tag 數據結構與算法

標籤
貢獻44
141
03:18 AM · Oct 27 ,2025

@數據結構與算法 / 博客 RSS 訂閱

數據小築 - 數據結構與算法 簡歷怎麼寫

  在很多編程人員的潛意識裏總是覺得數據結構知識似乎沒什麼用,因為工作中似乎從來都沒有涉及到數據結構的什麼內容。我對這樣的認識只能報以呵呵~ 也難怪,其實有這些想法的同行在工作中的大部分都是如此走過來的:掌握幾種常用Web框架,比如SSH,然後不停的堆砌已有的API做一些對數據庫的增刪改查之類的簡單代碼設計,最後反正功能是實現了,是否設計無誤,效率又優,就幾乎沒有人去管了。也是,

結點 , 數據類型 , 數據 , 數據結構與算法 簡歷怎麼寫 , 人工智能 , 數據結構與算法

收藏 評論

前端蛋卷 - 二分查找法時間複雜度推算

我們知道當一個算法的循環次數每次減少一半時,時間複雜度通常會變成 是 ${O(logn)}$ ,我們可以用二分查找算法作為示例來推算這個時間複雜度的計算過程。 問題背景 假設我們有一個有序數組,我們要在這個數組中查找一個特定的元素。如果元素存在,我們返回其索引;否則返回 -1。 算法步驟 比較目標值與數組的 中間元素。 如果目標值等於中間元素,返回其索引。 如果目標值小於中間元素,則在左半

時間複雜度 , 二分查找 , 數據結構與算法 , 前端

收藏 評論

GVenusLeo - [數據結構] 01 - 數據結構導論

1 什麼是數據結構 1.1 數據結構基本概念 數據(data) 是對客觀事物的符號表示,在計算科學中是指所有能輸入到計算機中並被計算機程序處理的符號的總稱問題。圖像、聲音等都可以通過編碼從而歸入到數據的範疇。 數據元素(data element) 是數據的基本單位,在計算機中通過作為一個整體進行考慮和處理。一個數據元素可以由若干個數據項(data item)組成。 數據對象(data object

數據結構 , 數據結構與算法

收藏 評論

葱 - 字符串-KMP算法、字符串哈希

KMP算法 應用場景 KMP算法一般用於字符串匹配問題 例如:給出兩個字串S,P需要判斷P串是否為S串的子串 前綴表 前綴:包含第一個字符不包含最後一個字符 後綴:包含最後一個字符不包含最後一個字符 例如:aaba 前綴分別為:a, aa, aab 後綴分別為:a, ba, aba 最長相等前後綴:記錄前綴和後綴相等的長度,在這個例子中最長相等前後綴為

leetcode個人解題總結 , c++ , 數據結構與算法

收藏 評論

京東雲開發者 - 深入理解線段樹 | 京東物流技術團隊

線段樹(Segment Tree)是常用的維護區間信息的數據結構,它可以在 O(logn) 的時間複雜度下實現單點修改、區間修改、區間查詢(區間求和、區間最大值或區間最小值)等操作,常用來解決 RMQ 問題。 RMQ(Range Minimum/Maximum Query) 問題是指:對於長度為 n 的數列 A,回答若干詢問 RMQ(A, i, j) 其中 i, j = n,返回數列 A 中下

數據結構 , 線段樹 , 數據結構與算法

收藏 評論

mb694d0268a850a - AI Ping性能羅盤:免費開源雙雄!GLM-4.7與MiniMax M2.1實測橫評

AI Ping性能羅盤:免費開源雙雄!GLM-4.7與MiniMax M2.1實測橫評 2025年12月23日,國產免費開源大模型領域迎來“雙旗艦雄”同台時刻——智譜AI正式發佈免費開源旗艦GLM-4.7,MiniMax同步推出免費迭代升級款M2.1,兩款模型均聚焦編程能力、智能體協同與複雜任務處理,迅速成為開發者社羣焦點。作為大模型時代的“性能羅

多語言 , Max , 人工智能 , 數據結構與算法 , 迭代

收藏 評論

芯動大師 - 對深度學習概念的基礎理解與認識

一、神經網絡的組成 人工神經網絡(Artificial Neural Networks,簡寫為ANNs)是一種模仿動物神經網絡行為特徵,進行分佈式並行信息處理的算法數學模型。 這種網絡依靠系統的複雜程度,通過調整內部大量節點之間相互連接的關係,從而達到處理信息的目的,並具有自學習和自適應的能力。神經網絡類型眾多,其中最為重要的是多層感知機。為了詳細地描述神經網絡,我們

機器學習 , yyds乾貨盤點 , 神經網絡 , 人工智能 , 深度學習 , 數據結構與算法

收藏 評論

lu952450497 - 近鄰類算法

一、什麼是最近鄰類算法 最近鄰類算法(Nearest Neighbor, NN) 的核心問題是: 在給定空間中,找到與目標樣本“距離最近”的一個或多個樣本。 形式化描述: 已知數據集:( D = {x_1, x_2, ..., x_n} ) 給定查詢點:( q ) 定義距離函數:( dist(x, q) ) 目標:

複雜度 , 搜索 , 人工智能 , 數據結構與算法 , 暴力法

收藏 評論

mob64ca13fd9f8e - 超級搜索引擎專題

一、狂飆年代的另一面:熱度背後是結構性焦慮 2025年,中國的機器人賽道正在經歷一場罕見的“資本風暴”。短短一年內,數十家機器人企業密集奔赴IPO,從倉儲、酒店、家居,到農業、醫療、巡檢,無一不在講述自己的“具身智能故事”。 表面上,這是一場繁榮:政策紅利、產業基金、港股“18C通道”,為創業公司提供了前所未有的融資窗口;技術層面,AI感知、

音視頻 , 機器人 , 多智能體協同 , 人工智能 , 數據結構與算法 , 計算機視覺

收藏 評論

數據俠客行 - Python nlp有哪些軟件包

機器學習的發展可以追溯到1959年,有着豐富的歷史。這個領域也正在以前所未有的速度進化。在之前的一篇文章中,我們討論過為什麼通用人工智能領域即將要爆發。有興趣入坑ML的小夥伴不要拖延了,時不我待! 在今年秋季開始準備博士項目的時候,我已經精選了一些有關機器學習和NLP的優質網絡資源。一般我會找一個有意思的教程或者視頻,再由此找到三四個,甚至更多的教程或者視頻。猛回頭

github , 開發工具 , Python nlp有哪些軟件包 , 後端開發 , 人工智能 , 數據結構與算法 , Python

收藏 評論

編程藝術之光 - 積極心理學:實現心理學價值迴歸的新視野_新聞中心

摘要: 很多人生活、工作、研究弄得一團糟, 連滾帶爬. 本文提出泥球模型, 以期應對這一問題. 現代人從小學習, – 1. 基本性質 泥球應該滿足兩個基本性質. 1.1 自洽性: 泥球應該是圓的 例如: 人生觀應該有一套內部不存在矛盾的觀點, 以及自己為人處事的哲學; 期刊論文應該有完備的符號系統、算

可擴展性 , 人工智能 , 數據結構與算法

收藏 評論

mb695a2c931c5a9 - Python 入門必吃透:函數、列表與元組核心用法(附實戰案例)

文章目錄 前言: 一. 函數:告別重複代碼的 “代碼工廠” 1.1 為什麼需要函數? 1.2 函數的核心語法(重點) 1.3 函數的進階用法(嵌套 + 遞歸) 1.4 函數核心小結 二. 列表和元組:批量存儲數據的 “容器” 2.1 列表(list):最常用的可變容器 2.2 元組(tuple):不可變的序列容器 2.3 列表

遞歸 , 人工智能 , 數據結構與算法 , 元組 , Python

收藏 評論

mob64ca1405d568 - 機器學習多元線性迴歸梯度下降法代碼 多元線性迴歸梯度下降python

本文主要講了梯度下降法的兩種迭代思路,隨機梯度下降(Stochastic gradient descent)和批量梯度下降(Batch gradient descent)。以及他們在python中的實現。 梯度下降法 梯度下降是一個最優化算法,通俗的來講也就是沿着梯度下降的方向來求出一個函數的極小值。那麼我們在高等數學中學過,對於一些我們瞭解

機器學習 , 人工智能 , 數據結構與算法 , 迭代 , 機器學習多元線性迴歸梯度下降法代碼 , Python

收藏 評論

yuer2025 - 只用一個 GPT 客户端,如何實現一個可控、可審計的投資決策 Runtime?

只用一個 GPT 客户端,如何實現一個可控、可審計的投資決策 Runtime? 不寫後端、不接 API、不依賴插件 在 GPT 客户端內,實現一個“可執行的人機交互運行時” 一、為什麼傳統“問答式 AI”不適合做決策? 在技術圈裏,大家已經很清楚一件事: 非結構化輸入 + 生成式輸出 ≠ 可執行系統 但在投

可執行 , 客户端 , 人工智能 , 數據結構與算法 , 結構化

收藏 評論

半夏之沫 - 數據結構與算法-跳錶

大家好,我是半夏之沫 😁😁 一名金融科技領域的JAVA系統研發😊😊 我希望將自己工作和學習中的經驗以最樸實,最嚴謹的方式分享給大家,共同進步👉💓👈 👉👉👉👉👉👉👉👉💓寫作不易,期待大家的關注和點贊💓👈👈👈👈👈👈👈👈 👉👉👉👉👉👉👉👉💓關注微信公眾號【技術探界】 💓👈👈👈👈👈👈👈👈 前言

紅黑樹 , 平衡樹 , 跳躍表 , 數據結構與算法 , 二叉樹

收藏 評論

bigsai - 數據結構與算法—緒論詳解

針對以前寫的數據結構與算法系列重寫(針對文字描述、圖片、錯誤修復),改動會比較大,一直到更新完為止 前言 數據結構與算法是程序員內功體現的重要標準之一,且數據結構也應用在各個方面,業界更有程序=數據結構+算法這個等式存在。各個中間件開發者,架構師他們都在努力的優化中間件、項目結構以及算法提高運行效率和降低內存佔用,在這裏數據結構起到相當重要的作用。此外數據結構也藴含一些面向對象的思想,故學好掌握數

數據結構 , 算法 , JAVA , 數據結構與算法 , 後端

收藏 評論

codists - Programming Abstractions in C閲讀筆記:p338-p346

《Programming Abstractions in C》學習第80天,p338-p346,總計9頁。 一、技術總結 棧的實現包括入棧、出棧、判斷棧是否為滿,判斷棧是否為空等。作者結合RPN計算器來實現,稍顯無聊。 /* * File: rpncalc.c * --------------- * This program simulates an electronic calculato

數據結構與算法 , c

收藏 評論

架構設計師之光 - python製作以太網刷寫工具

以太網PHY和MAC對應OSI模型的兩個層——物理層和數據鏈路層。 物理層定義了數據傳送與接收所需要的電與光信號、線路狀態、時鐘基準、數據編碼和電路等,並向數據鏈路層設備提供標準接口(RGMII / GMII / MII)。 數據鏈路層則提供尋址機構、數據幀的構建、數據差錯檢查、傳送控制、向網絡層提供標準的數據接口等功能。

數據鏈路層 , 數據 , 後端開發 , 數據結構與算法 , 信號線 , python製作以太網刷寫工具 , Python

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

mob64ca1405664d - Hololens連接mysql_學校hololens開發項目:汽車發動機檢修混合現實(MR)教學

在信息技術與教育教學深度融合的背景下,大眾邁騰整車檢測與診斷MR仿真實訓系統應運而生。該系統深度整合混合現實(MR)技術,以全國職業院校技能大賽標準為參照,致力於為汽車專業實訓教學構建一個創新性的實踐平台。 打破虛實壁壘,構建沉浸式學習環境 為克服傳統實訓在教學設備、實操場地及安全性方面的侷限,該系統以主流車型邁騰B8為原型,運用高精

職業素養 , 學習 , 實時監控 , 人工智能 , 數據結構與算法 , 信息技術

收藏 評論

mob64ca1416b5a8 - opencvsharp 求直線和contour交點

輪廓處理函數 [編輯] ApproxChains 用多邊形曲線逼近 Freeman 鏈 CvSeq* cvApproxChains( CvSeq* src_seq, CvMemStorage* storage, int method=CV_CHAIN_APPROX_SIMPLE,

數組 , php , 點集 , 人工智能 , 數據結構與算法 , 計算機視覺

收藏 評論

葱 - 數組-雙指針算法(移除元素)

Two-pointers 雙指針算法(移除元素類型) leetcode.27 鏈接https://leetcode.cn/problems/... 解題方法:用len指針指向新數組下標 i指針從前往後遍歷原數組 如果nums[i] == val那麼len指針不動,i指針繼續向後遍歷 如果nums[i] != val那麼len向後移動一位,並將原數組的值賦給新數組

leetcode個人解題總結 , c++ , 數據結構與算法

收藏 評論

葱 - 數組-雙指針、滑動窗口、螺旋矩陣

雙指針算法(其它類型) leetcode.977 鏈接https://leetcode.cn/problems/... 解題方法:有序數組的平方最大值一定在數組的兩側 i指針從前向後遍歷,j指針從後向前遍歷,k指針用來存儲新數組放置在數組前後均可(本題題解放在數組末尾) 將nums[i]的平方與nums[j]的平方作比較,k指針將較大的數存到答案數組當中,同時移動較大的數

leetcode個人解題總結 , c++ , 數據結構與算法

收藏 評論

後廠村村長 - go算法與數據結構:實現大小根堆、堆排

由於 Golang 的標準庫中包含現成的heap包,所以網上大部分文章都是在寫如何使用這個heap包,不過堆排作為大廠的一個常見面試考點,是不會滿足於僅讓你用heap包去實現的,至少要做到能夠手搓一個簡易版堆排。 以下是來自力扣官網的友情提醒: 「堆排」在很多大公司的面試中都很常見,不瞭解的同學建議參考《算法導論》或者大家的數據結構教材,一定要學會這個知識點哦!^_^ 一個簡易版的堆排

堆排序 , 力扣 , 數據結構與算法 , go

收藏 評論