tag 算法

標籤
貢獻225
298
05:25 PM · Oct 25 ,2025

@算法 / 博客 RSS 訂閱

雲端築夢者 - 紅黑樹原理和C++實現

前言:在計算機科學領域,數據結構的選擇直接決定着算法性能的巔峯。紅黑樹——這一被譽為"最優雅的平衡二叉搜索樹",憑藉其嚴格的平衡約束和穩定的對數級時間複雜度(O(log n)),已成為高性能系統的核心支柱。從Linux內核的進程調度到C++ STL的map容器,從數據庫引擎的B+樹後備存儲到實時系統的內存管理,紅黑樹的身影無處不在。

數據結構 , 算法 , 開發語言 , c++ , 前端開發 , 後端 , Javascript

收藏 評論

極市平台 - 驍龍大賽-技術分享第6期——直播問題&答疑整理(騰訊)

Q1:老師,想問問在 NPU 上部署 LLM 或多模態模型時,有什麼選擇模型規模、架構或量化策略的經驗可以給備賽選手參考嗎? A1: 在本地部署大模型時,最核心的限制通常是設備資源,因此一般優先選擇小型或輕量級模型,例如 1B 以下參數規模。對於 7B 模型,通常需要 16GB 以上內存才能穩定運行。除了模型權重本身的佔用,還需要考慮上下文長度,因為更長的 context 會顯著增加推理過程

算法 , 運維 , 教程 , 知識 , 人工智能

收藏 評論

mob64ca140e0490 - [LeetCode] 639. Decode Ways II 解碼方法 II

Problem: 639. Solution碼方法 II Solution題過程 自己做出來的困難題,優先考慮這道題91. Decode Ways,動態規劃遞推公式主要考慮當前字符和前一個字符,若單獨考慮當前字符[1-9],則dp[i] = dp[i-1],若單獨考慮當前字符*,則dp[i] = dp[i-1] * 9;若合起來考慮

redis , leetcode , 算法 , 數據庫 , 職場和發展 , 遞推公式 , Git

收藏 評論

超神經HyperAI - 【vLLM 學習】Reproduciblity

vLLM 是一款專為大語言模型推理加速而設計的框架,實現了 KV 緩存內存幾乎零浪費,解決了內存管理瓶頸問題。 更多 vLLM 中文文檔及教程可訪問 →https://vllm.hyper.ai/ *在線運行 vLLM 入門教程:零基礎分步指南 源碼 examples/offline_inference/reproduciblity.py # SPDX-License-Identifier: Ap

llm , 算法 , 框架源碼 , 開源 , kv存儲

收藏 評論

小白獅ww - 32B 參數還能本地跑?Flux.2-dev 這次是真的把「大模型」玩明白了

過去的開源圖像模型有點像一櫃子分科工具:這一個負責生成,那一個負責編輯,想讓角色不崩還得再上個微調模型,流程又長又碎。而Flux.2-dev的出現就像突然給你塞了一把真正能幹活的 AI 瑞士軍刀——一句話能畫圖,一張圖能修改,幾張參考圖還能自動融合成統一風格,整套流程一個模型就走通了,再也不用東拼西湊。 更讓人驚訝的是,它明明有 32B 參數,卻因為量化和推理優化做得非常激進,居然能在 RT

算法 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

mob64ca1410eb61 - tdigest算法原理

Dijkstra算法 1.定義概覽 Dijkstra(迪傑斯特拉)算法是典型的單源最短路徑算法,用於計算一個節點到其他所有節點的最短路徑。主要特點是以起始點為中心向外層層擴展,直到擴展到終點為止。Dijkstra算法是很有代表性的最短路徑算法,在很多專業課程中都作為基本內容有詳細的介紹,如數據結構,圖論,運籌學等等。注意該算法要求圖中不存在負權邊。 問題描述:在

dijkstra , tdigest算法原理 , 算法 , 最短路徑 , 架構 , 後端開發 , 原理

收藏 評論

bingfeng - 大模型 temperature 設置為0

儘管近年來卷積神經網絡很大地促進了計算機視覺的發展,但一個重要方面很少被關注:圖像大小對被訓練的任務的準確性的影響。在本文介紹了一篇谷歌在ICCV2021的工作,作者提出了一個可學習的調整器模型(resizer model)來提高模型的性能。 【寫在前面】 儘管近年來卷積神經網絡很大地促進了計算機視覺的發展,但一個重要方面很少被關注:圖像大小

機器學習 , 算法 , 編程語言 , 人工智能 , 計算機視覺

收藏 評論

mob64ca140c3859 - Leetcode 76最小覆蓋子串&77組合&78子集 - bigsai的個人空間 -

LeetCode 76.最小覆蓋子串 題目詳情 暴力解法與不足 最優解:滑動窗口 + 哈希表 核心思路 代碼關鍵點解析 哈希表的作用 滑動窗口的收縮條件 複雜度分析 總結與擴展 題目詳情 Le

leetcode , 算法 , JAVA , 職場和發展 , Css , 前端開發 , 散列表 , HTML

收藏 評論

Believer - 二叉樹中的小鋼炮:🔍二叉查找樹

原文參考我的公眾號文章 梳理一波「二叉樹 二叉樹 二叉樹,顧名思義,每個節點最多有兩個“叉”,也就是兩個子節點,分別是左子節點和右子節點。不過,二叉樹並不要求每個節點都有兩個子節點,有的節點只有左子節點,有的節點只有右子節點。 根節點:無父節點的節點 葉子結點:無子節點的節點 兄弟節點:有相同根節點的節點 關於“樹”,還有三個比較相似的概念:高度(Height)、深度(Depth)、層(

數據結構 , 算法 , 二叉樹 , Javascript

收藏 評論

翁樂安 - [算法數據結構] 二叉樹的幾種操作方法及思考

二刷代碼隨想錄,在做二叉樹的時候總結一下規律,以加深對二叉樹的理解。 遞歸遍歷 首先,回顧一下其他的數據結構,如數組,鏈表,棧和隊列,比較少的出現遞歸的操作,一遍都是直接遍歷循環。之所以在二叉樹的體系裏出現遞歸,和樹的數據結構的特點相關:由root節點和左右節點及節點的節點...構成。本質上是存在一個指針的不斷鏈接。因此和數組這種地址連續的結構相比,樹的節點沒有辦法通過依次尋找地址來

算法 , 二叉樹

收藏 評論

袋鼠雲數棧 - AIWorks四大核心能力煥新!打造高性能 AI 應用開發底座

近期,智能應用開發平台 AIWorks 進行了四大板塊的內容升級,以提升開發效率、增強靈活性、優化檢索體驗和強化安全保障為核心目標,通過工作流畫布的革新、自定義工具能力的突破、知識庫檢索的升級以及平台權限的精細化管控,為開發者打造了一個高效、智能、安全的開發環境,更好助力開發者應對複雜業務挑戰,加速AI智能應用的落地進程。以下是AIWorks四大升級亮點詳細內容: 一、工作流畫布更新 本次迭代的核

大數據 , 算法 , 開發 , 數據庫 , 人工智能

收藏 評論

數據解碼者 - leetcode287(尋找重複數)--C語言實現 - 自信的土豆的個人空間 -

題目 給定一個包含 n + 1 個整數的數組 nums ,其數字都在 [1, n] 範圍內(包括 1 和 n),可知至少存在一個重複的整數。 假設 nums 只有 一個重複的整數 ,返回 這個重複的數 。 你設計的解決方案必須 不修改 數組 nums 且只用常量級 O(1) 的額外空間。

leetcode , 數組 , 數據結構 , 算法 , 後端開發 , 鏈表 , harmonyos

收藏 評論

合合技術團隊 - 啓信寶發佈《全國產業集羣大全》哈爾濱篇:2300家企業織就冰雪產業網

寒潮襲來,國內冰雪旅遊市場正悄然升温,“北上追雪”成為消費新熱點。隨着第27屆哈爾濱冰雪大世界啓動冰建工作,這座北方“冰城”正式進入冰雪時間。 作為我國萬億冰雪產業的關鍵一環,哈爾濱的冰雪經濟發展備受關注。近期,啓信寶發佈《全國產業集羣大全》哈爾濱篇,系統梳理當地冰雪產業的發展現狀與集羣特徵。報告提到,哈爾濱已構建起較為完整的冰雪產業鏈,尤其在裝備製造領域形成龍頭引領效應,並依託全域資源協同,展現

大數據 , 算法 , 人工智能

收藏 評論

青否Ai - 傳統員工 vs AI數字人:不露臉也能火的‘超級員工’是什麼來頭?

在辦公室裏,每天早上打卡、穿上西裝、坐在工位上忙得不亦樂乎的你,是否曾想象過有一天,你的工作會被一個“不露臉”的AI數字人取代?這個聽起來像是科幻電影的情節,如今正在一步步成為現實。從製造業到客服中心,從金融行業到教育培訓領域,這些“不露臉”的AI員工正以驚人的效率和穩定性,悄然改變着我們的工作方式。 但別擔心,這篇文章並不是要告訴你“AI會搶走你的飯碗”,而是想帶你一起看看:什麼是AI數字人?它

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

醉舞經閣 - 牛客網高頻算法題系列-BM16-刪除有序鏈表中重複的元素-II

牛客網高頻算法題系列-BM16-刪除有序鏈表中重複的元素-II 題目描述 給出一個升序排序的鏈表,刪除鏈表中的所有重複出現的元素,只保留原鏈表中只出現一次的元素。 原題目見:BM16 刪除有序鏈表中重複的元素-II 解法一:鏈表遍歷 首先,考慮特殊情況,如果鏈表為空或者只有一個結點,不會有重複的元素,返回原鏈表。 否則,遍歷鏈表判斷是否有重複元素,處理過程如下: 首先,因為頭

算法 , 鏈表 , JAVA

收藏 評論

超神經HyperAI - 【Triton 教程】triton.language.advance

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境,以高效編寫自定義 DNN 計算內核,並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →triton.hyper.ai/ triton.language.advance(base, offsets) 推進 1 個塊指針。 參數: base- 要推進的塊指針。 off

機器學習 , 算法 , 知識 , 人工智能 , 深度學習

收藏 評論

圖靈訪談 - 《算法新解》作者劉新宇:我只是想打開那些黑盒子,告訴人們裏面有什麼。

本文僅用於學習和交流的目的,不得用於商業目的。非商業轉載請註明作譯者、出處,並保留本文的原始鏈接:http://www.ituring.com.cn/art... 訪談嘉賓: 劉新宇, 於1999年和2001年分別獲得清華大學自動化系學士和碩士學位,之後長期從事軟件研發工作。他關注基本算法和數據結構,尤其是函數式算法,目前就職於亞馬遜中國倉儲和物流技術團隊。 他七年磨一劍,筆耕不輟,寫成《

算法新解 , 算法 , 數學 , 圖靈訪談

收藏 評論

一無是處的研究僧 - HashMap源碼深度剖析,手把手帶你分析每一行代碼,包會!!!

HashMap源碼深度剖析,手把手帶你分析每一行代碼! 在前面的兩篇文章哈希表的原理和200行代碼帶你寫自己的HashMap(如果你閲讀這篇文章感覺有點困難,可以先閲讀這兩篇文章)當中我們仔細談到了哈希表的原理並且自己動手使用線性探測法實現了我們自己的哈希表MyHashMap。在本篇文章當中我們將仔細分析JDK當中HashMap的源代碼。 首先我們需要了解的是一個容器最重要的四個功能 增刪改查 ,

hashmap , 數據結構 , 算法 , 哈希表 , hashmap的工作原理

收藏 評論

IvorySQL - PostgreSQL 的 SQL 查詢之旅

當輸入 SELECT * FROM users WHERE id = 42;並執行時,這條看似簡單的 SQL 語句,實際上會在 PostgreSQL 內部觸發一段複雜而精密的處理流程。該過程涉及多個後台進程、精細的內存管理機制,以及數十年數據庫優化研究的成果。 查詢執行的五個階段 無論查詢複雜與否,在 PostgreSQL 中都會經歷同一條基本路徑: 解析(Parsing) → 分析(Analys

算法 , 數據庫 , postgresql

收藏 評論

拓端tecdat - Stata空間面板數據模型SAR、中介效應模型、分位數迴歸分析數字普惠金融指數與農村人均消費支出關係及區域異質性研究|附代碼數據

全文鏈接:https://tecdat.cn/?p=44740 原文出處:拓端數據部落公眾號 關於分析師 在此對Xue Zhang對本文所作的貢獻表示誠摯感謝,她在對應院校完成了應用統計學專業的學習,專注數字金融與農村經濟分析領域。擅長SPSS、Stata、R語言、SAS、數據分析、數據收集。Xue Zhang曾參與多項農村經濟數據分析項目,聚焦數字普惠金融對農村消費的賦能研究,憑藉紮實的統

數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

銅鎖開源密碼庫 - OpenSSL 3.0.0 設計(四)|代碼維護、FIPS 測試

譯|王祖熙 (花名:金九) 螞蟻集團開發工程師 負責國產化密碼庫 Tongsuo 的開發和維護 專注於密碼學、高性能網絡、網絡安全等領域 本文 2862 字 閲讀 8 分鐘 本文翻譯 OpenSSL 官網文檔:https://www.openssl.org/docs/OpenSSL300Design.html Tongsuo-8.4.0 是基於 OpenSSL-3.0.3 開發,所以本

code , 算法 , 密碼學 , 測試 , openssl

收藏 評論

超神經HyperAI - 【Triton 教程】triton_language.make_block_ptr

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境,以高效編寫自定義 DNN計算內核,並能夠在現代 GPU硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →triton.hyper.ai/ triton.language.make_block_ptr(base: tensor, shape, strides, offsets, block_s

算法 , gpu , 編譯器 , cpu , Python

收藏 評論

level - KNN 方法構建圖模型中計算節點之間距離

樹模型 樹模型在機器學習中至關重要,它不僅本身具有較好的性能,也可以用於優化其他的算法。 我們在本節將要介紹優化算法的樹模型以及決策樹。 一、的數據結構 在KNN算法中我們要找到測試點的最近的K個鄰居,但是這需要我們求解所有點與測試點之間的距離(我們稱這個過程為線性掃描),在數據集很大時這顯然是不合理的,為此我們需要在

機器學習 , 數據集 , 決策樹 , 算法 , 座標軸 , 人工智能

收藏 評論

週一pro - 二叉樹遞歸套路(3):判斷是否是滿二叉樹、最大子搜索二叉樹的節點數

今天繼續二叉樹的遞歸套路。 一、判斷是否是滿二叉樹 滿二叉樹定義:對於高度為h的二叉樹,節點數為(2^h - 1) 1、遞歸套路思路 根據滿二叉樹的定義可以知道,我們每次只需要獲取高度、節點數即可。 也就是每次從左子樹和右子樹中我們都需要 高度、節點數 兩個數據,最後再根據高度和節點數的關係判斷是否是滿二叉樹。所以可以定義如下的Info類 /** *@authorJava和算法學習:週一 */ p

遞歸 , 算法 , 數據結構與算法 , 二叉樹 , 數據結構和算法

收藏 評論