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
在云服务器上部署MeterSphere(含docker基础安装)

本文详细介绍了MeterSphere测试平台的部署流程,主要内容包括:1) 服务器基础配置,包括SSH连接、root权限设置;2) Docker环境安装与镜像加速配置;3) Docker Compose安装;4) MeterSphere的下载、配置及部署步骤;5) 防火墙端口开放设置。最终通过浏览器访问8081端口即可使用MeterSphere平台,初始账号为admin/metersphere。整

#服务器#metersphere#docker
【HCIA-AI笔记(微认证1)】2.2服务大模型助手AskO3实践

比喻来源:飞机机长(人类工程师)主导全程操作,副驾驶(AI)辅助查资料、核对清单、预警风险、分担重复工作,最终决策权永远在人手里,AI 只做辅助,不替代人。直译:副驾驶,是当前 AI 行业标准概念,核心定位:人机协同的领域专属智能助手。Copilot 基础释义。

#人工智能
【HCIA- AI(正课)】1.2大模型基础概念

拟合神经元原理:讲解一元一次函数特点,是为让学员知道其可拟合神经元,解决信号问题。信号有大有小,具有连续性属性,机器学习中有连续性、离散性等六种属性,神经元获取信号需累加足够大才传递。W 参数理解:输入多个数据,最终最重要的 W 只有一个,代表场景下信号量大小。不同场景会有不同 W,有大权重和小权重。多信号累加:用一元一次函数拟合信号后,通过多信号累加得出公式,该公式是神经网络早期做累加和的扩充内

#人工智能
    共 51 条
  • 1
  • 2
  • 3
  • 6
  • 请选择