当前位置: 首页 > news >正文

网站滚动条/app拉新推广平台渠道

网站滚动条,app拉新推广平台渠道,兴义做网站,wordpress卡核销前言 该系列文章用于我对一周中leetcode每日一题or其他不会的题的复盘总结。 一方面用于自己加深印象,另一方面也希望能对读者的算法能力有所帮助。 该复盘对我来说比较容易的题我会复盘的比较粗糙,反之较为细致 解答语言:Golang 周一&a…

前言

该系列文章用于我对一周中leetcode每日一题or其他不会的题的复盘总结。

一方面用于自己加深印象,另一方面也希望能对读者的算法能力有所帮助。

该复盘对我来说比较容易的题我会复盘的比较粗糙,反之较为细致

解答语言:Golang

周一:275. H 指数 II(middle)

题目描述:

给你一个整数数组 citations ,其中 citations[i] 表示研究者的第 i 篇论文被引用的次数,citations 已经按照 升序排列 。计算并返回该研究者的 h ******指数。

h 指数的定义:h 代表“高引用次数”(high citations),一名科研人员的 h 指数是指他(她)的 (n 篇论文中)至少h 篇论文分别被引用了至少 h 次。

请你设计并实现对数时间复杂度的算法解决此问题。

示例 1:

输入: citations = [0,1,3,5,6]
输出: 3
解释: 给定数组表示研究者总共有 5 篇论文,每篇论文相应的被引用了 0, 1, 3, 5, 6 次。由于研究者有3篇论文每篇 至少 被引用了 3 次,其余两篇论文每篇被引用 不多于 3 次,所以她的 h 指数是 3 。

复盘

该题跟上周日的题目是一样的,不过此题citaitons数组是有序的,要求对数的时间复杂度。
因此此题我们可以对论文篇数进行二分查找,mid<=citations[len_-mid] ;mid:有mid篇文章至少被引用了mid次,,citations[len_-mid]表示mid篇文章被引用了citations[len_-mid]次,

对此我们就可以进行二分的筛查,若mid<=citations[len_-mid]则表示答案是[mid,right]之间的

代码:

func hIndex(citations []int) int {// 已排序直接二分r:=len(citations)l:=1len_:=rvar mid intfor l<=r{mid=l+(r-l)>>1if mid<=citations[len_-mid]{l=mid+1}else{r=mid-1}}return r
}

周二:2003. 每棵子树内缺失的最小基因值(hard)

题目描述:

有一棵根节点为 0家族树 ,总共包含 n 个节点,节点编号为 0n - 1 。给你一个下标从 0 开始的整数数组 parents ,其中 parents[i] 是节点 i 的父节点。由于节点 0 ,所以 parents[0] == -1

总共有 105 个基因值,每个基因值都用 闭区间 [1, 105] 中的一个整数表示。给你一个下标从 0 开始的整数数组 nums ,其中 nums[i] 是节点 i 的基因值,且基因值 互不相同

请你返回一个数组 **ans ,长度为 n ,其中 ans[i] 是以节点 i 为根的子树内 缺失最小 基因值。

节点 x 为根的 子树 包含节点 x 和它所有的 后代 节点。

示例 1:

输入: parents = [-1,0,0,2], nums = [1,2,3,4]
输出: [5,1,1,1]
解释: 每个子树答案计算结果如下:
- 0:子树包含节点 [0,1,2,3] ,基因值分别为 [1,2,3,4] 。5 是缺失的最小基因值。
- 1:子树只包含节点 1 ,基因值为 2 。1 是缺失的最小基因值。
- 2:子树包含节点 [2,3] ,基因值分别为 [3,4] 。1 是缺失的最小基因值。
- 3:子树只包含节点 3 ,基因值为 4 。1是缺失的最小基因值。

复盘

此题我并没有做出来,菜~,不过看完解析还是自己写出来了·····

此题关键点在于基因值是不重复的,因此找到基因为1的节点,如不存在那结果都为1,
若存在则至下而上去寻找最小缺失值,因为若不重复,其实不难发现除了价值为1节点往上的一条链路中,其他链路都缺失1,因此缺失值最小值都为1

因此我们只需至下而上去找每个节点它们的子树中存在的基因值有哪些,再得出最小缺失值即可

例如这一颗树

image.png

我们只需要管基因值为1的节点及它的父节点那一条链路,因为其他节点的缺失基因值都为1
从基因值为1的节点往上依次更新节点的缺失基因值,因为父节点显然包含子节点的所有基因值。

代码

func smallestMissingValueSubtree(parents []int, nums []int) []int {n := len(parents)ans := make([]int, n)for i := range ans {ans[i] = 1}node := slices.Index(nums, 1)if node < 0 { // 不存在基因值为 1 的点return ans}// 建树g := make([][]int, n)for i := 1; i < n; i++ {p := parents[i]g[p] = append(g[p], i)}vis := make(map[int]bool, n)var dfs func(int)dfs = func(x int) {vis[nums[x]] = true // 标记基因值for _, son := range g[x] {if !vis[nums[son]] { // 避免重复访问节点dfs(son)}}}// 直接从基因为1的节点开始dfs,由于父节点基因的集合是包含子节点的,因此mex递增即可for mex := 2; node >= 0; node = parents[node] {dfs(node)for vis[mex] { // node 子树包含这个基因值mex++}ans[node] = mex // 缺失的最小基因值}return ans
}

周三:2127. 参加会议的最多员工数(hard)

题目描述:

一个公司准备组织一场会议,邀请名单上有 n 位员工。公司准备了一张 圆形 的桌子,可以坐下 任意数目 的员工。

员工编号为 0n - 1 。每位员工都有一位 喜欢 的员工,每位员工 当且仅当 他被安排在喜欢员工的旁边,他才会参加会议。每位员工喜欢的员工 不会 是他自己。

给你一个下标从 0 开始的整数数组 favorite ,其中 favorite[i] 表示第 i 位员工喜欢的员工。请你返回参加会议的 最多员工数目

示例 1:

输入: favorite = [2,2,1,2]
输出: 3
解释:
上图展示了公司邀请员工 0,1 和 2 参加会议以及他们在圆桌上的座位。
没办法邀请所有员工参与会议,因为员工 2 没办法同时坐在 0,1 和 3 员工的旁边。
注意,公司也可以邀请员工 1,2 和 3 参加会议。
所以最多参加会议的员工数目为 3 。

复盘:

这个题我又又没做出来,hard还是太顶了,而且我对拓扑类的题也不是很熟悉。。。。。

这个题翻译过来就是其实就是一个图论的问题。

favorite = [3,0,1,4,1],例如这一种情况转换成图就是:

image.png

那是不是说这个题我们找出最大长度的一个环就可以了,
但是如果是这种情况呢:

image.png
虽然0345不在环内,但显然它们也可以在圆桌上。

image.png

因此本题我们需要求得最大的圆环长度以及这种彼此喜欢的环的长度以及它俩的链路长度中的最大值。

但是理解了这个题在代码实现也很麻烦~图论真的难啊

代码:

func maximumInvitations(favorite []int) int {n := len(favorite)deg := make([]int, n)for _, f := range favorite {deg[f]++ // 统计基环树每个节点的入度}rg := make([][]int, n) // 反图q := []int{}for i, d := range deg {if d == 0 {q = append(q, i)}}for len(q) > 0 { // 拓扑排序,剪掉图上所有树枝x := q[0]q = q[1:]y := favorite[x] // x 只有一条出边rg[y] = append(rg[y], x)if deg[y]--; deg[y] == 0 {q = append(q, y)}}// 通过反图 rg 寻找树枝上最深的链var rdfs func(int) intrdfs = func(x int) int {maxDepth := 1for _, son := range rg[x] {maxDepth = max(maxDepth, rdfs(son)+1)}return maxDepth}maxRingSize, sumChainSize := 0, 0for i, d := range deg {if d == 0 {continue}// 遍历基环上的点deg[i] = 0 // 将基环上的点的入度标记为 0,避免重复访问ringSize := 1 // 基环长度for x := favorite[i]; x != i; x = favorite[x] {deg[x] = 0 // 将基环上的点的入度标记为 0,避免重复访问ringSize++}if ringSize == 2 { // 基环长度为 2sumChainSize += rdfs(i) + rdfs(favorite[i]) // 累加两条最长链的长度} else {maxRingSize = max(maxRingSize, ringSize) // 取所有基环长度的最大值}}return max(maxRingSize, sumChainSize)
}

周四:2103. 环和杆(easy)

题目描述:

总计有 n 个环,环的颜色可以是红、绿、蓝中的一种。这些环分别穿在 10 根编号为 09 的杆上。

给你一个长度为 2n 的字符串 rings ,表示这 n 个环在杆上的分布。rings 中每两个字符形成一个 颜色位置对 ,用于描述每个环:

  • i 对中的 第一个 字符表示第 i 个环的 颜色'R''G''B')。
  • i 对中的 第二个 字符表示第 i 个环的 位置,也就是位于哪根杆上('0''9')。

例如,"R3G2B1" 表示:共有 n == 3 个环,红色的环在编号为 3 的杆上,绿色的环在编号为 2 的杆上,蓝色的环在编号为 1 的杆上。

找出所有集齐 全部三种颜色 环的杆,并返回这种杆的数量。

示例 1:

输入: rings = "B0B6G0R6R0R6G9"
输出: 1
解释:
- 编号 0 的杆上有 3 个环,集齐全部颜色:红、绿、蓝。
- 编号 6 的杆上有 3 个环,但只有红、蓝两种颜色。
- 编号 9 的杆上只有 1 个绿色环。
因此,集齐全部三种颜色环的杆的数目为 1 。

复盘:

此题就轻松很多,也没啥好说了,就遍历rings做处理,记录维护在数组,然后再遍历数组拿到符合要求的个数

代码:

func countPoints(rings string) (ans int) {d := ['Z']int{'R': 1, 'G': 2, 'B': 4}mask := [10]int{}for i, n := 0, len(rings); i < n; i += 2 {c := rings[i]j := int(rings[i+1] - '0')mask[j] |= d[c]}for _, x := range mask {if x == 7 {ans++}}return
}

周五:117. 填充每个节点的下一个右侧节点指针 II(middle)

题目描述:

给定一个二叉树:

struct Node {int val;Node *left;Node *right;Node *next;
}

填充它的每个 next 指针,让这个指针指向其下一个右侧节点。如果找不到下一个右侧节点,则将 next 指针设置为 NULL

初始状态下,所有 next 指针都被设置为 NULL

示例 1:

输入:root = [1,2,3,4,5,null,7]
输出: [1,#,2,3,#,4,5,7,#]
解释: 给定二叉树如图 A 所示,你的函数应该填充它的每个 next 指针,以指向其下一个右侧节点,如图 B 所示。序列化输出按层序遍历顺序(由 next 指针连接),'#' 表示每层的末尾。

复盘:

显然该题应该进行层序遍历,依次对每层节点进行next连接,如果每层使用数组去维护是比较容易的,但空间复杂度为O(n),但是如果我们只维护一个哨兵节点,那就不需要额外的空间维护一整层的节点。

代码:

func connect(root *Node) *Node {cur:=root// cur -> bfsfor cur!=nil{dumpNode:=&Node{}tmp:=dumpNode// dumpNode作为哨兵存储下次需要bfs的层级头节点// tmp去进行next连接for cur!=nil{if cur.Left!=nil{tmp.Next=cur.Lefttmp=tmp.Next}if cur.Right!=nil{tmp.Next=cur.Righttmp=tmp.Next}cur=cur.Next  //前往当前层下个节点进行连接}cur=dumpNode.Next}return root
}

周六:421. 数组中两个数的最大异或值(middle)

题目描述:

给你一个整数数组 nums ,返回 **nums[i] XOR nums[j] 的最大运算结果,其中 0 ≤ i ≤ j < n

示例 1:

输入: nums = [3,10,5,25,2,8]
输出: 28
解释: 最大运算结果是 5 XOR 25 = 28.

复盘:

此题看似容易实则暗藏玄机,如果对位运算的题没这么熟悉,那可能会一头雾水,比如我。。

此题我们应当从高位到低位一步一步枚举看每一位是否可以为1,始终维护一个答案,起初为0,从高位到低位一步一步枚举看是否可以为1得出最后结果。最重要的一步是我们取一个变量newAns将我们要枚举的位先假设为1,再枚举nums的数值去进行异或,由于a^b=c–> c^b=a c^a=b这个特性我们可以通过hash去存储a的值看b是否存在,若存在显然该位可以为1

代码:

func findMaximumXOR(nums []int) (ans int) {highBit := bits.Len(uint(slices.Max(nums))) - 1seen := map[int]bool{}mask := 0for i := highBit; i >= 0; i-- { // 从最高位开始枚举clear(seen)mask |= 1 << inewAns := ans | 1<<i // 这个比特位可以是 1 吗?for _, x := range nums {x &= mask // 低于 i 的比特位置为 0if seen[newAns^x] {  // a^b=c--> c^b=a c^a=bans = newAns // 这个比特位可以是 1break}seen[x] = true}}return
}

周日:187. 重复的DNA序列(middle)

题目描述:

DNA序列 由一系列核苷酸组成,缩写为 'A', 'C', 'G''T'.。

  • 例如,"ACGAATTCCG" 是一个 DNA序列

在研究 DNA 时,识别 DNA 中的重复序列非常有用。

给定一个表示 DNA序列 的字符串 s ,返回所有在 DNA 分子中出现不止一次的 长度为 10 的序列(子字符串)。你可以按 任意顺序 返回答案。

示例 1:

输入: s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
输出: ["AAAAACCCCC","CCCCCAAAAA"]

复盘:

感觉其实应该是简单题,没啥好说的,枚举就行了

代码:

func findRepeatedDnaSequences(s string) (ans []string) {cnt := map[string]int{}for i := 0; i < len(s)-10+1; i++ {t := s[i : i+10]cnt[t]++if cnt[t] == 2 {ans = append(ans, t)}}return
}

下面这题是我刷面试经典题目不会写的题,复盘加深印象

面试top150 题目收录:399. 除法求值(middle)

题目描述:

给你一个变量对数组 equations 和一个实数值数组 values 作为已知条件,其中 equations[i] = [Ai, Bi]values[i] 共同表示等式 Ai / Bi = values[i] 。每个 AiBi 是一个表示单个变量的字符串。

另有一些以数组 queries 表示的问题,其中 queries[j] = [Cj, Dj] 表示第 j 个问题,请你根据已知条件找出 Cj / Dj = ? 的结果作为答案。

返回 所有问题的答案 。如果存在某个无法确定的答案,则用 -1.0 替代这个答案。如果问题中出现了给定的已知条件中没有出现的字符串,也需要用 -1.0 替代这个答案。

注意: 输入总是有效的。你可以假设除法运算中不会出现除数为 0 的情况,且不存在任何矛盾的结果。

注意: 未在等式列表中出现的变量是未定义的,因此无法确定它们的答案。

示例 1:

输入: equations = [["a","b"],["b","c"]], values = [2.0,3.0], queries = [["a","c"],["b","a"],["a","e"],["a","a"],["x","x"]]
输出: [6.00000,0.50000,-1.00000,1.00000,-1.00000]
解释:
条件:a / b = 2.0, b / c = 3.0
问题:a / c = ? , b / a = ? , a / e = ? , a / a = ? , x / x = ?
结果:[6.0, 0.5, -1.0, 1.0, -1.0 ]
注意:x 是未定义的 => -1.0

复盘:

这个题如果不知道要转换成图去做真的就是一头雾水,起初我感觉可以用并查集,但是这玩意是有权值的,因此我去看答案,然后确实有带权并查集的解法,但是感觉可能我脑子确实不行,看了一两个小时,依然没弄懂到底是怎么去压缩权值的,太难了。。。。。。。

但是其实这个题其实可以转换成带权的有向图再通过bfs去查找两点间的权值和,那就会轻松很多~~~

代码:

func calcEquation(equations [][]string, values []float64, queries [][]string) []float64 {// 给方程组中的每个变量编号id := map[string]int{}for _, eq := range equations {a, b := eq[0], eq[1]if _, has := id[a]; !has {id[a] = len(id)}if _, has := id[b]; !has {id[b] = len(id)}}// 建图type edge struct {to     intweight float64}graph := make([][]edge, len(id))for i, eq := range equations {v, w := id[eq[0]], id[eq[1]]graph[v] = append(graph[v], edge{w, values[i]})graph[w] = append(graph[w], edge{v, 1 / values[i]})}bfs := func(start, end int) float64 {ratios := make([]float64, len(graph))ratios[start] = 1queue := []int{start}for len(queue) > 0 {v := queue[0]queue = queue[1:]if v == end {return ratios[v]}for _, e := range graph[v] {if w := e.to; ratios[w] == 0 {ratios[w] = ratios[v] * e.weightqueue = append(queue, w)}}}return -1}ans := make([]float64, len(queries))for i, q := range queries {start, hasS := id[q[0]]end, hasE := id[q[1]]if !hasS || !hasE {ans[i] = -1} else {ans[i] = bfs(start, end)}}return ans
}

总结

本周的题目图相关的题相对多,整体难度都是偏高的感觉,我的感觉是要是每道题都能AC,其实面试基本没有题目能难倒你了~~

相关文章:

leetcode每日一题-周复盘

前言 该系列文章用于我对一周中leetcode每日一题or其他不会的题的复盘总结。 一方面用于自己加深印象&#xff0c;另一方面也希望能对读者的算法能力有所帮助。 该复盘对我来说比较容易的题我会复盘的比较粗糙&#xff0c;反之较为细致 解答语言&#xff1a;Golang 周一&a…...

[NLP] LlaMa2模型运行在Mac机器

本文将介绍如何使用llama.cpp在MacBook Pro本地部署运行量化版本的Llama2模型推理&#xff0c;并基于LangChain在本地构建一个简单的文档Q&A应用。本文实验环境为Apple M1 芯片 8GB内存。 Llama2和llama.cpp Llama2是Meta AI开发的Llama大语言模型的迭代版本&#xff0c;…...

基于若依的ruoyi-nbcio流程管理系统增加仿钉钉流程设计(六)

更多ruoyi-nbcio功能请看演示系统 gitee源代码地址 前后端代码&#xff1a; https://gitee.com/nbacheng/ruoyi-nbcio 演示地址&#xff1a;RuoYi-Nbcio后台管理系统 这节主要讲条件节点与并发节点的有效性检查&#xff0c;主要是增加这两个节点的子节点检查&#xff0c;因为…...

听GPT 讲Rust源代码--library/std(15)

题图来自 An In-Depth Comparison of Rust and C[1] File: rust/library/std/src/os/wasi/io/fd.rs 文件路径&#xff1a;rust/library/std/src/os/wasi/io/fd.rs 该文件的作用是实现与文件描述符&#xff08;File Descriptor&#xff09;相关的操作&#xff0c;具体包括打开文…...

腾讯云CVM服务器操作系统镜像大全

腾讯云CVM服务器的公共镜像是由腾讯云官方提供的镜像&#xff0c;公共镜像包含基础操作系统和腾讯云提供的初始化组件&#xff0c;公共镜像分为Windows和Linux两大类操作系统&#xff0c;如TencentOS Server、Windows Server、OpenCloudOS、CentOS Stream、CentOS、Ubuntu、Deb…...

Mxnet框架使用

目录 1.mxnet推理API 2.MXNET模型转ONNX 3.运行示例 1.mxnet推理API # 导入 MXNet 深度学习框架 import mxnet as mx if __name__ __main__:# 指定预训练模型的 JSON 文件json_file resnext50_32x4d # 指定模型的参数文件params_file resnext50_32x4d-0000.params # 使…...

每个程序员都应该自己写一个的:socket包装类

每个程序员都应该有自己的网络类。 下面是我自己用的socket类&#xff0c;支持所有我自己常用的功能&#xff0c;支持windows和unix/linux。 目录 客户端 服务端 非阻塞 获取socket信息 完整代码 客户端 作为socket客户端&#xff0c;只需要如下几个功能&#xff1a; //…...

JMeter:断言之响应断言

一、断言的定义 断言用于验证取样器请求或对应的响应数据是否返回了期望的结果。可以是看成验证测试是否预期的方法。 对于接口测试来说&#xff0c;就是测试Request/Response&#xff0c;断言即可以针对Request进行&#xff0c;也可以针对Response进行。但大部分是对Respons…...

RLHF的替代算法之DPO原理解析:从Zephyr的DPO到Claude的RAILF

前言 本文的成就是一个点顺着一个点而来的&#xff0c;成文过程颇有意思 首先&#xff0c;如上文所说&#xff0c;我司正在做三大LLM项目&#xff0c;其中一个是论文审稿GPT第二版&#xff0c;在模型选型的时候&#xff0c;关注到了Mistral 7B(其背后的公司Mistral AI号称欧洲…...

U盘显示无媒体怎么办?方法很简单

当出现U盘无媒体情况时&#xff0c;您可以在磁盘管理工具中看到一个空白的磁盘框&#xff0c;并且在文件资源管理器中不会显示出来。那么&#xff0c;导致这种问题的原因是什么呢&#xff1f;我们又该怎么解决呢&#xff1f; 导致U盘无媒体的原因是什么&#xff1f; 当您遇到上…...

进销存管理系统如何提高供应链效率?

供应链和进销存系统之间有着密切的联系。进销存系统是供应链管理的一部分&#xff0c;用于跟踪和管理产品的采购、库存和销售。进销存管理是供应链管理的核心流程之一&#xff0c;它有助于提高效率、降低成本、增加盈利&#xff0c;同时确保客户满意度&#xff0c;这对于企业的…...

用AI魔法打败AI魔法

全文均为AI创作。 此为内容创作模板&#xff0c;在发布之前请将不必要的内容删除当前&#xff0c;AI技术的广泛应用为社会公众提供了个性化智能化的信息服务&#xff0c;也给网络诈骗带来可乘之机&#xff0c;如不法分子通过面部替换语音合成等方式制作虚假图像、音频、视频仿…...

Java 中的final:不可变性的魔法之旅

&#x1f38f;&#xff1a;你只管努力&#xff0c;剩下的交给时间 &#x1f3e0; &#xff1a;小破站 Java 中的final&#xff1a;不可变性的魔法之旅 前言第一&#xff1a;了解final变量第二&#xff1a;final方法第三&#xff1a;final类第四&#xff1a;final参数第五&#…...

Alfred 5 for mac(最好用的苹果mac效率软件)中文最新版

Alfred 5 Mac是一款非常实用的工具&#xff0c;它可以帮助用户更加高效地使用Mac电脑。用户可以学会使用快捷键、全局搜索、快速启动应用程序、使用系统维护工具、快速复制粘贴文本以及自定义设置等功能&#xff0c;以提高工作效率。 Alfred for Mac 的一些主要功能包括&#…...

常见的Python解释器,你了解多少?

Python&#xff0c;作为一种解释型编程语言&#xff0c;它的运行过程也遵循“程序源码—>解释器&#xff08;字节码&#xff09;—>虚拟机&#xff08;可执行文件&#xff09;”的流程。 在编写Python程序时&#xff0c;是在扩展名为.py的文件中进行编写&#xff0c;.py…...

在 Python 中使用 Selenium 按文本查找元素

我们将通过示例介绍在Python中使用selenium通过文本查找元素的方法。 在 Python 中使用 Selenium 按文本查找元素 软件测试是检查应用程序是否满足用户需求的技术。 该技术有助于使应用程序成为无错误的应用程序。 软件测试可以手动完成&#xff0c;也可以通过某些软件完成。…...

【Notepad++】搜索返回窗口(find result)被隐藏或遮挡如何恢复?

Notepad 搜索返回窗口被隐藏或遮挡如何恢复 1&#xff1a;F72&#xff1a;F12恢复之后可以多看一些Notepad中快捷键的使用&#xff0c;以备不时之需。 1&#xff1a;F7 打开任意文件,搜索任意内容,按F7,焦点切换到Find result。 按AltSpace&#xff0c;出现小窗口点击"移动…...

应用软件安全编程--05预防 XML 注入

如果用户有能力使用结构化XML 文档作为输入&#xff0c;那么他能够通过在数据字段中插入 XML 标签来 重写这个 XML 文档的内容。 XML 解析器会将这些标签按照正常标签进行解析。下面是一段在线商 店的 XML 代码&#xff0c;主要用于查询后台数据库。 <item)<descri…...

JavaEE-博客系统3(功能设计)

本部分内容为&#xff1a;实现登录功能&#xff1b;强制要求用户登录&#xff1b;实现显示用户信息&#xff1b;退出登录&#xff1b;发布博客 该部分的后端代码如下&#xff1a; Overrideprotected void doPost(HttpServletRequest req, HttpServletResponse resp) throws Ser…...

椭圆滤波器

之前的文章 信号去噪 中列出了7种常用的信号去噪算法&#xff0c;对于后两种算法——深度学习和奇异值分解(SVD)&#xff0c;我现在也不太理解&#xff0c;就先不写了。 很多朋友留言又提了一些算法&#xff0c;今天一起来聊聊椭圆滤波器。 椭圆滤波器&#xff08;Elliptic F…...

Mac 下安装golang环境

一、下载安装包 安装包下载地址 下载完成&#xff0c;直接继续----->下一步到结束即可安装成功&#xff1b; 安装成功之后&#xff0c;验证一下&#xff1b; go version二、配置环境变量 终端输入vim ~/.zshrc进入配置文件&#xff0c;输入i进行编辑 打开的不管是空文本…...

前端面试大纲

一、CSS 1.说一下CSS的盒模型。 在HTML页面中的所有元素都可以看成是一个盒子 盒子的组成&#xff1a;内容content、内边距padding、边框border、外边距margin 盒模型的类型&#xff1a; 标准盒模型 margin border padding content IE盒模型 margin content(border padd…...

CAN(Controller Area Network)是一种用于在汽车和工业领域中进行通信的串行总线系统(附加案例)

CAN&#xff08;Controller Area Network&#xff09;是一种用于在汽车和工业领域中进行通信的串行总线系统。它是一种高可靠性、多主机、多节点通信协议&#xff0c;主要用于实时控制和数据传输。 CAN数据是指在CAN总线上通过CAN协议进行通信传输的数据。CAN总线上的数据被分…...

代码随想录day53|1143.最长公共子序列、 1035.不相交的线、 53. 最大子序和

1143.最长公共子序列 dp[i][j]&#xff1a;长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j] 因此是if(nums1[i-1] nums2[j-1]) 1035.不相交的线 和上一题一样 53. 最大子序和 int result dp[0]; 不是0&#xff0c;因为dp[i]有…...

xilinx fpga ddr mig axi

硬件 参考&#xff1a; https://zhuanlan.zhihu.com/p/97491454 https://blog.csdn.net/qq_22222449/article/details/106492469 https://zhuanlan.zhihu.com/p/26327347 https://zhuanlan.zhihu.com/p/582524766 包括野火、正点原子的资料 一片内存是 1Gbit 128MByte 16bit …...

《golang设计模式》第三部分·行为型模式-04-迭代器模式(Iterator)

文章目录 1. 概念1.1 角色1.2 类图 2. 代码示例2.1 需求2.2 代码2.3 类图 1. 概念 迭代器&#xff08;Iterator&#xff09;能够在不暴露聚合体内部表示的情况下&#xff0c;向客户端提供遍历聚合元素的方法。 1.1 角色 InterfaceAggregate&#xff08;抽象聚合&#xff09;…...

python加上ffmpeg实现音频分割

前言: 这是一个系列的文章,主要是使用python加上ffmpeg来对音视频文件进行处理,包括音频播放、音频格式转换、音频文件分割、视频播放等。 系列文章链接: 链接1: python使用ffmpeg来制作音频格式转换工具(优化版) 链接2:<Python>PyQt5+ffmpeg,简单视频播放器的编写(…...

LLM之Prompt(一):5个Prompt高效方法在文心一言3.5的测试对比

在Effective Prompt: 编写高质量Prompt的14个有效方法文中我们了解了14个编写Prompt的方法&#xff08;非常感谢原作者&#xff09;&#xff0c;那么这些Prompt在具体大模型中的效果如何呢&#xff1f;本文以百度文心一言3.5版本大模型在其中5个方法上做个测试对比。 第1条&am…...

TreeBERT:基于树的编程语言预训练模型。

TreeBERT https://arxiv.org/abs/2105.12485 Comments: Accepted by UAI2021 Subjects: Machine Learning (cs.LG); Programming Languages (cs.PL) Cite as: arXiv:2105.12485 [cs.LG] 1 Introduction 现有挑战&#xff1a; 设计适当的机制来学习程序的语法结构 代码是强结…...

生成小程序的二维码的base64码(中间logo可以自定义)

1.生成基础二维码 /*** 生成微信小程序二维码&#xff0c;带参数,最终转成base64* param page 当前小程序相对页面 必须是已经发布的小程序存在的页面(否则报错)&#xff0c;例如 pages/index/index, 根路径前不要填加 /,不能携带参数(参数请放在scene字段里)&#xff0c;如果不…...