题）
Bentley 建议通过仅仅考虑双调旅程(bitonic tour)来简化问题,这样的旅程即为从最左点開始。严格地从左到右直至最右点，然后严格地从右到左直至出发点。 下图(b)显示了相同的7个点的最短双调路线。 在这样的情况下，多项式的算法是可能的。其实。存在确定的最优双调路线的O(n*n)时间的算法。 这个路线不是双调的。b)同样点的集合上的最短双调闭合路线。长度大约是25.58。 这是一个算导上的思考题15-1。 首先将给出的点排序，keywordx。又一次编号。从左至右1，2。3，…。n。 依据双调旅程。我们知道结点n一定与n相连，那么，假设我们求的dp[n][n-1]，仅仅需将其加上d[n-1][n]就是最短双调闭合路线。 依据上图。
41720编辑于 2022-07-10 移动端代码优化实战：AndroidiOS双端性能调优，解决卡顿、闪退、耗电问题
今天我们就来分享Android和iOS双端的代码优化实战攻略，针对性解决卡顿、闪退、耗电三大核心问题，让你的APP体验翻倍。 三、双端通用优化技巧：提升APP整体体验除了两端各自的优化技巧，还有一些通用的优化方案，适用于Android和iOS双端，能够进一步提升APP的性能和用户体验：1.图片优化：统一图片格式（如Android 四、实战案例总结我们以一个电商APP为例，对比双端优化前后的核心指标：优化维度Android端（优化前）Android端（优化后）iOS端（优化前）iOS端（优化后）帧率30-40fps（卡顿）稳定60fps -45fps（卡顿）稳定60fps（无卡顿）闪退率1.2%0.1%1.5%0.05%1小时耗电20%5%18%4%启动时间3.5秒1.2秒3.0秒1.0秒包体积80MB45MB75MB40MB优化后，双端 掌握Android和iOS双端的性能优化技巧，针对性解决卡顿、闪退、耗电三大核心问题，才能打造出体验优秀的APP，提升用户留存率和满意度。
32810编辑于 2026-04-16《双路径开发：Kernel 直调与自定义算子工程的场景适配与效能对比》
一、核心概念与技术特性辨析 1.1 Kernel 直调工程 定义：跳过框架高阶 API 封装，直接通过硬件原生接口（如 NPU 的 Kernel Launch、CPU 的 ICPU_RUN_KF 宏）调用计算核心的开发模式 案例参考：DRAFTS 项目先通过 Kernel 直调验证去色散算子性能，再封装为自定义算子集成到完整模型管线。 五、总结 Kernel 直调与自定义算子工程并非对立关系，而是互补的双路径开发模式：前者聚焦 “快速验证”，以开发效率换时间，适合原型阶段；后者聚焦 “生产落地”，以工程化换稳定性与性能上限，适合部署阶段 实际开发中，建议采用 “Kernel 直调验证原型 + 自定义算子工程化落地” 的组合策略，既保证迭代速度，又能满足规模化应用需求。 随着 AI 硬件架构的迭代（如 NPU 专用计算单元、异构存储），自定义算子工程的自动化优化能力（如自动 Tiling、混合精度）将成为效能提升的核心驱动力，而 Kernel 直调仍将作为底层性能调优的关键手段
25510编辑于 2025-12-24- 来自专栏全栈程序员必看
OpenGL中的投影使用
这是一个经典的嵌套变换的样例，我们使用矩阵堆栈将一个物体依据还有一个物体进行变换，执行结果如图所看到的： /* 程序清单 4-3 * 2014/5/18 */ #include <glut.h 设置画图颜色为绿色 glColor3f(0.0f, 1.0f, 0.0f); // 打开深度測试 glEnable(GL_DEPTH_TEST); } // 绘制场景（显示回调函数 int argc,char *argv[]) { // 传递命令行參数，并对GLUT函数库进行初始化 glutInit(&argc, argv); // 设置创建窗体时的显示模式（双缓冲区 设置窗体的初始大小 glutInitWindowSize(480, 320); // 创建窗体 glutCreateWindow(“Bounce”); // 设置显示回调函数 glutDisplayFunc(RenderScene); // 设置当窗体的大小发生变化时的回调函数 glutReshapeFunc(ChangeSize);
1.4K10编辑于 2022-07-12 - 来自专栏CSDN旧文
Idea 自动生成方法注释（含参数及返回值）各版本通用。
Data$ * @ParamType:$Type$ * @ParamName:$Name$ * @Return:$Return$ * @Description: */ 所有文字都是常量，只有双dollar 步骤4-3 编辑变量 按我的编辑即可。 步骤4-4 更改适用类型 步骤5 执行 输入 /* 按Tab即可。
2K30编辑于 2022-04-13 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习4-3 求给定精度的简单交错序列部分和
练习4-3 求给定精度的简单交错序列部分和 本题要求编写程序，计算序列部分和 1 - 1/4 + 1/7 - 1/10 + … 直到最后一项的绝对值不大于给定精度eps。 题目保证计算结果不超过双精度范围。
2.2K10发布于 2020-09-15 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题4-3 求分数序列前N项和
习题4-3 求分数序列前N项和 本题要求编写程序，计算序列 2/1+3/2+5/3+8/5+… 的前N项之和。注意该序列从第2项起，每一项的分子是前一项分子与分母的和，分母是前一项的分子。 题目保证计算结果不超过双精度范围。
1.4K30发布于 2020-09-15 腾讯云直播双能力升级：健康报告+监播报告AI解读，开启直播智能运维新时代
01创新突破，健康报告重新定义直播流质量管控直播流分析打分系统，让问题诊断一目了然作为同类 PaaS 产品中针对直播流的 “智能体检中心”，健康报告从推流、播放、录制、截图、转码、回调、拉流转推 7 大核心功能构建评估体系 02AI赋能监播报告，复杂数据秒级解读，决策效率快速提升Agent 模型驱动，让监播报告“会说话”针对传统监播报告数据量大、解读门槛高的痛点，腾讯云直播全新上线监播报告 AI 解读功能，依托云直播团队深度调优的 03不止运维，双功能配合解锁多场景应用价值教育直播：守护教学体验的“质量管家”在线课堂对直播稳定性要求严苛 —— 延迟超 3 秒会影响师生互动，低帧率则导致板书模糊。 实时监播功能还可以通过智能识别精准拦截线上教学、互动课程中的违规内容，保障学生尤其是未成年人的身心健康。 腾讯云直播始终致力于以技术创新驱动行业升级，本次双能力上线，标志着直播运维从 “经验驱动” 正式迈入 “数据 + AI 双轮驱动” 时代。
30510编辑于 2025-07-16- 来自专栏音视频咖
腾讯云直播双能力升级：健康报告+监播报告AI解读，开启直播智能运维新时代
01、创新突破，健康报告重新定义直播流质量管控 直播流分析打分系统，让问题诊断一目了然 作为同类 PaaS 产品中针对直播流的 “智能体检中心”，健康报告从推流、播放、录制、截图、转码、回调、拉流转推 赋能监播报告，复杂数据秒级解读，决策效率快速提升 Agent 模型驱动，让监播报告“会说话” 针对传统监播报告数据量大、解读门槛高的痛点，腾讯云直播全新上线监播报告 AI 解读功能，依托云直播团队深度调优的 03、不止运维，双功能配合解锁多场景应用价值 教育直播：守护教学体验的“质量管家” 在线课堂对直播稳定性要求严苛 —— 延迟超 3 秒会影响师生互动，低帧率则导致板书模糊。 实时监播功能还可以通过智能识别精准拦截线上教学、互动课程中的违规内容，保障学生尤其是未成年人的身心健康。 腾讯云直播始终致力于以技术创新驱动行业升级，本次双能力上线，标志着直播运维从 “经验驱动” 正式迈入 “数据 + AI 双轮驱动” 时代。
59700编辑于 2025-07-12 - 来自专栏强化学习专栏
直流电机恒转速闭环调节控制系统（项目实战）
通过调试，实现了串口通信设置目标转速、手动设置目标转速、电机自动调速、电机手动调速、电机正反转以及停止电机的功能，在目标直流电机实际转速达到目标转速时，性能指标良好；当设定目标转速为，系统的超调量为8% 定时器T0中断子程序流程图如图4-3所示。 图4-3 定时器T0中断子程序流程图 5.系统调试结果与讨论 图5-1 Proteus仿真系统运行图 本次设计的直流电机恒转速闭环调节控制系统，是以单片机AT89C51为核心的PWM直流电机恒转速闭环调节控制系统 使用了Proteus进行仿真，如图5-1所示，目标转速为225r/min，实际测得转速为225±2r/min，实际电机转速为225±2r/min；系统的超调量为8%，稳态误差为0.88% ，采用10%误差带的调节时间为
1K10编辑于 2024-12-03 - 来自专栏科技记者
机器学习与R语言实战笔记（第三章）
Kolmogorov-Smirnov test data: x D = 0.09625, p-value = 0.707 alternative hypothesis: two-sided # 双样本 否则，包含两个或以上类别变量，要双因素方差分析。 mpg ~ as.factor(mtcars$gear)) $`as.factor(mtcars$gear)` diff lwr upr p adj 4- 3.13双因素方差分析 # 同样先可视化 par(mfrow=c(1,2)) boxplot(mtcars$mpg~mtcars$gear, subset = (mtcars$am==0), xlab mtcars$gear) * factor(mtcars$am)) $`factor(mtcars$gear)` diff lwr upr p adj 4-
1.5K20编辑于 2021-12-18 - 来自专栏前端魔法指南
我不知道的前端（一）
分析一下 |1-3|-|-1-3|=2-4=-2 ==> [1,-1] |3-3|-|1-3|=0-2=-2==>[3,1,-1] |4-3|-|3-3|=1>0==>[3,4,1,-1] |6-3|- |4-3|=3-1>0==>[3,4,6,1,-1] |10-3|-|6-3|=7-3=4>0==>[3,4,6,10,1,-1] 所以结果应为[3,4,6,10,1,-1] 另外注意，sort是排序原本的数组 ---- Promise的done与扩展always（或者说finally） done Promise 对象的回调链，不管以then方法或catch方法结尾，要是最后一个方法抛出错误，都有可能无法捕捉到 因此，我们可以提供一个done方法，总是处于回调链的尾端，保证抛出任何可能出现的错误。
1K10编辑于 2022-08-01 - 来自专栏携程技术
1024，携程程序猿的一天
携程，一直是依靠服务+技术驱动公司，或者说，技术与服务，成为了携程勇往直前的双引擎，而你们，正是组成这个强大引擎的动力所在！ 音乐会上，还第一次见到了集团CTO熊老板，熊老板说： 要让对技术感兴趣的同学，对技术沉迷的大咖们，在这里能够无所顾虑地，全身心投入地奋斗。 （话说，这是要涨工资的节奏么？） ? 13:30咖啡 听完音乐，吃完饭，拿着上午秒杀到的“The Geek Coffee”套装券，去楼下咖啡店兑换了一杯咖啡，据说是技术特调款。 ?
80510发布于 2019-04-22 - 来自专栏CBeann的博客
手写红黑树笔记
以爸爸节点进行一次左旋，得到LL双红的情景（4.2.1），然后指定爸爸节点为当前节点进行下一轮处理。 情景4-3：叔叔节点不存在，或者为黑色。 以爸爸节点进行一次右旋，得到RR双红的情景（4.3.1），然后指定爸爸节点为当前节点进行下一轮处理。 以爸爸节点进行一次左旋，得到LL双红的情景（4.2.1），然后指定爸爸节点为当前节点进行下一轮处理 * 情景4-3：叔叔节点不存在，或者为黑色。 并且为红色(父-叔 双红)。将爸爸和叔叔染色为黑色，将爷爷染色为红色，并且在以爷爷节点为当前节点，进行下一轮处理 if (null ! parent); insertFixUp(parent); return; } } } // 情景4-
26910编辑于 2023-12-25
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