logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

(#数组/链表操作)合并两个有重复元素的无序数组,返回无重复的有序结果

本文详细介绍了合并两个数组、去重并排序的算法实现。首先通过简单相加合并数组,然后使用集合高效去重。排序部分重点讲解了冒泡排序的原理和实现,包括外层循环控制轮数、内层循环比较相邻元素以及交换逻辑。文章提供了冒泡排序的优化版本(提前结束机制)和更高效的快速排序实现。代码示例清晰展示了各步骤的实现方法,并比较了不同方法的性能差异,帮助读者理解如何在不使用内置sort()函数的情况下完成数组合并、去重和排

#算法#数据结构#面试 +3
【HCIA- AI(正课)】练习题和解析

使用mindspore.nn.Conv2d (1,3,5, has_bias=False, weight_init=‘normal’)接口,可以创建输入通道数为1、输出的通道数为5、卷积核大小为3*3、使用normal算子初始化参数的卷积层。采用一种单向多层结构,每一层包含若干个神经元,同一层的神经元之间没有互相连接,层间信息的传送只沿一个方向进行。MindIE 是华为昇腾推出的推理部署框架,提供

#人工智能
【HCIA- AI(正课)】练习题和解析

使用mindspore.nn.Conv2d (1,3,5, has_bias=False, weight_init=‘normal’)接口,可以创建输入通道数为1、输出的通道数为5、卷积核大小为3*3、使用normal算子初始化参数的卷积层。采用一种单向多层结构,每一层包含若干个神经元,同一层的神经元之间没有互相连接,层间信息的传送只沿一个方向进行。MindIE 是华为昇腾推出的推理部署框架,提供

#人工智能
(#数组/链表操作)合并两个有序列表(数组/链表)

本文介绍了合并两个有序数组(或链表)的双指针算法。对于数组版本,通过比较两个数组的元素,将较小值依次放入结果数组,最后处理剩余元素,时间复杂度为O(m+n)。链表版本使用虚拟头节点简化操作,同样采用双指针遍历。此外还提供了递归解法,虽然代码简洁但空间复杂度较高。文章通过扑克牌比喻和逐步可视化演示,清晰地解释了算法流程,并附有Python实现代码和详细注释。最后提及了相关的力扣题目(如88题),展示

#链表#数据结构#面试 +3
(#数组/链表操作)寻找两个正序数组的中位数

本文介绍了两种方法在有序数组中寻找中位数:合并数组法和二分查找法。合并数组法通过双指针合并数组后直接取中位数,时间复杂度为O(m+n),不符合题目要求的O(log(m+n))。二分查找法通过递归比较两个数组的第k/2个元素,每次排除一半元素,时间复杂度为O(log(m+n)),满足要求。关键思路是将中位数问题转化为寻找第k小元素的问题,通过不断排除不可能的部分来缩小搜索范围。该方法适用于大规模数据

#算法#数据结构#python +4
【实习笔记】正交实验法设计测试用例

正交实验法是一种基于数理统计的多条件测试用例设计方法,通过选取具有"均匀分散、整齐可比"特点的代表性实验点来减少测试量。其核心是正交表Lₙ(mᵏ),其中n为实验次数,k为因子数,m为水平数。实际应用时需处理四种情况:因子水平数与正交表完全匹配、因子数不符时选择最接近的正交表、水平数不符时通过合并/扩展调整,以及混合情况。该方法能有效覆盖多因素组合,显著提高测试效率。

#测试用例#学习
【python基础】代码规范、注释技巧与避坑指南

本文详细介绍了Python编程的格式规范与常见问题解决方案。主要内容包括:1)缩进规则强调必须使用4个空格;2)注释的三种形式及使用场景;3)新手常见错误(如缩进错误、中文符号、语法缺失)及解决方法;4)实用调试技巧包括断点调试和异常处理。文章还提供了代码规范自检清单,帮助开发者编写更规范的Python代码。通过掌握这些基础规范,可以有效避免语法陷阱,提升代码质量。

文章图片
#python#代码规范#开发语言 +1
【软考中级·软件评测师】下午题·黑盒测试核心考点:等价类与测试用例设计缺陷分析

本文聚焦软考中级软件评测师备考核心考点——黑盒测试中的等价类划分法及测试用例设计缺陷分析。首先解析黑盒测试与等价类划分的基础逻辑,强调通过输入/输出域分类(有效/无效等价类)实现高效覆盖。其次,针对案例分析高频命题点,归纳四大常见测试用例缺陷:边界值遗漏、取值覆盖不足、制约关系未验证、输出等价类缺失,并辅以典型示例说明。最后提出备考策略:通过场景化拆解等价类与“四维检查表”(边界值、取值充分性、制

文章图片
#测试用例#经验分享#学习方法 +1
【HCIA- AI(正课)】2.6.Transformer架构和Diffusion结构介绍

Transformer架构、生成模型演进等内容讲解:核心内容:覆盖 Atlas 800、Atlas 900 等 IE 实验涉及的硬件内容,以及鲲鹏 920 芯片相关介绍。Transformer架构核心知识点讲解Attention机制核心原理核心作用逻辑:核心作用是让模型带着问题匹配上下文重点,自动为关键信息分配更高权重,解决长距离依赖问题。标准实现流程:实现分为三步,依次为生成自定义QKV矩阵、计

#人工智能#transformer#深度学习
【HCIA-AI笔记(微认证1)】2.3 智算的算力底座

智算概念:智算发展趋势:智算硬件挑战:华为智算产品及技术:智算服务器介绍:课程总结:

#人工智能
    共 54 条
  • 1
  • 2
  • 3
  • 6
  • 请选择