- 综合排序
- 最热优先
- 最新优先
- 来自专栏noteless
结构型设计模式对比 设计模式（十六）
结构型设计模式 结构型模式关注于整体最终的结构，通过继承和组合，构建出更加复杂的结构 进而提供更加强大的逻辑功能 七种结构型模式 适配器模式（Adapter Pattern） 组合模式（Composite 省略掉装饰器模式结构图中的ConcreteDecorator角色，组合模式和装饰器模式的结构就完全一样了 如果只有一种类型的ConcreteImplementor，桥接模式又与对象适配器模式相同 虽然说他们都有 享元模式 将客户端与子系统的耦合交互进行分离，抽象出来一个新的接入点，外观Facade，降低耦合，外观模式 分离开的多种事物，如果他们有“整体--部分”的关系，可以将它们组合在一起，形成更复杂的整体结构 ，组合模式 （ps：上面的分离指分开的，不耦合在一起，不是特指原本是一个整体，被分成两部分） 以上各个部分的差异对比点主要根据设计模式的最初意图、动机，设计模式本就是设计原则的实现化角色 对于任何的结构 所以，除非你有更好更合适的选择，或者改变 否则，一定要尽量按照模式原本的意图和动机去使用某种模式 原文地址:结构型设计模式对比 设计模式（十六）
65420发布于 2018-12-24 - 来自专栏自然语言处理
【LLM系列之底座模型对比】LLaMA、Palm、GLM、BLOOM、GPT模型结构对比
激活相比，《GLU Variants Improve Transformer》论文里提到：SwiGLU 已被证明可以显著提高模型效果 提出Parallel Layers：每个 Transformer 结构中的 这样，标记化永远不会产生未知标记 两个全连接层： GPT GPT 使用 Transformer 的 Decoder 结构，并对 Transformer Decoder 进行了一些改动，原本的 Decoder 包含了两个 Multi-Head Attention 结构，GPT 只保留了 Mask Multi-Head Attention，如下图所示:
1.6K41编辑于 2023-08-25 - 来自专栏爱可生开源社区
SQL 质量管理 | 结构对比：轻松掌握数据库结构差异
本周我们发布了 SQLE 3.2410.0-pre3 版本： 企业版 轻松掌握数据库结构差异 新功能 企业版 轻松掌握数据库结构差异 还在为多人协作开发中数据库结构变更的追踪和管理烦恼吗？ 现在，你可以使用 结构对比 功能，一键快速掌握所有变更，告别繁琐的人工追踪的，大幅提升你的工作效率！ 1. 一键对比，追踪省时省力 进入结构对比功能页，选择你需要对比的两个数据库对象，点击“执行对比”，立即查看所有差异，无需手动追踪。 2. 快速同步，轻松维护数据一致性 此时，如果需要保持两个数据源的库表结构一致，可以点击“生成变更 SQL”按钮，即可获得将两端数据库结构同步的 SQL 语句。 修复若审批成员过多时提交工单会报错的问题 [#2646] 修复自定义扫描任务 TOKEN 没有展示到页面的问题 企业版 新功能 [actiontech/sqle-ee/issues/1910] 新增数据库结构对比功能
29010编辑于 2024-11-04 - 来自专栏DrugOne
图对比学习 | 结合图的结构信息和节点特征的图对比学习
最近，对比学习（CL）已成为一种无监督的图表示学习的非常热门的方法。大多数图CL方法首先在输入图上进行随机扩充，得到两个视图，并使两个视图的表示一致性最大化。 本文认为，数据扩充方案应保留图的内在固有结构和属性信息，这使得模型对不重要的节点和边的扰动不敏感。但是，大多数现有方法采用统一的数据增强方案，例如统一减少边和shuffle特征，导致性能欠佳。 在本文中，作者提出了一种新的具有自适应增强的图对比表示学习方法，该方法结合了图的拓扑和语义方面的各种先验。 具体来说，在拓扑级别，本文基于节点中心性度量设计增强以突出重要的连接结构。 实验表明，提出的方法始终优于现有的最新方法，甚至超过了一些监督学习的对应方法，这证明了采用自适应增强的对比框架的有效性。 ?
2.8K70发布于 2021-02-02 - 来自专栏开发三两事
MySQL索引数据结构的对比分析
MySQL中的索引可以使用多种数据结构实现,包括B+树、哈希表、红黑树等。本文将对几种常见的数据结构进行对比分析。B+树索引B+树是MySQL中最常见的索引实现结构。 "a" "b"特点:所有数据记录都在叶子节点支持范围查询和排序内节点组织数据,提高检索效率树高平衡,插入删除性能好优点:具有顺序性,可以用于排序支持范围查找和分页查询叶子节点链表结构 效率较高树的高度较低,检索性能好缺点:相比哈希表,总体查找效率较弱实现较为复杂总结B+树全面支持各种查询,但占用空间较大哈希表查找最快,但不支持排序与范围检索红黑树在效率和功能上做折中应根据场景选择合适的数据结构实现索引 以上内容对几种常见索引结构进行了比较和分析。请您指正如果有不准确的地方,我会进行修改完善。感谢您的意见反馈!
41020编辑于 2023-08-18 - 来自专栏华仔的技术笔记
Solana与EVM交易结构与账户模型对比
Solana 和 EVM（如以太坊）区块链在交易结构与账户模型上存在本质差异，这些差异直接影响其性能、开发模式和适用场景。 以下从五个维度进行综合对比分析： 一、交易结构对比Solana 交易原子性与多指令 每笔交易（Transaction）包含多个指令（Instructions），按顺序原子执行：全部成功或全部回滚。 二、账户模型对比Solana 账户模型分类与所有权分离 数据与代码解耦：程序账户：存储可执行代码（如 SPL 代币程序），无状态。数据账户：存储状态（如代币余额），由程序账户拥有并控制修改权限。
40410编辑于 2025-08-19 - 来自专栏芋道源码1024
数据结构 | LinkedList、ConcurrentLinkedQueue、LinkedBlockingQueue 对比分析
写这篇文章源于我经历过的一次生产事故，在某家公司的时候，有个服务会收集业务系统的日志，此服务的开发人员在给业务系统的sdk中就因为使用了LinkedList，又没有做并发控制，就造成了此服务经常不能正常收集到业务系统的日志(丢日志以及日志上报的线程停止运行)。看一下add()方法的源码，我们就可以知道原因了：
1.2K00发布于 2018-07-31 - 来自专栏全栈程序员必看
java和c对比_c语言数据结构和java数据结构
Java 可以用认为是C 的衍生语言，与C 在大量元以内成分保持相同，例如此法结构、表达式语句、运算符等与C基本一致：但Java更简洁，没有C中冗余以及容易引起异常的功能成分，并且增加了多线程、异常处理 本文从多角度对Java与C进行对比分析，为C与Java语言的学习提高一些借鉴。 1、调法结构 C与Java的词法结构很相似，针对程序中的空白符、标识符、注释、常量、运算符、分隔符和关键字等进行详细对比分析。 2.2、结构和联合类型 Java中没有结构类型；在C中声明结构变量时编译器会为其分配内存空间，而在Java中需要用new来分配空间；C中允许不完整初始化以及声明匿名结构（可嵌套），在Java 中确实不被允许的；Java中没有与C中对应的联合类型这种语言结构。
2.5K30编辑于 2022-08-02 - 来自专栏DBA 平台和工具
PlanetScale SchemaDiff - 对比主从表结构是否一致
PlanetScale SchemaDiff 工具介绍概述schemadiff 是 PlanetScale 推出的数据库模式（schema）管理工具，旨在对比 MySQL 及其兼容数据库（如 PlanetScale 对比主库和从库中 test 数据库下的所有表，检查它们是否一致。. source 'admin:123456@tcp(127.0.0.1:6666)/test' \--target 'admin:123456@tcp(127.0.0.1:6667)/test' 如果表结构不一致 对比主库和从库中 test 数据库下的t2表，检查它们是否一致。.
22410编辑于 2025-02-12 - 来自专栏Postgresql源码分析
Postgresql源码（32）Btree索引分裂前后结构差异对比
阅读顺序 《Postgresql源码（30）Postgresql索引基础B-linked-tree》 《Postgresql源码（31）Btree索引相关系统表和整体结构》 《Postgresql源码（ 32）Btree索引分裂前后结构差异对比》 《Postgresql源码（33）Btree索引读——整体流程&_bt_first》 《Postgresql源码（34）Btree索引读——_bt_first >2） 《level 1 到 2 的分裂过程》 场景二：root分裂为leaf的前后对比（level0–>1） 《level 0 到 1 的分裂过程》 分裂前后对比，root能保存407个元素，小于这个数字可以不需要 27 x 366 + 118 = 10000 20000条integer索引结构 10000到20000页面结构的变化 -- 10000条 root(3) | leaf(1) | leaf(2) | 看下分裂前后树的情况对比。
65420编辑于 2022-07-14 - 来自专栏Postgresql源码分析
Postgresql源码（28）Btree索引分裂前后结构差异对比
阅读顺序 《Postgresql源码（30）Postgresql索引基础B-linked-tree》 《Postgresql源码（31）Btree索引相关系统表和整体结构》 《Postgresql源码（ 32）Btree索引分裂前后结构差异对比》 《Postgresql源码（33）Btree索引读——整体流程&_bt_first》 《Postgresql源码（34）Btree索引读——_bt_first >2） 《level 1 到 2 的分裂过程》 场景二：root分裂为leaf的前后对比（level0–>1） 《level 0 到 1 的分裂过程》 分裂前后对比，root能保存407个元素，小于这个数字可以不需要 27 x 366 + 118 = 10000 20000条integer索引结构 10000到20000页面结构的变化 -- 10000条 root(3) | leaf(1) | leaf(2) | 看下分裂前后树的情况对比。
75920编辑于 2022-05-12 - 来自专栏技术之路
索引数据结构B树与B+树对比
索引数据结构查询性能的决定因素 索引只能放在硬盘中，因此硬盘的I/O次数决定了索引数据结构查询性能的好坏 B树 B 树进行查找。
20210编辑于 2024-04-23 - 来自专栏OpenMMLab
外行也能看懂的大语言模型结构对比！
面对这些问题，我们研究了近期流行的开源模型结构，并尝试从中找到答案。 2. 对比方法 我们本次对比 2 种开源模型，均支持中文，详见表格： 抽象地讲，这些 LLM 从输入 “今天天气很好，所以” 开始，都需要执行这些步骤： encode 和 decode。 我们将根据微信助手场景的需求，以白盒的方式，对比相同阶段不同实现。相关论文和技术细节也将一并介绍。 3. 3.2 attention LLaMa 使用 Transformer Attention + RoPE 作为主干结构。 以下是对比汇总表格： 关于 GPU 利用率，我们发现这受实现影响很大，例如 ChatGLM-6B 合并了 qkv_weight，这显然能提高效率。难以从模型结构角度直接对比 GPU 情况。
1.2K30编辑于 2023-08-23 - 来自专栏开源部署
Linux主机和Windows主机服务器目录结构对比
内容提要： 主机服务器常见的有Linux主机服务器和Windows主机服务器，不同的主机类型，目录结构和功能也不一样。 本文图文对比分析Linux主机和Windows主机的目录，让新手知道文件上传到那个文件夹。 一、Linux主机服务器目录结构 Linux主机比较常用的是 domains 和 public_html 文件夹（见下图①），其他文件夹和文件可以不用理会，但不能随便删除！ 二、Windows主机服务器目录结构 Windows主机服务器目录结构相对简单，wwwroot文件夹就是主域名的根目录，直接上传网站文件到wwwroot文件夹就可以了(见下图②)。
7.4K30编辑于 2022-08-13 - 来自专栏AIGC
Python 数据结构对比：列表与数组的选择指南
前言 在 Python 编程中，数据结构是构建高效程序的基石。合理选择数据结构不仅可以显著提升代码的执行速度，还能够增强其可读性和可维护性。 本文将详细分析 列表 和 数组 的特点、优缺点以及各自的使用场景，通过对比说明它们在不同编程任务中的表现，帮助开发者在项目中进行更具针对性的选择，以实现更高效的编程体验。 Python Python中的列表（list）和数组（array）的详细对比 在 Python 编程中，数据结构是构建程序的基础。选择合适的数据结构可以显著提高代码的效率和可读性。 列表（list）和数组（array）是两种常用的数据结构，本文将详细对比这两者的特点、优缺点、使用场景以及实际应用中的示例，帮助开发者在项目中做出明智的选择。 1. 小结 在对比 Python 中的列表和数组时，发现这两种数据结构在灵活性和性能方面各具特色。列表以其动态特性和能够容纳多种数据类型而闻名，非常适合于存储异构数据，特别是在需要频繁修改数据的场景中。
77210编辑于 2025-06-01 - 来自专栏angularejs学习篇
数据结构之Array、ArrayList、List、LinkedList对比分析
一、前言： 在c#数据结构中，集合的应用非常广泛，无论是做BS架构还是CS架构开发，都离不开集合的使用，比如我们常见的集合包括：Array、ArrayList、List、LinkedList等。 二、Array集合简介 Array集合，也就是数组，是最简单的数据结构，其存储的数据在内存空间是连续的，数组有一下一些特点 1.数据存储是连续的 2.数组长度在定义时就必须制定 3.数组存储的数据类型都是同一类型 总耗时{0}毫秒", st.ElapsedMilliseconds.ToString())); } } 六、每种集合数据执行结果对比分析 class Program
1.7K10发布于 2020-01-15 - 来自专栏全栈程序员必看
单片机的io口的结构_单片机io口结构对比异同点
文章目录 单片机的最小系统（纯电路） 单片机最小系统电路图 STC89c52最小系统 增强型8051最小系统 晶振的样子 STC单片机复位 IO口结构 写0亮灯 写1灭灯 强推挽模式
39740编辑于 2022-11-03 - 来自专栏爬虫资料
三种常见网站结构的解析方式对比——信息结构与处理路径图谱
核心主题：页面结构影响信息提取方式在自动化信息提取程序的设计中，页面数据的呈现方式将直接影响所选的处理策略。不同类型的站点，其前端结构、加载机制与接口设计都存在显著差异。 本文将梳理出三种主流页面结构模式，并结合代码实例进行比对分析，帮助技术开发者快速定位合适的实现路径。 多分支路径：三类页面结构 × 三种主流应对方式将常见站点划分为以下三种结构类型，并对应推荐的处理策略：页面结构类型特征描述推荐处理方式类型一：静态页面数据直接嵌入HTML源码中，可直接访问使用 requests 类型二：动态页面（需运行脚本）页面内容依赖JavaScript渲染生成使用自动化浏览器环境，如 Playwright类型三：接口式页面通过API（如GraphQL）进行数据传输直接发起接口请求并处理返回结构技术路径图谱结构网站结构解析策略图谱 通过结构化分类和实际比对，你将能快速建立起一套适用于不同页面结构的应对方案，有助于项目初期的架构设计与效率提升。
40710编辑于 2025-07-29 - 来自专栏DeepHub IMBA
使用结构化表格数据对比深度学习和GBDT模型
我们知道，正如上面提到的，深度学习模型在NLP和CV中要好得多，但在现实生活中，我们仍然有很多表格数据，我们是否可以确认，即使在结构化数据集上，深度学习模型也比GBDT模型表现得更好? 我认为这是由于算法的结构——深度学习模型，从本质上来说，探索的是特征之间不明显的关系，通常很难被人理解。
1.3K20发布于 2021-05-18 对比不同开源大语言模型的结构有什么区别？
这边文章首先从gpt2开始分析，对比gpt2和trainsformer结构的区别，再对比gpt2到llama的演变，最后横向对比LLM时代llama、qwen2、mistral和olmo模型结构的区别。 一、gpt2和transformer结构的区别 都说gpt是把transformer的decoder单独拿出来的结构，这里根据文章中和gpt2的源码对比两个模型结构的区别。 二、llama和gpt2结构的区别首先整体对比一下llama和gpt2结构的区别。首先整体对比一下llama和gpt2结构的区别。 然后是每个block结构的对比：添加图片注释，不超过 140 字（可选）每个block对比可以看出，这四个模型结构上完全一致，没有任何区别。 四、总结通过上面的对比，可以看到，gpt2在transformer decoder结构上做了一点改进，llama在gpt2的结构上做了一点改进。
2K10编辑于 2024-08-19
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