- 综合排序
- 最热优先
- 最新优先
- 来自专栏布衣者博客
LeetCode-题库-刷题(6-7)
将一个给定字符串 s 根据给定的行数 numRows ，以从上往下、从左到右进行 Z 字形排列。 具体题目链接
40720发布于 2021-09-07 - 来自专栏python3
笨办法学Python - 习题6-7:
学习目标：了解字符串的定义，学会使用复杂的字符串来建立一系列的变量。学会命名有意义的变量名
67810发布于 2020-02-10 - 来自专栏iOS面试
iOS 面试策略之算法基础6-7节
深度优先和广度优先 之前介绍了最简单的搜索法：二分搜索。虽然它的算法复杂度非常低只有 O(logn)，但使用起来也有局限：只有在输入是排序的情况下才能使用。
82230发布于 2021-04-22 - 来自专栏AI SPPECH
IO竞赛2025年题目解析：中级难度（6-7）
2025年的中级难度（难度系数6-7）题目综合考察了选手的算法设计、数据结构应用、数学建模和问题分析能力。本文将深入解析2025年中级难度的IO竞赛题目，帮助选手们突破瓶颈，提升解题能力。 难度进阶路径: 入门(1-3) → 基础(4-5) → 中级(6-7) → 高级(8-10) 难度系数 考察重点 核心知识点 学习目标 6-7 高级算法、数据结构综合应用 高级动态规划、图论、数论、几何 8题） ├── 第四章：中级难度题目解题策略 └── 第五章：综合能力提升建议 第一章：2025年IO竞赛中级难度题目概述 根据2025年NOI修订版大纲，中级难度（CSP-S提高）的知识点难度系数为6- cin >> a[i] >> m[i]; } cout << crt(a, m, n) << endl; return 0; } 3.8 题目8：凸包算法（Graham扫描法） 解题思路：Graham扫描法是一种常用的凸包算法。它的基本步骤是：1）找到最左下的点作为起始点；2）将其他点按照极角排序；3）依次扫描这些点，维护一个凸多边形。
22310编辑于 2025-11-13 - 来自专栏AI机器学习与深度学习算法
机器学习入门 6-7 sklearn中的随机梯度下降法
一 封装自己的随机梯度法 在上一小节中，介绍了通过随机梯度下降法来寻找损失函数最小值的策略。接下来将随机梯度法封装在我们自己的"LinearRegression"这个类中。
1.2K20发布于 2019-11-13 - 来自专栏linjinhe的专栏
设计数据密集型应用（6-7）：分片、事务
随着业务发展，用户数量、商品数量、订单数量都在持续增长，数据库的负载越来越高。我们开始对数据库进行垂直拆分（垂直分片），把这三张表拆到三个数据库，而业务代码改改数据库的配置就好。
72450发布于 2020-04-02 - 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 - 来自专栏杨龙飞前端
快速排序法，冒泡排序法
快速排序法 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); 冒泡排序法
1K50发布于 2018-06-15 - 来自专栏懂点编程的数据分析师
牛顿法与拟牛顿法
前言 同梯度下降法一样，牛顿法和拟牛顿法也是求解无约束最优化问题的常用方法。牛顿法本身属于迭代算法，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。 拟牛顿法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 ? 牛顿法 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 ? 拟牛顿法 在牛顿法的迭代过程中，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法也会失效，因此我们考虑用一个 ? 阶矩阵 ? 来近似替代 ? `。 2.常见的拟牛顿法 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法，可根据需要再学习具体实现。
1.4K20发布于 2020-06-09 - 来自专栏杨龙飞前端
快速排序法，冒泡排序法
快速排序法 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); 冒泡排序法
76420发布于 2018-06-27 - 来自专栏算法工程师的养成之路
牛顿法与拟牛顿法
牛顿法和拟牛顿法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. 拟牛顿法通过正定矩阵近似海赛矩阵的逆矩阵，简化了这个过程. 牛顿法 对于无约束优化 minx∈Rnf(x) \min_{x\in R^n} f(x) x∈Rnminf(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 拟牛顿法 如果HkH_kHk是正定的，那么可以保证牛顿法搜索方向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
素数筛法（Eratosthenes筛法）
介绍 Eratosthenes筛法，又名埃氏筛法，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。 筛法的思想特别简单： 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 - 来自专栏大数据文摘
法《情报法》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《情报法》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《情报法》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，《情报法》出炉了。 1 《情报法》到底讲了什么？ 《情报法》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glm的全栈学习之路
抛物线法、牛顿法、弦截法求根实例
,要求计算结果准确到四位有效数字 （1）用牛顿法 （2）用弦截法，取 x0=2,x1=1.9x_0=2,x_1=1.9x0=2,x1=1.9 （3）用抛物线法，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)牛顿法： scanner.close(); double res = getEistimate(x,e,N); System.out.println("牛顿法得到的解为 （2）用弦截法，取 x0=2,x1=1.9x_0=2,x_1=1.9x0=2,x1=1.9 /** * @Title: secant.java * @Desc: TODO * @Package ] （3）用抛物线法，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Python
头插法和尾插法
头插法 void HeadCreatList(List *L) //头插法建立链表 { List *s; //不用像尾插法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;//头插法与尾插法的不同之处主要在此 } } 尾插法 void TailCreatList(List *L) //尾插法建立链表 { 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 - 来自专栏痴者工良
C# 冒泡排序法、插入排序法、选择排序法
冒泡排序法 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。 ---- 插入排序法 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法 数组 int [] array = [11, 39, 35, 30, 7, 36, 22, 13, 1, 38, 26, 18, 12, 5, 45, 32, 6, 21, 42, 冒泡排序法与插入排序法比较 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。 选择排序法 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c++与qt学习
头插法和尾插法
头插法 #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; } //头插法 insert_LinkList(headNode,length); printf("打印链表：\n"); outputLinkList(headNode); return 0; } 尾插法： headNode == NULL) { return NULL; } //数据域可以不用维护 headNode->next = NULL; return headNode; } //尾插法
1.1K30发布于 2021-03-02 - 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 - 来自专栏全栈程序员必看
LDC1314和LDC1312的使用
偏移值使用OFFSET_CHx寄存器来设置。 如上图，假如测量值有16位，如果Output_gain = 0x0，则DATA_CHx [11:0]会取这16位数据的高12位。 如果Output_gain = 0x3，则DATA_CHx [11:0]会取这16位数据的低12位。 1、sensor activation time通过寄存器SETTLECOUNT_CHx来设置 设置值的计算公式如下： 计算出的CHx_SETTLECOUNT值要向上取整 time，比如需要13位，则2^13=8192=CHx_RCOUNT*16，因此CHx_RCOUNT取值0x200。 STATUS寄存器和DATA_CHx寄存器中的错误位也不会置位。
1K10编辑于 2022-08-14
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