图论与网络优化

news2024/11/20 19:38:39

2.概念与计算

2.1 图的定义

2.1.1 定义

图(graph) G G G 是一个有序的三元组,记作 G = < V ( G ) , E ( G ) , ψ ( G ) > G=<V(G),E(G),\psi (G)> G=<V(G),E(G),ψ(G)>
V ( G ) V(G) V(G) 是顶点集。 E ( G ) E(G) E(G) 是边集。 ψ ( G ) \psi (G) ψ(G) 是关联函数,;例如 ψ G ( e ) = v i v j \psi_G (e)=v_iv_j ψG(e)=vivj
N G ( v ) N_G(v) NG(v) 表示点 v v v 的一阶邻域点。

相邻:与同一个顶点关联的两条边是相邻的。
:两个端点重合的边称为环。
连杆:端点不重合的边成为连杆。
k k k 重边:连接同一对顶点的 k k k 条边。
单边:一对顶点之间只有一条边。
简单图:无环无重边


2.1.2 度

:与顶点 v v v 关联的边的数目,记作 d ( v ) d(v) d(v)
度序列 ( d ( v 1 ) , d ( v 2 ) , . . . , d ( v v ) ) (d(v_1),d(v_2),...,d(v_v)) (d(v1),d(v2),...,d(vv))
孤立点:度为 0 0 0
悬挂点:度为 1 1 1
悬挂边:与悬挂点相关联的边。
偶点:度为偶数的顶点。
奇点:度为奇数的顶点。
最小度 δ ( G ) \delta(G) δ(G):图 G G G 顶点度的最小值。
最大度 Δ ( G ) \Delta(G) Δ(G):图 G G G 顶点度的最大值。

握手引理 ∑ v ∈ V = 2 ϵ \sum_{v\in V} = 2 \epsilon vV=2ϵ
例题:空间中不存在有奇数个面并且每个面只有奇数个棱的多面体。
思路:将面抽象为点,两面之间的棱为边,则转化成了有奇数个点且每个点都是奇数度的图,与握手引理矛盾,得证。

例题:证明非负整数序列 ( d 1 , d 2 , . . . , d v ) (d_1,d_2,...,d_v) (d1,d2,...,dv) 是某个图的度序列当且仅当 ∑ i = 1 v d i \sum_{i=1}^{v} d_i i=1vdi 是偶数。
思路:先画出 v v v 个孤立点,然后选序列中度大于 1 1 1 的点连环直至将每个点仍需添加的度为 0 0 0 1 1 1。然后将两两选择度为 1 1 1 的点。能连通即可得证。

图序列:简单图的度序列。
判断是否为图序列:非负整数序列 ( d 1 , d 2 , . . . , d v ) ( d 1 ≥ d 2 ≥ . . . ≥ d v ) (d_1,d_2,...,d_v)(d_1 \geq d_2 \geq ... \geq d_v) (d1,d2,...,dv)(d1d2...dv) 是图序列当且仅当 ∑ i = 1 v d i \sum_{i=1}^v d_i i=1vdi 是偶数,并且对一切整数 k ( 1 ≤ k ≤ v − 1 k(1\leq k\leq v-1 k(1kv1,有 ∑ i = 1 k ≤ k ( k − 1 ) ≤ ∑ i = k + 1 v m i n { k , d i } \sum_{i=1}^{k} \leq k(k-1) \leq \sum_{i=k+1}^{v}min \{k,d_i\} i=1kk(k1)i=k+1vmin{k,di}.
例题:(1,2,2,4,5);(1,2,3,3,4,5);(1,2,3,4,4,5) 三个是否是图序列?
思路:第一个不是图序列,当点数为 5 5 5 时,不存在度为 5 5 5 的简单图。第二个是图序列。 第三个不是图序列,先画出度为 5 5 5 的点的连边,然后只有三个点还能连边,需要的度依次为 2 , 3 , 3 2,3,3 2,3,3,简单图中的三个点不可能连出度为 3 3 3 的连边情况。


2.1.3 同构

同构:若两个图顶点之间建立一一对应的关系,且任意一对顶点的边数对应相同,则称两图是同构的。


2.2 子图和连通分支

2.2.1 子图

子图:设 H H H G G G 为两个图。若 V ( H ) ⊆ V ( G ) V(H) \subseteq V(G) V(H)V(G) E ( H ) ⊆ E ( G ) E(H) \subseteq E(G) E(H)E(G),则 H H H G G G 的子图。记作 H ⊆ G H \subseteq G HG
相等:设 H H H G G G 为两个图。若 V ( H ) = V ( G ) V(H) = V(G) V(H)=V(G) E ( H ) = E ( G ) E(H) = E(G) E(H)=E(G),则 H H H G G G 相等。记作 H = G H = G H=G
真子图:若 H ⊆ G H \subseteq G HG H ≠ G H \neq G H=G,则称 H H H G G G 的真子图,记作 H ⊂ G H \subset G HG
支撑(生成)子图:若 V ( H ) = V ( G ) V(H) = V(G) V(H)=V(G) E ( H ) ⊆ E ( G ) E(H) \subseteq E(G) E(H)E(G),则称 H H H G G G 的支撑子图或生成子图。
基础简单图:对图 G G G 去除重边和环后的图 H H H


2.2.2 导出子图

导出子图:设 V ′ V' V V ( G ) V(G) V(G) 的非空子集,以 V ′ V' V 为顶点集,以 E ′ = u v ∈ E ( G ) ∣ u , v ∈ V ′ E'= {uv \in E(G) | u,v \in V'} E=uvE(G)u,vV 为边集的 G G G 的子图称为 G 的由 V ′ V' V 导出的子图,记作 G [ V ′ ] G[V'] G[V],简称为 G G G 的导出子图。


2.2.3 连通分支

途径的起点/终点/长度/逆转/衔接/节 W = v o e 1 v 1 e 2 . . . e k v k W=v_oe_1v_1e_2...e_kv_k W=voe1v1e2...ekvk,这里 v i ∈ V ( 0 ≤ i ≤ k ) , e j = v j − 1 v j ∈ E ( 1 ≤ j ≤ k ) v_i\in V(0\leq i \leq k),e_j=v_{j-1}v_j \in E(1 \leq j \leq k) viV(0ik),ej=vj1vjE(1jk) v 0 v_0 v0 称为 W W W起点 v k v_k vk 称为 W W W终点,之间的 v v v 称为 W W W 的内部点。 W W W 称为 G G G ( v 0 , v k ) (v_0,v_k) (v0,vk) 途径 k k k W W W长度逆转如字面意思。衔接意味对于两个不同的 W W W,其中一条 W W W 的终点为另一个 W W W 的起点,则两条 W W W 可以衔接。 W W W 序列中的子集。

:途径 w w w 的边互不相同,则称 W W W 为迹。若起点终点相同,则 W W W闭迹
:途径 w w w 的顶点互不相同,则称 W W W 为链。一个顶点也称为一条链。
:起点、内部点互不相同的闭迹称为圈,长为 k k k 的圈称为 k k k 圈。根据 k k k 的奇偶性,相应地称 k k k 圈为奇圈和偶圈。
连通:若图 G G G 中存在 ( u , v ) (u,v) (u,v) 链,则顶点 u u u v v v 在图 G G G 中是连通的。
连通分支(数) V V V 的非空划分 ( V 1 , V 2 . . . , V ω ) (V_1,V_2...,V_\omega) (V1,V2...,Vω),导出子图 G [ V 1 ] , G [ V 2 ] , . . . , G [ V ω ] G[V_1],G[V_2],...,G[V_\omega] G[V1],G[V2],...,G[Vω] 称为 G G G 的连通分支。 ω ( G ) \omega(G) ω(G) 为图 G G G 的连通分支数。


2.2.4 距离

距离:图 G G G 中所有 ( u , v ) (u,v) (u,v) 链的最短链,记为 d ( u , v ) d(u,v) d(u,v),被称之为 u , v u,v u,v 之间的距离。
例题:设 G G G 是连通图,且 G G G 中至少有一对顶点不相邻,证明存在 u , v , w ∈ V u,v,w \in V u,v,wV,使 u v , v w ∈ E uv,vw \in E uv,vwE,但 u w ∉ E uw \notin E uw/E
思路:设 x , y ∈ V x,y \in V x,yV x y ∉ E xy \notin E xy/E。因 G G G 连通,故 G G G 中存在最短 ( x , y ) (x,y) (x,y) P = x v 1 v 2 . . . y P=xv_1v_2...y P=xv1v2...y
P P P 的最短性可知 x v 2 ∉ E xv_2 \notin E xv2/E,于是令 u = x , v = v 1 , w = v 2 u=x,v=v_1,w=v_2 u=x,v=v1,w=v2,则有 u v ∈ E , v w ∈ E uv \in E,vw \in E uvE,vwE u w ∉ E uw \notin E uw/E


2.3 重要图类

2.3.1 完全图

完全图:含有 C n 2 C_{n}^{2} Cn2 条边,且每对顶点都相邻的简单图,记作 K n K_n Kn
空图:边集为空的图。
平凡图:图中只有一个顶点。
非平凡图:除了平凡图以外的图。
例题:在任意 6 6 6 个人聚会上,要么有 3 3 3 个人相互认识,要么有 3 3 3 个人相互不认识。
思路:先构造 6 6 6 阶完全图 K 6 K_6 K6,其中 V = v 1 , v 2 , . . . , v 6 V = {v_1,v_2,...,v_6} V=v1,v2,...,v6 v i v_i vi 代表第 i i i 个人。
v i v_i vi v j v_j vj 互相认识,则染这条边为红色边,否则为蓝色边。于是问题转成了图中必定存在同色三角形问题。因此得证。


2.3.2 正则图

正则图/k正则图:每个顶点的度都相等(都为 k k k)的图称为( k k k)正则图。一般指的是简单图
例题:对于任意的正整数 n n n, n k nk nk 为偶数,当 n ≥ k + 1 n \geq k + 1 nk+1 n n n k k k 正则图存在吗?
思路:
γ 1 \gamma_1 γ1 法则构造偶数正则图法则。
G G G v v v k k k 正则图,且 k = 2 m k=2m k=2m m ≥ 1 m \geq 1 m1,按以下步骤生成新图 G ′ G' G
step 1:在图 G G G 中任取 m m m 条互不相邻的边: v 1 v 2 , v 3 v 4 , . . . , v 2 m − 1 v 2 m v_1v_2,v_3v_4,...,v_{2m-1}v_{2m} v1v2,v3v4,...,v2m1v2m 并删除。
step 2:增加新的顶点 v v v,并向所有被删边的点增加一条新边 v v i ( i = 1 , 2 , . . . , 2 m ) vv_i(i=1,2,...,2m) vvi(i=1,2,...,2m),得到新图 G ′ G' G

γ 2 \gamma_2 γ2 法则构造奇数正则图法则。
G G G v v v k k k 正则图,且 k = 2 m + 1 k=2m+1 k=2m+1 m ≥ 1 m \geq 1 m1,按以下步骤生成新图 G ′ G' G
step 1:在图 G G G 中任取 m m m 条互不相邻的边: v 1 v 2 , v 3 v 4 , . . . , v 2 m − 1 v 2 m v_1v_2,v_3v_4,...,v_{2m-1}v_{2m} v1v2,v3v4,...,v2m1v2m 并删除。
step 2:再在图 G G G 中任取 m m m 条互不相邻的边: u 1 u 2 , u 3 u 4 , . . . , u 2 m − 1 u 2 m u_1u_2,u_3u_4,...,u_{2m-1}u_{2m} u1u2,u3u4,...,u2m1u2m 并删除。
(step 1step 2 中可能会出现重复点)
step 3:增加新的顶点 w 1 w_1 w1,并向 step 1 中所有被删边的点增加一条新边 w 1 v i ( i = 1 , 2 , . . . , 2 m ) w_1v_i(i=1,2,...,2m) w1vi(i=1,2,...,2m)
step 4:再增加新的顶点 w 2 w_2 w2,并向 step 2 中所有被删边的点增加一条新边 w 2 u i ( i = 1 , 2 , . . . , 2 m ) w_2u_i(i=1,2,...,2m) w2ui(i=1,2,...,2m)
step 5:加边 w 1 w 2 w_1w_2 w1w2,得新图 G ′ G' G

定理: n n n k k k 正则简单图存在的充要条件是 k ≤ n − 1 k \leq n-1 kn1 n k nk nk 为偶数。
证明:设 G G G n n n k k k 正则简单图,每个顶点最多与其他 n − 1 n-1 n1 个顶点相邻,因此 k ≤ n − 1 k \leq n-1 kn1 成立。
k = 2 m k=2m k=2m,取 G = K k + 1 G=K_{k+1} G=Kk+1,则 G G G k k k 正则图。根据 γ 1 \gamma_1 γ1 法则,顶点每次可以增加 1 1 1 而点的度数不变。因此可以得到 n n n k k k 正则图。


2.3.3 二部图

(完全)二部图:若顶点集可以划分为两个子集 X X X Y Y Y,使得 G G G 中每条边的一端点在 X X X 中,另一个端点在 Y Y Y 中,则称 G G G 图为二部图。二部图 G G G 记作 G = ( X , Y , E ) G=(X,Y,E) G=(X,Y,E)。若集合 X X X 中的每个点都与 Y Y Y 中所有点都恰好有一条边,且 X 、 Y X、Y XY 均不为空集,则该图记作完全二部图,记作 K m , n K_{m,n} Km,n

定理:图 G G G 的二部图,当且仅当 G G G 中不含奇圈。
证明:
step 1
G = ( X , Y , E ) G=(X,Y,E) G=(X,Y,E) 是二部图, C = ( v 0 v 1 . . . v k v 0 ) C=(v_0v_1...v_kv_0) C=(v0v1...vkv0) G G G 中的一个圈,长度为 k + 1 k+1 k+1
v 0 ∈ X v_0 \in X v0X,于是后面节点依次属于 Y Y Y X X X。因此得到 v 2 i ∈ X , v 2 i + 1 ∈ Y v_{2i} \in X,v_{2i+1} \in Y v2iXv2i+1Y
因此 k = 2 l + 1 k=2l+1 k=2l+1。该圈为偶圈。
step 2
G G G 连通(若不连通则取一个连通分支证明之)。在 G G G 中任取一个顶点 u u u,令 X = { x ∣ d ( u , x ) 为偶数 } X=\{x|d(u,x)为偶数\} X={xd(u,x)为偶数} Y = { y ∣ d ( u , y ) 为奇数 } Y=\{y|d(u,y)为奇数\} Y={yd(u,y)为奇数}。显然 X 、 Y X、Y XY 是图 G G G 的一个划分。
为了证明 G G G 是二部图,只需证明 X X X Y Y Y 中任何两个顶点都不相邻。
v , w v,w v,w X X X 中任意两个顶点,令 P P P G G G 中最短 ( u , v ) (u,v) (u,v) 链,Q 是 G G G 中最短 ( u , w ) (u, w) (u,w) 链。
P P P Q Q Q 的最后一个公共顶点是 u 1 u_1 u1。因为 P P P Q Q Q 都是最短链,因此 P P P ( u , u 1 ) (u,u_1) (u,u1) 节和 Q Q Q ( u , u 1 ) (u,u_1) (u,u1) 节都是最短 ( u , u 1 ) (u,u_1) (u,u1) 链,从而长度相等。如下图:
例题示意图
又因 P P P Q Q Q 的长度都为偶数,故 P P P ( u 1 , v ) (u_1,v) (u1,v) P 1 P_1 P1 Q Q Q ( u 1 , w ) (u_1,w) (u1,w) Q 1 Q_1 Q1 有相同奇偶性,于是 ( v , w ) (v,w) (v,w) P 1 − 1 Q 1 P_1^{-1}Q_1 P11Q1 的长是偶数。因此若 v v v w w w 相邻,则 P 1 − 1 Q 1 w v P_1^{-1}Q_1wv P11Q1wv 就是 G G G 中的一个奇圈,与假设矛盾。


2.4 有向图

2.4.1 定义

有向图:有向图 D D D 指一个有序三元组 ( V ( D ) , A ( D ) , ψ D ) (V(D),A(D),\psi_D) (V(D),A(D),ψD),其中 V ( D ) ≠ ∅ V(D) \neq \varnothing V(D)= V ( D ) ∩ A ( D ) = ∅ V(D) \cap A(D) = \varnothing V(D)A(D)= V ( D ) V(D) V(D) 是顶点集。 A ( D ) A(D) A(D) 是弧集。 ψ D \psi_D ψD 称为 D D D 的关联函数,使得 D D D 每条弧对应于 D D D 的有序定点对。 ψ D ( a ) = ( u , v ) \psi_D(a)=(u,v) ψD(a)=(u,v) u u u 是弧 a a a 的尾, v v v 称为 a a a 的头。


2.4.2 基础图

基础图:在有向图中去掉弧上箭头的图。
定向图:对图 G G G 的每条边规定方向后的图。
相邻、连通、圈、子图 的概念和含义不变。


2.4.3 出度和入度

入弧:有向图 D D D 中以顶点 v v v 为头的弧。
出弧:有向图 D D D 中以顶点 v v v 为尾的弧。
入度:记作 d D − ( v ) d_D^-(v) dD(v),称为 v v v 的入度。
出度:记作 d D + ( v ) d_D^+(v) dD+(v),称为 v v v 的出度。
对于任何有向图D,有: ∑ v ∈ V d D − ( v ) = ∑ v ∈ V d D + ( v ) = ε ( D ) \sum_{v \in V}d_D^-(v) = \sum_{v \in V}d_D^+(v) = \varepsilon(D) vVdD(v)=vVdD+(v)=ε(D)

2.4.4 回路

有向途径 W = v 0 a 1 v 1 a 2 . . . v k − 1 a k v k W=v_0a_1v_1a_2...v_{k-1}a_kv_k W=v0a1v1a2...vk1akvk,其中交替项为顶点和弧。那么 W W W 就是有向途径。 v 0 v_0 v0 称为 W W W 的起点, v k v_k vk 称为 W W W 的终点。 k k k 称为 W W W 的长。 W W W 称为有向 ( v 0 , v k ) (v_0,v_k) (v0,vk) 途径。
有向闭途径:起点与终点相同的有向途径。
有向迹:弧各不相同的有向途径。
有向链(路):顶点各不相同的有向途径。


2.4.5 强连通分支

强连通 u , v u,v u,v 是有向图 D D D 中的两个顶点,若存在 ( u , v ) (u,v) (u,v) 路和 ( v , u ) (v,u) (v,u) 路使得两点可以相互到达,则称 u u u v v v 在图 D D D 中是强连通的。
强连通分支/强连通有向图 V ( D ) V(D) V(D) 的非空划分 V 1 V 2 . . . V ω V_1V_2...V_\omega V1V2...Vω D D D 中所导出的子图 D [ V 1 ] , D [ V 2 ] , . . . , D [ D ω ] D[V_1],D[V_2],...,D[D_\omega] D[V1],D[V2],...,D[Dω] 称为 D D D 的强连通分支。若 D D D 中只有一个强连通分支,则 D D D 是强连通有向图。

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.coloradmin.cn/o/1111851.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【合集】Redis——Redis的入门到进阶 结合实际场景的Redis的应用

前言 Redis是一个开源的内存数据结构存储系统&#xff0c;也被称为键值存储系统。它支持多种数据结构&#xff0c;如字符串、哈希表、列表、集合、有序集合等&#xff0c;并提供了丰富的操作命令&#xff0c;可以对这些数据结构进行快速的读写操作。Redis具有高性能、高可用性…

驱动:驱动相关概念,内核模块编程,内核消息打印printk函数的使用

一、驱动相关概念 1.操作系统的功能 向下管理硬件&#xff0c;向上提供接口 操作系统向上提供的接口类型&#xff1a; 内存管理&#xff1a;内存申请&#xff08;malloc&#xff09; 内存释放&#xff08;free&#xff09;等 文件管理&#xff1a; 通过文件系统格式对文件ext2…

this指向详解

目录 一&#xff1a;严格模式与非严格模式 1.严格模式的开启 2.this指向的一些情况&#xff1a; 二&#xff1a;如何指定this的值&#xff1f; 1.在调用时指定this的值 2.在创建时指定this的值 ​编辑三&#xff1a; 结尾 一&#xff1a;严格模式与非严格模式 在非严格模…

项目管理之分析项目特点的方法

在管理项目时&#xff0c;了解项目的目标和实现方法可以帮助我们更好地规划和执行项目。根据项目的目标和实现方法的不同&#xff0c;可以将项目分为四种类型&#xff1a;地、水、火和气。 对于工程项目&#xff0c;采用基于活动任务的计划管理方法&#xff0c;使用活动网络图…

聊聊分布式架构08——SpringBoot开启微服务时代

目录 微服务架构时代 快速入门 入门详解 SpringBoot的自动配置 石器时代&#xff1a;XML配置bean 青铜时代&#xff1a;SpringConfig 铁器时代&#xff1a;AutoConfigurationImportSelector 手写简单Starter SpringApplication启动原理 微服务架构时代 Spring Boot的…

LabVIEW中将枚举与条件结构一起使用

LabVIEW中将枚举与条件结构一起使用 枚举是一个具有相应数值的字符串标签型列表。在LabVIEW&#xff08;U8 &#xff0c; U16-默认值和U32&#xff09;中以无符号整数形式应用。 例如&#xff0c;可以有一个枚举保存四个季节&#xff0c;在这种情况下&#xff0c;每个字符串都…

2022最新版-李宏毅机器学习深度学习课程-P26RNN-2

一、RNN网络结构 与时间有关的反向传播&#xff08;每次不同&#xff09; 损失函数 实验其实不容易跑&#xff0c;因为他的损失函数曲线幅度很大 画出来差不多是这个样子。突然一下升高是因为从右到左碰到陡峭的地方梯度一下变大了&#xff0c;所以弹回去了。 原作者在训练时…

JAVA反射(原理+使用)

引言 反射是一种机制&#xff0c;能够使java程序在运行过程中&#xff0c;检查&#xff0c;获取类的基本信息&#xff08;包&#xff0c;属性&#xff0c;方法等&#xff09;&#xff0c;并且可以操作对象的属性和方法 反射是框架实现的基础 反射的原理 讲述反射的原理之前&a…

covfefe 靶机/缓冲区溢出

covfefe 信息搜集 存活检测 详细扫描 后台网页扫描 80 端口 31337 端口 网页信息搜集 分别访问扫描出的网页 说有三个不允许看的内容 尝试访问 第一个 flag 访问 .ssh 文件 继续根据提示访问 获取了三个 ssh 文件 ssh 登录 在下载的 id_rsa_pub 公钥文件中发现了…

leetCode 11. 盛最多水的容器 + 双指针

11. 盛最多水的容器 - 力扣&#xff08;LeetCode&#xff09;https://leetcode.cn/problems/container-with-most-water/description/?envTypestudy-plan-v2&envIdtop-interview-150 给定一个长度为 n 的整数数组 height 。有 n 条垂线&#xff0c;第 i 条线的两个端点是…

【Java基础面试三十三】、接口和抽象类有什么区别?

文章底部有个人公众号&#xff1a;热爱技术的小郑。主要分享开发知识、学习资料、毕业设计指导等。有兴趣的可以关注一下。为何分享&#xff1f; 踩过的坑没必要让别人在再踩&#xff0c;自己复盘也能加深记忆。利己利人、所谓双赢。 面试官&#xff1a;接口和抽象类有什么区别…

大同小异!如何在苹果不同类型设备上更改AirDrop的名称

你可以更改你的AirDrop ID&#xff0c;让其他人看到你名字之外的东西。本文介绍了如何在iPhone、iPad和Mac上更改AirDrop名称。 如何在iPhone上更改AirDrop名称 在iPhone上更改AirDrop名称涉及到你可能不想做的更改。幸运的是&#xff0c;这在iPad和Mac上不是真的&#xff0c…

【408数据结构】第一章 绪论

第一章 绪论 1.数据结构基本概念及三要素 一.数据结构基本概念 1.数据 信息的载体&#xff0c;能被客观事物描述的数字&#xff0c;字符以及能被计算机程序识别和处理的符号的集合 2.数据元素 数据的基本单位&#xff0c;一个数据元素可由若干个数据项&#xff08;构成数…

Unity Animation--动画剪辑(创建动画)

创建一个新的动画编辑 创建新的动画剪辑 &#xff0c;在场景中选择一个GameObject&#xff0c;然后打开“ 动画”窗口&#xff08;顶部菜单&#xff1a;&#xff09;“ 窗口” >“ 动画” >“ 动画”。 如果GameObject 中尚未分配任何动画剪辑&#xff0c;“创建”按钮…

pytorch nn.Embedding 读取gensim训练好的词/字向量(有例子)

最近在跑深度学习模型&#xff0c;发现Embedding随机性太强导致模型结果有出入&#xff0c;因此考虑固定初始随机向量&#xff0c;既提前训练好词/字向量&#xff0c;不多说上代码&#xff01;&#xff01; 1、利用gensim训练字向量&#xff08;词向量自行修改&#xff09; #…

YCSB on MySQL(避免重复load)

一、编译安装MySQL 下载mysql5.7.28源码 https://downloads.mysql.com/archives/community/ Select Operating System 选择 Source Code Select OS version 选择 All Operating Systems 选择带有boost的版本 安装系统包 apt -y install make cmake gcc g perl bison libai…

AAOS CarMediaService 服务框架

文章目录 前言MediaSessionCarMediaService作用是什么&#xff1f;提供了哪些接口&#xff1f;如何使用&#xff1f;CarMediaService的实现总结 前言 CarMediaService 是AAOS中统一管理媒体播放控制、信息显示和用户交互等功能的服务。这一服务依赖于android MediaSession框架…

JVM第十五讲:调试排错 - Java 内存分析之堆外内存

调试排错 - Java 内存分析之堆外内存 本文是JVM第十五讲&#xff0c;Java 内存分析之堆外内存调试排错。Java 堆外内存分析相对来说是复杂的&#xff0c;美团技术团队的Spring Boot引起的“堆外内存泄漏”排查及经验总结可以为很多Native Code内存泄漏/占用提供方向性指引。 文…

政企互动 | 雨花台区委统战部一行走访调研聚铭网络

2023年10月19日上午&#xff0c;雨花台区委统战部副部长、台侨办主任勾宏展一行3人到聚铭网络调研走访&#xff0c;聚铭网络总经理唐开达热情接待了来访一行&#xff0c;并详尽地介绍了聚铭网络的发展历程、产品体系、企业文化等相关情况。 在聚铭网络总经理唐开达的陪同下&am…

Mysql表结构差异比较

1、背景 我们在开发过程中&#xff0c;大部分情况下都是好几个版本一起并行&#xff0c;有时候如果某个版本表结构改动较大&#xff0c;但是忘记了记录DDL脚本&#xff0c;这个时候需要人工去把新增或修改的DDL脚本整理出来&#xff08;主要是为了解决 数据库新增字段&#xff…