首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏CV学习史

    Thinking in Java学习杂记(5-6章)

    Java中可以通过访问控制符来控制访问权限。其中包含的类别有:public, “友好的”(无关键字), protected 以及 private。在C++中,访问指示符控制着它后面所有定义,直到又一个访问指示符加入为止,而在Java中,每个访问指示符都只控制着对那个特定定义的访问。

    45930发布于 2020-04-02
  • 来自专栏腾讯云大数据

    大数据产品双月刊 | 5-6

    本期热点产品 弹性 MapReduce 本期腾讯云EMR于作业诊断能力重磅增强,通过控制台提供用户泛hadoop组件中应用层原生明细信息、作业及Hive查询的日志现场,简化了用户应用层异常排查的操作过程。同时推出配置对比、扩容指定配置组、标签分账、磁盘检查更新等功能,优化了集群运维管理体验,并显著提升资源管理的便捷性。 Elasticsearch Service 本期腾讯云ES重磅推出了自治索引,通过实时跟踪业务压力变化,能够动态、稳定的调整分片数与滚动周期,实现一站式索引全托管!同时,也推出了索引管理可视

    68620编辑于 2022-07-12
  • 来自专栏coding for love

    5-6~7 eslint 在 webpack 中的配置

    eslint 是一个开源的 js 代码检查工具,初衷是为了让程序员可以创建自己的检测规则。实际生产中,团队内往往会制订一套统一的标准,让整个团队的编码风格达到一致。 eslint 其实与 webpack 没有任何关系,两者并不互相依赖,甚至一般情况下我们并不会在 webpack 中进行 eslint 的配置。这里我们主要是介绍一下 eslint 是如何进行配置和使用的。

    1.8K60发布于 2020-05-18
  • 来自专栏算法修养

    pta 习题集5-6 堆栈操作合法性

    假设以S和X分别表示入栈和出栈操作。如果根据一个仅由S和X构成的序列,对一个空堆栈进行操作,相应操作均可行(如没有出现删除时栈空)且最后状态也是栈空,则称该序列是合法的堆栈操作序列。请编写程序,输入S和X序列,判断该序列是否合法。 输入格式: 输入第一行给出两个正整数N和M,其中N是待测序列的个数,M(≤50≤50)是堆栈的最大容量。随后N行,每行中给出一个仅由S和X构成的序列。序列保证不为空,且长度不超过100。 输出格式: 对每个序列,在一行中输出YES如果该序列是合法的堆栈操作序列,或NO如

    1.9K120发布于 2018-04-27
  • 来自专栏积累沉淀

    必须掌握的八种排序(5-6)--冒泡排序,快速排序

    5、冒泡排序 (1)基本思想:在要排序的一组数中,对当前还未排好序的范围内的全部数,自上而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,较小的往上冒。即:每当两相邻的数比较后发现它们的排序与排

    882100发布于 2018-01-11
  • 来自专栏AI 算法笔记

    Python-100例(5-6) 排序&斐波那契数列

    这次是分享 Python-100 例的第五和第六题,分别是排序和斐波那契数列问题,这两道题目其实都是非常常见的问题,特别是后者,一般会在数据结构的教程中,讲述到递归这个知识点的时候作为例题进行介绍的。

    70820发布于 2019-08-16
  • 来自专栏程序编程之旅

    一首诗的代码

    ai_5('G','8',one2); ai_2('<',26,one3); ai_5('<','J',one4); ai_6('6','@',2*one5); } void chx ,'=',one6); ai_6(26,36,one4); } void chx_3() { ai_4('9','5',one6); ai_2('-',28,one1); ,5,one4); ai_6('6','@',one6); } void chx_14() { ai_3(36,'?' _1(); chx_2(); chx_3(); chx_4(); chx_5(); chx_6(); chx_7(); chx_8(); chx_9(); chx_10(); chx_11(); chx_12(); chx_13(); chx_14(); chx_15(); system

    36820发布于 2021-01-19
  • 来自专栏大数据文摘

    《情报》出台,隐私将死?

    这两天,法国人民确实整个儿都不太好了,因为法国国民议会议员周二(5月5日)以438票赞成、86票反对、42票弃权,一读通过了《情报》案。你也许要问,这是个什么东西?和我有什么关系? 耐心,编者马上为你解释法国《情报》的来龙去脉,以及告诉你,这也许真的和你有点关系。 如果你稍稍关心天下大事,一定还记得今年初发生在巴黎的查理周刊枪击案吧。 法国政府脑洞大开,觉得情报工作存在严重漏洞,于是Duang,《情报》出炉了。 1 《情报》到底讲了什么? 《情报》目前已提交至参议院,而参议院似乎很有可能通过该法案。针对这个法案,法国人民提前准备好了防范措施来保护自己的私隐。或许他们的经验可以被国人所借鉴。

    98530发布于 2018-05-23
  • 来自专栏杨龙飞前端

    快速排序,冒泡排序

    快速排序 function sort(arr){ if(arr.length<=1){ return arr } var index=Math.floor(arr.length sort(left).concat([arrIndex]).concat(sort(right)); } var arr=[7,8,9,2,5,3,6,1,3,7]; sort(arr);   冒泡排序

    1K50发布于 2018-06-15
  • 来自专栏懂点编程的数据分析师

    牛顿与拟牛顿

    前言 同梯度下降法一样,牛顿和拟牛顿也是求解无约束最优化问题的常用方法。牛顿本身属于迭代算法,每一步需要求解目标函数的海赛矩阵的逆矩阵,计算比较复杂。 拟牛顿通过正定矩阵近似海赛矩阵的逆矩阵或海赛矩阵,简化了这一计算过程。 需要提前了解的知识 1.泰勒展开 当 ? 在 ? 处具有 ? 阶连续导数,我们可以用 ? 的 ? 牛顿 考虑无约束最优化问题: ? 1.首先讨论单自变量情况 假设 ? 具有二阶连续导数,运用迭代的思想,我们假设第 ? 次迭代值为 ? , 将 ? 进行二阶泰勒展开: ? 其中 ? 拟牛顿 在牛顿的迭代过程中,需要计算海森矩阵 ? ,一方面有计算量大的问题,另一方面当海森矩阵非正定时牛顿也会失效,因此我们考虑用一个 ? 阶矩阵 ? 来近似替代 ? `。 2.常见的拟牛顿 根据拟牛顿条件,我们可以构造不同的 ? ,这里仅列出常用的几种拟牛顿,可根据需要再学习具体实现。

    1.4K20发布于 2020-06-09
  • 来自专栏glm的全栈学习之路

    抛物线、牛顿、弦截求根实例

    ,要求计算结果准确到四位有效数字 (1)用牛顿 (2)用弦截,取 x0=2,x1=1.9x_0=2,x_1=1.9x0​=2,x1​=1.9 (3)用抛物线,取 x0=1,x1=3,x2=2x_0 套公式编写程序即可注意控制精度,要求准确到四位有效数字,即要求准确解和所得近似解误差不超过 0.5∗10−40.5*10^{-4}0.5∗10−4 ,同时要注意迭代时的变量关系,以下是源代码: (1)牛顿: scanner.close(); double res = getEistimate(x,e,N); System.out.println("牛顿得到的解为 (2)用弦截,取 x0=2,x1=1.9x_0=2,x_1=1.9x0​=2,x1​=1.9 /** * @Title: secant.java * @Desc: TODO * @Package ] (3)用抛物线,取 x0=1,x1=3,x2=2x_0=1,x_1=3,x_2=2x0​=1,x1​=3,x2​=2 /** * @Title: parabolic.java * @Desc

    2.2K50发布于 2020-09-28
  • 来自专栏杨龙飞前端

    快速排序,冒泡排序

    快速排序 function sort(arr){ if(arr.length<=1){ return arr } var index=Math.floor(arr.length sort(left).concat([arrIndex]).concat(sort(right)); } var arr=[7,8,9,2,5,3,6,1,3,7]; sort(arr);   冒泡排序

    76420发布于 2018-06-27
  • 来自专栏算法工程师的养成之路

    牛顿与拟牛顿

    牛顿和拟牛顿是求解无约束最优化的常用方法,有收敛速度快的优点. 牛顿法属于迭代算法,每一步需要求解目标函数的海赛矩阵的逆矩阵,计算复杂. 拟牛顿通过正定矩阵近似海赛矩阵的逆矩阵,简化了这个过程. 牛顿 对于无约束优化 min⁡x∈Rnf(x) \min_{x\in R^n} f(x) x∈Rnmin​f(x) x∗x^*x∗是目标的极小值点. 计算HkH_kHk​,并求pkp_kpk​ x(k+1)=x(k)+pkx^{(k+1)} = x^{(k)} + p_kx(k+1)=x(k)+pk​ k=k+1k=k+1k=k+1,转2 拟牛顿 如果HkH_kHk​是正定的,那么可以保证牛顿搜索方向pkp_kpk​是下降方向: 因为搜索方向是pk=−λgkp_k = -\lambda g_kpk​=−λgk​ x=x(k)+λpk=x(k)

    1.3K20发布于 2019-01-18
  • 来自专栏用户6093955的专栏

    素数筛(Eratosthenes筛

    介绍 Eratosthenes筛,又名埃氏筛,对于求1~n区间内的素数,时间复杂度为n log n,对于10^6^ 以内的数比较合适,再超出此范围的就不建议用该方法了。 筛的思想特别简单: 对于不超过n的每个非负整数p, 删除2p, 3p, 4p,…, 当处理完所有数之后, 还没有被删除的就是素数。

    1.9K30发布于 2019-09-11
  • 来自专栏Python

    头插和尾插

    头插 void HeadCreatList(List *L) //头插建立链表 { List *s; //不用像尾插一样生成一个终端节点。 List));//s指向新申请的节点 s->data = i;//用新节点的数据域来接受i s->next = L->next; //将L指向的地址赋值给S;//头插与尾插的不同之处主要在此 } } 尾插 void TailCreatList(List *L) //尾插建立链表 { List *s, *r;//s用来指向新生成的节点。r始终指向L的终端节点。

    29710编辑于 2024-10-12
  • 来自专栏Linyb极客之路

    聊聊如何利用管道模式来进行业务编排(上篇)

    this.channelHandlerName = channelHandlerName; } public abstract boolean handler(ChannelHandlerContext chx AbstactChannelHandler { @SneakyThrows @Override public boolean handler(ChannelHandlerContext chx ); User user = (User)params; userMap.put(user.getUsername(),user); chx.put = channelHandlerRequest.getParams(); if(params instanceof User){ Object userMap = chx.get AbstactChannelHandler { @SneakyThrows @Override public boolean handler(ChannelHandlerContext chx

    85540编辑于 2022-08-30
  • 来自专栏痴者工良

    C# 冒泡排序、插入排序、选择排序

     冒泡排序 是数组等线性排列的数字从大到小或从小到大排序。 以从小到大排序为例。 ---- 插入排序 插入排序算法是把一个数插入一个已经排序好的数组中。 对数组使用插入排序 数组 int [] array = [11, 39, 35, 30, 7, 36, 22, 13, 1, 38, 26, 18, 12, 5, 45, 32, 6, 21, 42, 冒泡排序与插入排序比较 冒泡排序是从一端开始,比较大小后存到另一端。每次都是从前开始,把最大或最小的结果放到最后。 插入排序始终是从前面开始,把下一个元素存到前面,不用比较最大最小的结果。 选择排序 每次从后面找到最小或最大的数,进行位移排序。

    1.2K40发布于 2021-04-26
  • 来自专栏c++与qt学习

    头插和尾插

    头插 #define _CRT_SECURE_NO_WARNINGS #include<stdio.h> #include<stdlib.h> typedef struct LinkNode { headNode == NULL) { return NULL; } //数据域可以不用维护 headNode->next = NULL; return headNode; } //头插 insert_LinkList(headNode,length); printf("打印链表:\n"); outputLinkList(headNode); return 0; } 尾插: headNode == NULL) { return NULL; } //数据域可以不用维护 headNode->next = NULL; return headNode; } //尾插

    1.1K30发布于 2021-03-02
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 5-6 最好的衡量线性回归算法的指标R squared

    本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍衡量线性回归算法最好的指标R squared。

    2.3K40发布于 2019-11-13
  • 来自专栏OpenFPGA

    基于OV5640的FPGA-DDR HDMI显示

    CHX_wclk_i : 是写 FIFO 的时钟, 这个时钟来自于顶层的模块和 Image_data_gen 时钟一致。 CHX_rclk_i : 同 MIG 控制的用户时钟一致。 CHX_data_i: 一个 32bit 的数据, 测试数据一个像素是 24bit 所以 CH0_data_i 的31bit~24bit 这里是无效的。 CHX_rden_i: 读 FIFO 使能, 这个信号用于从 FIFO 读取 256bit 的数据, 写入到 MIG 控制器 CHX_data_o : 256bit 长度的数据, 用于输出到 MIG 控制的 CHX_empty : 笔者 debug 的时候观察的信号, 对程序没有任何作用。 CHX_rusdw_o:用来观察 CHX_FIFO 中有多少数据可以读出来的,也是用来产生 MIG 控制器写MIG 请求的信号。

    2.8K40发布于 2020-06-30
领券