【数据结构】建堆的方式、堆排序以及TopK问题

news/2024/5/19 3:24:29/文章来源:https://blog.csdn.net/weixin_44930735/article/details/128176601

建堆的方式、堆排序以及TopK问题

  • 1、建堆的两种方式
    • 1.1 向上调整建堆
    • 1.2 向下调整建堆
  • 2、堆排序
  • 3、TopK问题
  • 4、建堆、堆排序、TopK问题全部代码

1、建堆的两种方式

我们知道，堆是二叉树的一种，二叉树的建立是借助结构体与数组完成的（通过在结构体中创建动态开辟的数组变量储存堆中的元素）。
除了借助结构体外，有没有其他方式，直接建堆。

1.1 向上调整建堆

//交换函数
void Swap(HPDataType* p1, HPDataType* p2)
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}//向上调整函数
typedef int HPDataType;
void AdjustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;  //找到堆最后一个数的父亲的下标while (child > 0)   //孩子的下标等于0时，说明堆从最后一个数一路向上比较，已经到达堆顶了{//小根堆，任意孩子的值要大于父节点的值，不是的话则要向上调整if (a[child] < a[parent])   //改为>，这个堆结构就成为大堆了{Swap(&a[child], &a[parent]);//修正父亲与孩子的下标，通过循环不断比较，直到成为堆的形状child = parent;parent = (child - 1) / 2;}else{break;}}
}int main()
{int a[] = { 15,1,19,25,8,34,65,4,27,7 };//建堆---向上调整建堆---O(N*LogN)int n = sizeof(a) / sizeof(a[0]);for (int i = 1; i < n; ++i){AdjustUp(a, i);}for (int i = 0; i < n; ++i){printf("%d ", a[i]);}printf("\n");return 0;
}

打印结果
在这里插入图片描述
在这里插入图片描述
1.打印结果将一串无序的数组建立成为小堆。只要将向上调整中的if语句中的小于符号改成大于符号，建成的就是大堆。
2.向上调整建堆从第二个节点开始向上调整（即数组下标为1的节点），因为第一个节点是根节点，根节点没有父节点，再往上就没有节点了。第二个节点向上调整完毕，接着第三个节点，然后第四个节点、第五个节点，直到最后一个节点向上调整完毕。
3.向上调整建堆的时间复杂度
在这里插入图片描述
可以看到，在一棵树中，越往下的节点，向上调整的次数越多，并且越往下的层级包含的节点数越多，所以越往下的层级每个节点向上调整的次数加起来是越大的。由上述式子计算，最后一层所有节点总共需要向上调整的次数最大为(N+1) * ((log(N+1)-1)/2)，即最后一层需要向上调整的时间复杂度为O(N * log(N))。因为最后一层的时间复杂度已经是最大的，前面所有层级加起来的时间复杂度也不会超过，所以向上调整总的时间复杂度为O(N * log(N))。

1.2 向下调整建堆

//交换函数
void Swap(HPDataType* p1, HPDataType* p2)
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}//向下调整函数
typedef int HPDataType;
void AdjustDown(HPDataType* a, int n, int parent)
{int minChild = parent * 2 + 1; //先默认左边的孩子是整个小根堆中次小的孩子while (minChild < n){//与右孩子比较一下，找出小的那个孩子的下标if (minChild + 1 < n && a[minChild + 1] < a[minChild]){minChild++;}//找到次小的孩子后将其与父节点比较if (a[minChild] < a[parent]){Swap(&a[minChild], &a[parent]);//修正父亲与孩子的下标，通过循环不断比较，直到成为堆的形状parent = minChild;minChild = parent * 2 + 1;}else{break;}}}int main()
{int a[] = { 15,1,19,25,8,34,65,4,27,7 };//建堆---向下调整建堆---O(N)//向下调整建堆要从倒数的第一个非叶子节点开始向下调整，一直调整到根节点位置int n = sizeof(a) / sizeof(a[0]);for (int i = (n - 1 - 1) / 2; i >= 0; --i){AdjustDown(a, n, i);}for (int i = 0; i < n; ++i){printf("%d ", a[i]);}printf("\n");return 0;
}

打印结果
在这里插入图片描述
在这里插入图片描述
1.打印结果将一串无序的数组建立成为小堆。只要将向下调整中的两个if语句中的小于符号改成大于符号，建成的就是大堆。
2.向下调整建堆从倒数的第一个非叶子节点开始向下调整，因为叶子节点往下没有子节点了，不用在往下调整了。倒数第一个非叶子节点调整完毕，接着倒数第二个非叶子节点向下调整，然后倒数第三个非叶子节点向下调整，一直到根节点位置向下调整。(n-1-1)/2 是在找倒数第一个非叶子节点。
3.向下调整时间复杂度
在这里插入图片描述
由上述式子算出，向下调整建堆最坏需要向下调整N-log(N+1)次，因此向下调整建堆的时间复杂度为O(N)。

总结： 经由上述可知，向下调整建堆的时间复杂度与向上调整建堆的时间复杂度相比，向下调整建堆所需时间更少，因此在没有结构体构造堆的情况下，选择向下调整直接建堆。

2、堆排序

void Swap(HPDataType* p1, HPDataType* p2)
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}//向下调整函数
typedef int HPDataType;
void AdjustDown(HPDataType* a, int n, int parent)
{int minChild = parent * 2 + 1; //先默认左边的孩子是整个小根堆中次小的孩子while (minChild < n){//与右孩子比较一下，找出小的那个孩子的下标if (minChild + 1 < n && a[minChild + 1] < a[minChild]){minChild++;}//找到次小的孩子后将其与父节点比较if (a[minChild] < a[parent]){Swap(&a[minChild], &a[parent]);//修正父亲与孩子的下标，通过循环不断比较，直到成为堆的形状parent = minChild;minChild = parent * 2 + 1;}else{break;}}}//堆排序函数
//大思路：选择排序，依次选数，从后往前排
//升序---先建大堆，建堆完毕后，此时最大的数在第一位，把第一个和最后一个的位置进行交换，
// 交换完毕后，把最后一个不看做堆里面的，进行向下调整，选出次大的。后续依次类似处理。//降序---先建小堆，建堆完毕后，此时最小的数在第一位，把第一个和最后一个的位置进行交换，
//交换完毕后，把最后一个不看做堆里面的，进行向下调整，选出次小的。后续依次类似处理。
void HeapSort(int* a, int n)
{//建堆---向下调整建堆---O(N)//向下调整建堆要从倒数的第一个非叶子节点开始向下调整，一直调整到根节点位置for (int i = (n - 1 - 1) / 2; i >= 0; --i){AdjustDown(a, n, i);}//选数int i = 1;while (i < n){Swap(&a[0], &a[n - i]);  //交换第一个数跟最后一个数AdjustDown(a, n - i, 0);++i;}
}int main()
{int a[] = { 15,1,19,25,8,34,65,4,27,7 };HeapSort(a, sizeof(a) / sizeof(int));for (size_t i = 0; i < sizeof(a) / sizeof(int); ++i){printf("%d ", a[i]);}printf("\n");return 0;
}

打印结果
在这里插入图片描述
在这里插入图片描述
1.打印结果将一串无序的数组建立成为降序的小堆。
2.堆排序的思路：
大思路：选择排序，依次选数，从后往前排

2.1升序—先建大堆，建堆完毕后，此时最大的数在第一位，把第一个和最后一个的位置进行交换，
交换完毕后，把最后一个不看做堆里面的，进行向下调整，选出次大的。后续依次类似处理。
2.2降序—先建小堆，建堆完毕后，此时最小的数在第一位，把第一个和最后一个的位置进行交换，
交换完毕后，把最后一个不看做堆里面的，进行向下调整，选出次小的。后续依次类似处理。

3、TopK问题

TopK问题就是在N个数中选出最大的前K个数或者最小的前K个数来。
这个问题有两种思路，例如选出最大的前K个数，
思路1，建大堆（用向下调整建堆的方式），将根节点与尾节点进行交换(此时根节点上的数为最大的数)，交换后不将尾节点算入堆中，剩余的N-1个数重新建堆，重复K次，这样最大的前K个数就被筛选出来了。
时间复杂度为O(N+(logN)* K)。
思路2，建小堆（用向下调整建堆的方式），用N个数中的前K个数建一个K个数的小堆，剩余的N-K个数一一与堆顶比较，只要比堆顶大就入队，入堆后再重新向下调整建成小堆。当比较完毕后，小堆中的K个数就是在N个数中选出的最大前K个数。时间复杂度为K+(log(k)) *(N-K)。

分析思路1与思路2的优劣： 当N很大，K很小的时候，选第二种方式，例如当N=100亿，K=100，100亿个整数有400亿个字节(Byte)，一个G有1024 *1024 *1024(Byte)=1073741824个字节(Byte)≈1000000000=10亿字节(Byte)，所以当N=100亿时，要占用的空间为400÷10=40个G，所占内存过大，所以一般选用思路2的方式，即：
在N个数中选出最大的前K个数-----建小堆
在N个数中选出最小的前K个数-----建大堆

在文件中先写入10个数，选取这十个数中最大的前3个数，代码如下：

void PrintTopK(const char* filename, int k)
{assert(filename);FILE* fout = fopen(filename, "r");   //r--->在Test,c这个源文件路径下打开一个本身已经存在的叫Data.txt的文件，将这个文件的地址赋值给文件指针if (fout == NULL){perror("fopen fail");return;}int* minHeap = (int*)malloc(sizeof(int) * k);if (minHeap == NULL){perror("malloc fail");return;}//如何读取前k个数for (int i = 0; i < k; ++i){fscanf(fout, "%d", &minHeap[i]);}//建堆,将读取的前k个数建成小堆，向下调整建堆for (int j = (k - 1 - 1) / 2; j >= 0; --j){AdjustDown(minHeap, k, j);}//继续读取N-k个数int val = 0;while (fscanf(fout, "%d", &val) != EOF){if (val > minHeap[0]){minHeap[0] = val;AdjustDown(minHeap, k, 0);}}for (int i = 0; i < k; ++i){printf("%d ", minHeap[i]);}free(minHeap);fclose(fout);
}//top k问题  N个数，找出这N个数中最大的前k个数
int main()
{const char* filename = "Data.txt";int k = 3;PrintTopK(filename, k);return 0;
}

1.Fopen：打开文件，Fclose：关闭文件，fscanf：从文件中读取数据(即从文件中输入数据到屏幕上，sanf是从键盘上输入数据到屏幕上)
2.fscanf(fout, “%d”, &val)；从fout中以 %d的类型读取数据到变量val中。
3.已经存在的data.txt文件中10个数为 0 3 11 2 4 1 100 2 200 5。文件放在与Tsetc同一级的目录下。
4.打印结果为
在这里插入图片描述
前3个最大的数被选出来了，被选出来的数并不是有序的，这里有序只不过是巧合而已。
5. 向下调整函数的实现被写在了Heap.c中，在第一节中，向下调整的实现已经写过了，这里就不搬上来了。

在文件中随机生成10000个数（1~10000中的任意数，包含了重复的数），选出其中最大的前10个数来，如何实现？
这个只要多写一个在文件中随机生成数的函数就行，代码如下。

//在文件中随机数的生成
void CreateDataFile(const char* filename, int k)
{assert(filename);FILE* fin = fopen(filename, "w"); //w--->在test.c这个源文件路径下创建一个test.txt的文件，如果这个文件已经存在，则将//这个文件里的内容全部销毁，相当于重新创建了这个文件。if (fin == NULL){perror("fin fail");return;}srand(time(0));for (int i = 0; i < k; ++i){fprintf(fin, "%d\n", rand()%10000);}fclose(fin);
}void PrintTopK(const char* filename, int k)
{assert(filename);FILE* fout = fopen(filename, "r");  //r--->在Test,c这个源文件路径下打开一个本身已经存在的叫Data.txt的文件，将这个文件的地址赋值给文件指针if (fout == NULL){perror("fopen fail");return;}int* minHeap = (int*)malloc(sizeof(int) * k);if (minHeap == NULL){perror("malloc fail");return;}//如何读取前k个数for (int i = 0; i < k; ++i){fscanf(fout, "%d", &minHeap[i]);}//建堆,将读取的前k个数建成小堆for (int j = (k - 1 - 1) / 2; j >= 0; --j){AdjustDown(minHeap, k, j);}//继续读取N-k个数int val = 0;while (fscanf(fout, "%d", &val) != EOF){if (val > minHeap[0]){minHeap[0] = val;AdjustDown(minHeap, k, 0);}}for (int i = 0; i < k; ++i){printf("%d ", minHeap[i]);}free(minHeap);fclose(fout);
}int main()
{const char* filename = "Data.txt";int N = 10000;int k = 10;CreateDataFile(filename, N);PrintTopK(filename, k);return 0;
}

1.void CreateDataFile(const char* filename, int k);---->在文件中生成随机数
2.如何生成随机数?
rand()函数能够生成不同的伪随机数，如果要生成0到10000之间的伪随机数，则rand()%10000，这样生成的伪随机数就是0~9999。不过如果直接使用rand(),每次生成的伪随机数都是一样的，比如第一次生成的是1 4 99 3……，下一次运行程序生成的还是1 4 99 3……，因此每次使用rand()前都要先使用srand()初始化一遍，如果srand()中的参数是固定的话，每次初始化的值也是一样的，即每次调用rand()生成的伪随机数还是一样的，因此需要srand()中的参数不是固定的，这样每次调用rand()时，生成的伪随机数才能不是一样的。刚好，电脑上流动的时间是在变化的，运用时间戳函数time(),能够将每时每刻的时间转换为time_t类型的值，不同时间调用time()，生成的值都不同，因此这个值作为srand()的参数，随着srand()中的参数变化，每次初始化的值也不一样了，rand()生成的伪随机数也不一样了。
time()的头文件是time.h
3.fprintf(fin, “%d\n”, rand()%10000)；—>将参数3以%d的类型写进文件指针fin指向的文件。
打印结果
在这里插入图片描述
在这里插入图片描述
上述文本文件是在文件中随机生成的1000个数中截取的一部份，运行结果是这一万个数种最大的前十个数。因为随机生成的数有重复的，因此最大的前十个数也有重复的。
4.如何验证这个程序的正确性？
答：首相将随机生成数函数屏蔽，然后在之前已经生成的随机数种中手动加入十个比这一万个数都大的数，如果程序运行后，能把这手动添加的数全部选出来，说明程序无误。现在加入 10001 10002 10003……10010。
在这里插入图片描述

int main()
{const char* filename = "Data.txt";int N = 10000;int k = 10;//CreateDataFile(filename, N);PrintTopK(filename, k);return 0;
}

打印结果
在这里插入图片描述
手动加入的十个最大的数全部被挑选出来，说明程序无误。

4、建堆、堆排序、TopK问题全部代码

Heap.h部分：写函数的声明，函数的头文件。

#pragma once#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
#include <stdbool.h>
#include <time.h>//堆是完全二叉树
//堆的二叉树用数组表示，在数组的顺序从上至下，从左至右
//小根堆，任何节点的值小于等于孩子的值
//大根堆，任何节点的值大于等于孩子的值
//数组下标计算父子关系的公式
//leftchild = parent*2 + 1   左孩子的数组下标都是奇数
//rightchild = parent*2 + 2  右孩子的数组下标都是偶数
//parent = (child - 1)/2typedef int HPDataType;//向上调整
void AdjustUp(HPDataType* a, int child);//向下调整
void AdjustDown(HPDataType* a, int n, int parent);//交换函数
void Swap(HPDataType* p1, HPDataType* p2);//在文件中随机数的生成
void CreateDataFile(const char* filename, int k);//TopK函数
void PrintTopK(const char* filename, int k);

Heap.c部分：各自定义函数的实现

#define _CRT_SECURE_NO_WARNINGS 1
#include "Heap.h"void Swap(HPDataType* p1, HPDataType* p2)
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}//向上调整函数
void AdjustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;  //找到堆最后一个数的父亲的下标while (child > 0)   //孩子的下标等于0时，说明堆从最后一个数一路向上比较，已经到达堆顶了{//小根堆，任意孩子的值要大于父节点的值，不是的话则要向上调整if (a[child] < a[parent])   //改为>，这个堆结构就成为大堆了{Swap(&a[child], &a[parent]);//修正父亲与孩子的下标，通过循环不断比较，直到成为堆的形状child = parent;parent = (child - 1) / 2;}else{break;}}
}//向下调整函数
void AdjustDown(HPDataType* a, int n, int parent)
{int minChild = parent * 2 + 1; //先默认左边的孩子是整个小根堆中次小的孩子while (minChild < n){//与右孩子比较一下，找出小的那个孩子的下标if (minChild + 1 < n && a[minChild + 1] < a[minChild]){minChild++;}//找到次小的孩子后将其与父节点比较if (a[minChild] < a[parent]){Swap(&a[minChild], &a[parent]);//修正父亲与孩子的下标，通过循环不断比较，直到成为堆的形状parent = minChild;minChild = parent * 2 + 1;}else{break;}}}//在文件中随机数的生成
void CreateDataFile(const char* filename, int k)
{assert(filename);FILE* fin = fopen(filename, "w"); //w--->在test.c这个源文件路径下创建一个test.txt的文件，如果这个文件已经存在，则将//这个文件里的内容全部销毁，相当于重新创建了这个文件。if (fin == NULL){perror("fin fail");return;}srand(time(0));for (int i = 0; i < k; ++i){fprintf(fin, "%d\n", rand() % 10000);}fclose(fin);
}//TopK函数
void PrintTopK(const char* filename, int k)
{assert(filename);FILE* fout = fopen(filename, "r");  //r--->在Test,c这个源文件路径下打开一个本身已经存在的叫Data.txt的文件，将这个文件的地址赋值给文件指针if (fout == NULL){perror("fopen fail");return;}int* minHeap = (int*)malloc(sizeof(int) * k);if (minHeap == NULL){perror("malloc fail");return;}//如何读取前k个数for (int i = 0; i < k; ++i){fscanf(fout, "%d", &minHeap[i]);}//建堆,将读取的前k个数建成小堆for (int j = (k - 1 - 1) / 2; j >= 0; --j){AdjustDown(minHeap, k, j);}//继续读取N-k个数int val = 0;while (fscanf(fout, "%d", &val) != EOF){if (val > minHeap[0]){minHeap[0] = val;AdjustDown(minHeap, k, 0);}}for (int i = 0; i < k; ++i){printf("%d ", minHeap[i]);}free(minHeap);fclose(fout);
}

Test.c部分：主函数放在这，在主函数中调用各自定义函数。在实现各函数时，可以用来测试各函数的功能。

#define _CRT_SECURE_NO_WARNINGS 1
#include "Heap.h"//向上调整建堆
int main()
{int a[] = { 15,1,19,25,8,34,65,4,27,7 };//建堆---向上调整建堆---O(N*LogN)int n = sizeof(a) / sizeof(a[0]);for (int i = 1; i < n; ++i){AdjustUp(a, i);}for (int i = 0; i < n; ++i){printf("%d ", a[i]);}printf("\n");return 0;
}//向下调整建堆
int main()
{int a[] = { 15,1,19,25,8,34,65,4,27,7 };//建堆---向下调整建堆---O(N)//向下调整建堆要从倒数的第一个非叶子节点开始向下调整，一直调整到根节点位置int n = sizeof(a) / sizeof(a[0]);for (int i = (n - 1 - 1) / 2; i >= 0; --i){AdjustDown(a, n, i);}for (int i = 0; i < n; ++i){printf("%d ", a[i]);}printf("\n");return 0;
}//堆排序函数
//大思路：选择排序，依次选数，从后往前排
//升序---先建大堆，建堆完毕后，此时最大的数在第一位，把第一个和最后一个的位置进行交换，
// 交换完毕后，把最后一个不看做堆里面的，进行向下调整，选出次大的。后续依次类似处理。//降序---先建小堆，建堆完毕后，此时最小的数在第一位，把第一个和最后一个的位置进行交换，
//交换完毕后，把最后一个不看做堆里面的，进行向下调整，选出次小的。后续依次类似处理。
void HeapSort(int* a, int n)
{//建堆---向下调整建堆---O(N)//向下调整建堆要从倒数的第一个非叶子节点开始向下调整，一直调整到根节点位置for (int i = (n - 1 - 1) / 2; i >= 0; --i){AdjustDown(a, n, i);}//选数int i = 1;while (i < n){Swap(&a[0], &a[n - i]);  //交换第一个数跟最后一个数AdjustDown(a, n - i, 0);++i;}
}
int main()
{int a[] = { 15,1,19,25,8,34,65,4,27,7 };HeapSort(a, sizeof(a) / sizeof(int));for (size_t i = 0; i < sizeof(a) / sizeof(int); ++i){printf("%d ", a[i]);}printf("\n");return 0;
}//top k问题  N个数，找出这N个数中最大的前k个数
int main()
{const char* filename = "Data.txt";int k = 3;PrintTopK(filename, k);return 0;
}//在文件中随机生成10000个数，然后找出其中前十个最大数。
int main()
{const char* filename = "Data.txt";int N = 10000;int k = 10;CreateDataFile(filename, N);PrintTopK(filename, k);return 0;
}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.luyixian.cn/news_show_230684.aspx

如若内容造成侵权/违法违规/事实不符，请联系dt猫网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Java IO流（详解）

Java IO流（详解）

1. File1. 创建2. 操作1. 获取文件信息2. 目录创建/删除2. IO流1. FileInputStream1. 简单使用2. 读取中文2. FileOutputStream1. 简单使用2. 追加写入3. 文件拷贝4. FileReader1. 简单使用2. 提高读取速度5. FileWriter1. 简单使用6. 节点流和处理流简介7. BufferedReader1. 简…
阅读更多...
yolo后处理操作-如何获取我们想要的目标框及置信度?

yolo后处理操作-如何获取我们想要的目标框及置信度?

yolo后处理就是模型的输出进行处理&#xff0c;得到我们想要的坐标框的xywhxywhxywh以及confidenceconfidenceconfidence 学习笔记 这是yolov1的模型&#xff0c;他将图像划分成了7x7个网格&#xff0c;每个网格负责预测两个边界框&#xff0c;每个边界框都有5个信息$x、y、w、…
阅读更多...
腾讯云年终选购云服务器攻略！

腾讯云年终选购云服务器攻略！

随着云计算的快速发展&#xff0c;很多用户都选择上云&#xff0c;上运中最常见的产品就是云服务器CVM和轻量应用服务器了&#xff0c;那么怎么选购最优惠呢&#xff0c;这篇文章将介绍新老用户选购腾讯云服务器的几个优惠方法。 一、买赠专区 第一个介绍的就是买赠专区&…
阅读更多...
MySQL下载安装运行

MySQL下载安装运行

方式1、MySQL 官方网站&#xff1a;http://www.mysql.com 拉到最下面&#xff1a; 方式2、Windows版 MySQL 的官方下载地址&#xff1a;https://dev.mysql.com/downloads/mysql/ 配置环境变量&#xff1a;在Path中添加至“\bin”&#xff08;系统盘C盘&#xff09;形式 使用管…
阅读更多...
(02)Cartographer源码无死角解析-(33) LocalTrajectoryBuilder2D: 点云数据流向、处理、消息发布等→流程复盘

(02)Cartographer源码无死角解析-(33) LocalTrajectoryBuilder2D: 点云数据流向、处理、消息发布等→流程复盘

讲解关于slam一系列文章汇总链接:史上最全slam从零开始&#xff0c;针对于本栏目讲解(02)Cartographer源码无死角解析-链接如下: (02)Cartographer源码无死角解析- (00)目录_最新无死角讲解&#xff1a;https://blog.csdn.net/weixin_43013761/article/details/127350885 文末…
阅读更多...
我国跨国企业外汇风险管理——以海尔公司为例

我国跨国企业外汇风险管理——以海尔公司为例

目 录 摘 要 I 一、 绪论 1 &#xff08;一&#xff09; 选题背景及意义 1 &#xff08;二&#xff09; 国内研究现状 1 1&#xff0e; 国外研究现状 1 2&#xff0e; 国内研究现状 3 &#xff08;三&#xff09; 研究内容及方法 3 &#xff08;四&#xff09; 跨国企业外汇风险…
阅读更多...
java+mysql基于SSM的大学生兼职信息系统-计算机毕业设计

java+mysql基于SSM的大学生兼职信息系统-计算机毕业设计

开发环境 运行环境&#xff1a; 开发工具:IDEA /Eclipse 数据库:MYSQL5.7 应用服务:Tomcat7/Tomcat8 使用框架:SSM(springspringMVCmybatis)vue 项目介绍 论文主要是对大学生兼职信息系统进行了介绍&#xff0c;包括研究的现状&#xff0c;还有涉及的开发背景&#xff0c;然…
阅读更多...
构建全真互联数字地图底座 腾讯地图产业版WeMap重磅升级

构建全真互联数字地图底座 腾讯地图产业版WeMap重磅升级

前言 &#xff1a;伴随着地理信息产业的不断演进&#xff0c;以及LBS、大数据、5G、云、AI等新技术的持续应用&#xff0c;数实融合发展呈现出加速态势&#xff0c;数字地图也从移动互联网时代向产业互联网时代进化。 WeMap腾讯地图产业版重磅升级&#xff01;12月1日&#xff…
阅读更多...
Python解题 - CSDN周赛第12期 - 蚂蚁的烦恼

Python解题 - CSDN周赛第12期 - 蚂蚁的烦恼

问哥本期有幸all pass&#xff0c;而且用时50分钟内。不过回想起来&#xff0c;本期的四道题目的设计都或多或少不太严谨&#xff0c;或者说测试用例不够全面&#xff08;后面会细说&#xff09;。这样的话就极有可能造成虽然通过了测试&#xff0c;拿到了分数&#xff0c;但代…
阅读更多...
数据结构—链表

数据结构—链表

文章目录链表&#xff08;头插法、尾插法、单链表反转&#xff09;二分查找算法&#xff1a;哈夫曼编码构建链表insert()创建链表&#x1f447;【1】尾插法【2】头插法【3】遍历输出链表【4】输出链表的长度【5】查找链表上是否有该元素【6】指定位置插入数据链表经典面试题【1…
阅读更多...
12家硬件厂商发布飞桨生态发行版 软硬一体协同发展

12家硬件厂商发布飞桨生态发行版 软硬一体协同发展

11月30日&#xff0c;由深度学习技术及应用国家工程研究中心主办、百度飞桨承办的WAVE SUMMIT2022深度学习开发者峰会如期举行。峰会上&#xff0c;百度AI技术生态总经理马艳军发布了飞桨深度学习平台的最新技术和生态进展&#xff0c;全新发布飞桨开源框架2.4版本&#xff0c;…
阅读更多...
【论文简述】 Point-MVSNet：Point-Based Multi-View Stereo Network（ICCV 2019）

【论文简述】 Point-MVSNet：Point-Based Multi-View Stereo Network（ICCV 2019）

一、论文简述 1. 第一作者&#xff1a;Rui Chen、Songfang Han 2. 发表年份&#xff1a;2019 3. 发表期刊&#xff1a;ICCV 4. 关键词&#xff1a;MVS、深度学习、点云、迭代改进 5. 探索动机&#xff1a;很多传统方法通过多视图光度一致性和正则化优化迭代更新&#xff…
阅读更多...
【Java实战】大厂都是怎样进行单元测试的

【Java实战】大厂都是怎样进行单元测试的

目录 一、前言 二、单元测试 1.【强制】好的单元测试必须遵守 AIR 原则。 2.【强制】单元测试应该是全自动执行的&#xff0c;并且非交互式的。测试用例通常是被定期执行的&#xff0c;执行过程必须完全自动化才有意义。输出结果需要人工检查的测试不是一个好的单元测试。不…
阅读更多...
清华、北大、中科大、UMA、MSU五位博士生畅聊深度学习理论

清华、北大、中科大、UMA、MSU五位博士生畅聊深度学习理论

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入&#xff01;伴随着深度学习的蓬勃发展&#xff0c;进入人们视线的好像都是算法或AlphaGo等应用层面的东西。但是在理论上&#xff0c;深度学习似乎却没有很出圈的相关理论。因此&#xff0c;部分人也在批评深度学习是缺乏理论…
阅读更多...
蓝海创意云·11月大事记 || 12月，暖心相伴

蓝海创意云·11月大事记 || 12月，暖心相伴

秋尽冬生&#xff0c;日短天寒 告别了立冬与小雪 时光不紧不慢开启了新一月的篇章 万物冬藏&#xff0c;沉淀酝酿 站在十二月的路口 蛰伏打磨&#xff0c;静待厚积而薄发 导 读 ● 客户端更新&#xff1a;新增PSD通道合成选项 ● 渲染案例&#xff1a;绝代双骄重启江湖…
阅读更多...
Reading Note(10)——AutoBridge

Reading Note(10)——AutoBridge

这篇论文是FPGA 2021年的best paper award&#xff0c;主要解决的是在HLS编译过程中优化布局和布线&#xff0c;最终达到整个multi-die的FPGA板上的大规模HLS设计时钟频率尽可能提升的目的&#xff0c;这篇工作在当前chiplet工艺铺展开来的当下更加有现实意义&#xff0c;通过这…
阅读更多...
浅谈ES标准的演变

浅谈ES标准的演变

ECMAScript从1997年第一版诞生依赖&#xff0c;经过无数人的“踩坑”和“填坑”&#xff0c;到现在&#xff0c;ES12呼之欲出。那么我们不妨讨论一下ES的发展历程&#xff0c;看它如何统一江湖&#xff0c;看它“曲折”而又令人期待的发展之路。 最近分析typescript&#xff0c…
阅读更多...
jsp网络申报审批系统Myeclipse开发mysql数据库web结构java编程计算机网页项目

jsp网络申报审批系统Myeclipse开发mysql数据库web结构java编程计算机网页项目

一、源码特点 JSP 网络申报审批系统 是一套完善的web设计系统&#xff0c;对理解JSP java编程开发语言有帮助&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主要采用B/S模式开发。开发环境为TOMCAT7.0,Myeclipse8.5开发&#xff0c;数据库为Mysql&#xff0c;使用…
阅读更多...
16S全长测序揭示绿头虻肠道微生物及共生细菌

16S全长测序揭示绿头虻肠道微生物及共生细菌

论文题目&#xff1a;Greenhead (Tabanus nigrovittatus) Wolbachia and Its Microbiome: A Preliminary Study 期刊&#xff1a;Microbiol Spectrum 研究背景 绿头虻&#xff08;Tabanus nigrovittatus&#xff09;的雌虫刺吸牲畜的血液&#xff0c;危害家畜&#xff0c;是美…
阅读更多...
【从零开始学习深度学习】6.使用torchvision下载与查看图像分类数据集Fashion-MNIST

【从零开始学习深度学习】6.使用torchvision下载与查看图像分类数据集Fashion-MNIST

目录1.1 获取Fashion-MNIST数据集2.2 读取小批量小结图像分类数据集中最常用的是手写数字识别数据集MNIST。但大部分模型在MNIST上的分类精度都超过了95%。为了更直观地观察算法之间的差异&#xff0c;我们将使用一个图像内容更加复杂的数据集Fashion-MNIST。 本节我们将使用to…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站 广利置业