文心一言 VS 讯飞星火 VS chatgpt （267）-- 算法导论20.2 2题

news2024/9/20 22:51:45

二、写出 PROTO-vEB-DELETE 的伪代码。通过扫描簇内的相关位，来更新相应的 summary 位。并且你实现的伪代码的最坏情况运行时间是多少？如果要写代码，请用go语言。

文心一言：

首先，让我们回顾一下vEB（Van Emde Boas）树的基本概念。vEB树是一种特殊的搜索树，用于处理在{0, 1, …, U-1}范围内整数的集合。在vEB树中，通常有一个称为summary的位，用于指示当前簇中是否存在元素。当簇内没有元素时，summary位被设置为0；否则，它被设置为1。

PROTO-vEB-DELETE是vEB树删除操作的基础步骤之一，它用于在给定范围内删除一个元素。以下是一个简化的PROTO-vEB-DELETE伪代码，它假定我们有一个vEB树结构和一个方法来访问和操作簇和summary位：

PROTO-vEB-DELETE(T, x)  
    if T is a leaf node:  
        // 叶子节点，直接设置对应位为0  
        T.bit[x] = 0  
    else:  
        cluster_size = sqrt(T.universe_size)  
        high_bits = x // cluster_size  
        low_bits = x % cluster_size  
          
        // 如果需要，递归删除低位簇中的元素  
        if T.summary[high_bits]:  
            PROTO-vEB-DELETE(T.clusters[high_bits], low_bits)  
          
        // 更新summary位  
        T.summary[high_bits] = OR(T.clusters[high_bits].summary)

注意：

伪代码中使用了//来表示注释。

T.universe_size是vEB树可以表示的范围大小。

T.clusters是一个数组，其中每个元素都是一个子vEB树，表示一个簇。

T.bit在叶子节点中表示具体的位数组。

T.summary是一个位数组，用于表示每个簇中是否存在元素。

OR(T.clusters[high_bits].summary)表示对簇的summary位进行按位或操作，以检查簇中是否至少有一个元素。

关于运行时间：

如果T是叶子节点，则操作是常数时间的。

否则，递归调用PROTO-vEB-DELETE最多进行log log U次（因为簇的大小是sqrt(U)，U是vEB树可以表示的范围大小），而每次递归调用都在一个更小的簇上执行。在最坏的情况下，每个簇中的每个元素都需要被删除，这将导致在每个簇上进行一次扫描。因此，总的时间复杂度是O(log log U * sqrt(U))，但通常我们只说它是O(log log U)的，因为sqrt(U)是簇的大小，它是常数时间的操作（在给定U的情况下）。

下面是使用Go语言实现的简化版本（请注意，这只是一个框架，并不是完整的vEB树实现）：

type VEBNode struct {  
    // 假设bit和summary是适当的位数组或布尔切片  
    bit        []bool  
    summary    []bool  
    clusters   []*VEBNode // 簇的数组  
    // ... 其他字段，如universe_size等  
}  
  
func (t *VEBNode) PROTOVEBDelete(x int) {  
    if t.IsLeaf() {  
        t.bit[x] = false  
    } else {  
        clusterSize := int(math.Sqrt(float64(t.universeSize)))  
        highBits := x / clusterSize  
        lowBits := x % clusterSize  
  
        if t.summary[highBits] {  
            t.clusters[highBits].PROTOVEBDelete(lowBits)  
        }  
  
        t.summary[highBits] = t.clusters[highBits].HasElements() // 假设HasElements返回簇的summary的OR结果  
    }  
}  
  
// ... 其他方法，如IsLeaf, HasElements等

注意：上面的Go代码是一个非常简化的版本，仅用于展示基本概念。在实际的vEB树实现中，还需要处理许多其他细节。

讯飞星火：

以下是 PROTO-vEB-DELETE 的伪代码：

PROTO-vEB-DELETE(x, summary)
    if x is in a leaf cluster then
        remove x from the cluster
    else
        y = high(x)
        if y is not zero then
            set low(x) to y
            recursively call PROTO-vEB-DELETE(y, summary)
        else
            set low(x) to zero
        end if
        summary = merge(summary, low(x))
    end if
    return summary

在这段伪代码中，我们首先检查元素x是否在一个叶子簇中。如果是，我们就从该簇中移除x。否则，我们将x的最高位设置为low(x)，然后递归地调用PROTO-vEB-DELETE函数。如果y不为零，则将low(x)设置为y，并递归地调用PROTO-vEB-DELETE函数。否则，我们将low(x)设置为零。最后，我们将summary与low(x)合并。

关于运行时间，由于每次操作都需要遍历树形结构，所以最坏情况下的时间复杂度为O(log n)，其中n是元素的总数。

360智脑：

在回答您的问题之前，我想说明一下，您提到的 “PROTO-vEB-DELETE” 并没有明确的定义或标准算法。然而，根据您所描述的内容，我会假设您想要一个基于伪代码的解决方案来模拟删除操作在一个虚拟扩展布隆过滤器（vEB）中可能执行的方式。

以下是一个简化的伪代码示例，演示如何在虚拟扩展布隆过滤器中删除元素并更新相关的 summary 位：

function DELETE-ELEMENT(vEB, element):
    // 1. 初始化
    let index = HASH1(element) % vEB.size  // 使用第一个哈希函数计算索引
    let cluster = vEB.buckets[index]       // 获取该索引对应的簇

    // 2. 扫描簇内的相关位
    for bit in cluster:
        if bit == 1 and HASH2(element) % (8 * sizeof(bit)) == 1:
            // 这里我们使用第二个哈希函数来确定具体哪一位需要被检查和更新
            bit = 0   // 将找到的位设置为 0

    // 3. 更新 summary 位
    cluster.summary &= ~BITMASK(HASH2(element) % (8 * sizeof(cluster.summary))) 
    // 使用与操作来清除相应位置的 bit

    // 4. 检查是否还有其他相关位
    while cluster.summary != 0:
        index = cluster.summary & (-cluster.summary)
        cluster.summary ^= index
        if index & cluster.bits != 0:
            break   // 如果还有其他位被设置，则跳出循环

    // 5. 最后检查是否真的删除了元素
    return cluster.summary == 0 and cluster.bits == 0

上面的伪代码中，HASH1 和 HASH2 是两个独立的哈希函数，用于确定元素在 vEB 中的位置和具体位的操作。BITMASK 是一个辅助函数，用来创建一个掩码，以便正确地从 cluster.summary 中清除相应的位。

请注意，这个伪代码仅表示一个基本的删除过程，并不完整且可能存在错误，因为实际的 vEB 结构和操作可能会更复杂。

至于您询问的最坏情况运行时间，这取决于多个因素，包括 vEB 的大小、簇的数量、每个簇中的位数以及哈希函数的性能。在最坏情况下（例如，当每个簇的所有位都设置为 1），运行时间可能是线性的，即与簇中位的数量成正比。这是因为必须逐个检查并可能更新每个位。

如果您需要具体的 Go 语言代码实现，请提供更多的上下文信息和确切的算法细节，这样我才能为您提供更准确的代码示例。

智谱清言：

PROTO-vEB-DELETE 是一种用于数据结构中删除操作的算法，它基于可扩展平衡树（vEB tree）的数据结构。在此算法中，我们通过扫描与要删除的元素相关的位来更新相应的 summary 位。

下面是 PROTO-vEB-DELETE 算法的伪代码：

function PROTO-vEB-DELETE(T, k, x):
    if T[k] == x:
        while k > 0:
            if T[(k-1)/2] < x:
                T[k] = T[(k-1)/2]
                k = (k-1)/2
            else:
                break
        if k == 0:
            T[0] = T[1]
            if T[0] != EMPTY:
                PROTO-vEB-DELETE(T, 0, T[0])
            else:
                T[0] = EMPTY
        else:
            s = (k+1) / 2
            while k < s:
                T[k] = T[2*k+1]
                k = 2*k+1
            T[k] = T[s]
            PROTO-vEB-DELETE(T, s, T[s])
    else if x < T[k]:
        PROTO-vEB-DELETE(T[2*k+1], k, x)
    else:
        PROTO-vEB-DELETE(T[2*k+2], k, x)

这里，T 是一个数组，表示 vEB tree，其中 T[0] 用作 summary 位，T[1] 用作 empty 位。k 表示当前节点在数组 T 中的索引。x 是要删除的元素。

伪代码的运行时间取决于树的高度。在最坏情况下，树可能是完全不平衡的，此时 PROTO-vEB-DELETE 算法的运行时间为 O(n)，其中 n 是树的高度。

下面是使用 Go 语言实现的 PROTO-vEB-DELETE 算法：

package main
import (
	"fmt"
)
const (
	EMPTY = -1
)
func PROTOvEBDELETE(T []int, k int, x int) {
	if T[k] == x {
		for k > 0 {
			if T[(k-1)/2] < x {
				T[k] = T[(k-1)/2]
				k = (k-1)/2
			} else {
				break
			}
		}
		if k == 0 {
			T[0] = T[1]
			if T[0] != EMPTY {
				PROTOvEBDELETE(T, 0, T[0])
			} else {
				T[0] = EMPTY
			}
		} else {
			s := (k+1) / 2
			for k < s {
				T[k] = T[2*k+1]
				k = 2*k+1
			}
			T[k] = T[s]
			PROTOvEBDELETE(T, s, T[s])
		}
	} else if x < T[k] {
		PROTOvEBDELETE(T[2*k+1], k, x)
	} else {
		PROTOvEBDELETE(T[2*k+2], k, x)
	}
}
func main() {
	T := []int{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
	k := 3
	x := 5
	fmt.Println("Before deletion:", T)
	PROTOvEBDELETE(T, k, x)
	fmt.Println("After deletion:", T)

天工：

为了回答您的问题，我将首先提供一个简化版的 PROTO-vEB-DELETE 算法的伪代码，然后解释其最坏情况下的运行时间，最后尝试用 Go 语言实现该算法。

PROTO-vEB-DELETE 伪代码

PROTO-vEB-DELETE(V, x):
1. If V.cluster[x] is empty:
2.     return // The element does not exist in the structure
3. Delete x from V.cluster[x]
4. If V.cluster[x] is now empty:
5.     Set V.summary to NULL // Or delete from V.summary if it's a list or similar structure
6.     Update the corresponding summary bit in the parent cluster (if exists)

最坏情况运行时间分析

在最坏情况下，我们可能需要从叶子节点一直向上遍历到根节点，以确保所有相关的 summary 位都被正确更新。在 PROTO-vEB 树中，树的高度与元素数量 n 的对数有关，即 log(n)。因此，最坏情况下的运行时间为 O(log(n))。

Go 语言实现

以下是一个简化的 Go 语言实现，它假设我们有一个 PROTO-vEB 结构的抽象，其中 vEB 结构包含 summary 和 clusters 字段。请注意，这个实现是非常简化的，实际的 PROTO-vEB 结构会更加复杂。

type vEB struct {
    summary *vEB
    clusters [2]*vEB
}

func (v *vEB) delete(x int) {
    high, low := x/2, x%2

    if v.clusters[high] == nil {
        return // Element does not exist
    }

    v.clusters[high].delete(low)

    if v.clusters[high].isEmpty() {
        v.summary = nil // Or remove from summary if implemented differently
        if v.summary != nil {
            v.summary.delete(high)
        }
    }
}

func (v *vEB) isEmpty() bool {
    return v.summary == nil && v.clusters[0] == nil && v.clusters[1] == nil
}

在这个 Go 代码中，我们没有处理所有的边界情况和错误检查，也没有提供完整的 PROTO-vEB 结构的初始化和维护逻辑。实际的实现会更加复杂，需要考虑如何有效地存储和检索元素，以及如何在删除操作后保持树的平衡。

chatgpt：

以下是 PROTO-vEB-DELETE 的伪代码：

func protoVEBDelete(V vEB, x int) {
    if V.u == 2 {
        V.cluster[x] = false
        if !V.cluster[0] && !V.cluster[1] {
            V.min = -1
            V.max = -1
        } else if V.cluster[0] && !V.cluster[1] {
            V.min = 0
            V.max = 0
        } else {
            V.min = 1
            V.max = 1
        }
    } else {
        if x == V.min {
            firstCluster := findNextCluster(V.summary, 0)
            x = index(firstCluster, min(V.cluster[firstCluster]))
            V.min = x + clusterIndex(V, firstCluster)
        }
        
        protoVEBDelete(V.cluster[high(x)], low(x))
        
        if empty(V.cluster[high(x)]) {
            protoVEBDelete(V.summary, high(x))
            
            if x == V.max {
                summaryMax := max(V.summary)
                if summaryMax == -1 {
                    V.max = V.min
                } else {
                    lastCluster := findPrevCluster(summaryMax)
                    V.max = index(lastCluster, max(V.cluster[lastCluster])) + clusterIndex(V, lastCluster)
                }
            }
        } else if x == V.max {
            V.max = index(high(x), max(V.cluster[high(x)])) + clusterIndex(V, high(x))
        }
    }
}

func findNextCluster(summary []bool, i int) int {
    for i < len(summary) && !summary[i] {
        i++
    }
    return i
}

func findPrevCluster(summary []bool) int {
    i := len(summary) - 1
    for i >= 0 && !summary[i] {
        i--
    }
    return i
}

func max(cluster []bool) int {
    for i := len(cluster) - 1; i >= 0; i-- {
        if cluster[i] {
            return i
        }
    }
    return -1
}

func min(cluster []bool) int {
    for i := 0; i < len(cluster); i++ {
        if cluster[i] {
            return i
        }
    }
    return -1
}

func high(x int) int {
    return x / int(math.Sqrt(float64(u)))
}

func low(x int) int {
    return x % int(math.Sqrt(float64(u)))
}

func index(x, y int) int {
    return x*int(math.Sqrt(float64(u))) + y
}

func clusterIndex(V vEB, x int) int {
    sqrtU := int(math.Sqrt(float64(V.u)))
    highBits := x * sqrtU
    offset := findNextCluster(V.summary, highBits/sqrtU)
    
    return offset*sqrtU + findNextCluster(V.cluster[offset], (highBits%sqrtU))
}

最坏情况运行时间是 O(log log u)，其中 u 是 vEB 的宇宙大小。

kimi：

PROTO-vEB-DELETE 是 van Emde Boas (vEB) 树中删除操作的过程。在 vEB 树中，删除操作需要将特定元素从簇中移除，并更新相应的 summary 位以反映簇内元素的变化。

以下是 PROTO-vEB-DELETE 过程的伪代码：

PROTO-vEB-DELETE(T, x)
    u = T.level - 1
    while u >= 0
        if x is in cluster of level u
            if there is a summary bit for this cluster
                update summary bit for this cluster
            else
                let v be the smallest element in the same cluster as x
                T[u][v] = T[u][x]
                let w be the element that T[u][v] was pointing to
                T[u][x] = w
                if u > 0
                    update summary bits in level u-1 for clusters containing v and w
            return
        x = T[u][x]  // Move to the element x points to
        u = u - 1
    // If not found, x is not in the tree

在这个伪代码中，T 是 vEB 树，x 是要删除的元素。我们从树的最高级别开始，逐步向下检查每个级别，直到找到元素 x 所在的簇。一旦找到 x，我们执行以下步骤：

  1. 如果簇内有 summary 位，更新这个 summary 位以反映簇内元素的变化。
  2. 如果簇内没有 summary 位，找到与 x 同一簇的最小元素 v。
  3. 将 x 的值替换为 v 的值。
  4. 更新 x 原来指向的元素 w，使其指向 v 原来指向的元素。
  5. 如果需要，更新下一级的 summary 位。

最坏情况下的运行时间取决于树的高度和簇的大小。在最坏情况下，我们可能需要检查树的每一层，以及处理每个簇内的元素。如果树的高度为 h，并且每个簇的大小为 c，则最坏情况下的运行时间为 O(h * c)。

以下是使用 Go 语言实现的简化版本的 PROTO-vEB-DELETE 伪代码：

package main

// 假设我们有一个简化的 vEB 树结构和一些辅助函数来模拟删除操作

func PROTOvEBDELETE(T map[int][]int, x int) {
	u := len(T) - 1
	for u >= 0 {
		if x < len(T[u]) && T[u][x] != 0 {
			// 找到要删除的元素 x
			if len(T[u]) > 1 {
				// 处理簇内的元素和 summary 位
				v := findSmallestInCluster(T, u, x)
				T[u][x] = T[u][v] // 将 v 的值赋给 x
				w := T[u][v]     // 获取 v 指向的元素
				T[u][v] = w      // 更新 v 指向的元素
				if u > 0 {
					// 更新下一级的 summary 位
					updateSummaryBits(T, u-1, v, w)
				}
			}
			return
		}
		x = T[u][x] // 移动到 x 指向的元素
		u--
	}
	// 如果没有找到 x，它不存在于树中
}

func findSmallestInCluster(T map[int][]int, level int, x int) int {
	// 在簇内找到最小元素的逻辑
	// ...
}

func updateSummaryBits(T map[int][]int, level int, v int, w int) {
	// 更新 summary 位的逻辑
	// ...
}

func main() {
	// 初始化 vEB 树和示例数据
	// ...

	// 删除操作示例
	x := 5 // 假设我们要删除的元素是 5
	PROTOvEBDELETE(vEBTree, x)
}

请注意，这个 Go 语言示例仅用于演示 PROTO-vEB-DELETE 过程的基本思想，并没有实现完整的 vEB 树结构和所有相关操作。在实际应用中，vEB 树的实现会更加复杂，并且需要考虑更多的细节，如树的构建、更新和维护操作。

混元：

PROTO-vEB-DELETE 是一种用于删除元素的数据结构操作，它基于 van Emde Boas 树（vEB）数据结构。vEB 树是一种高效的数据结构，用于实现集合和优先队列操作。PROTO-vEB-DELETE 的伪代码如下：

function PROTO-vEB-DELETE(T, x):
    if T.min == x or T.max == x:
        if T.min == x:
            T.min = T.summary.min
        else:
            T.max = T.summary.max
        PROTO-vEB-DELETE(T.summary, T.cluster[T.min].min)
        PROTO-vEB-DELETE(T.cluster[T.min], T.min)
    else:
        PROTO-vEB-DELETE(T.cluster[high(x)], low(x))
        if T.cluster[high(x)].min == None:
            PROTO-vEB-DELETE(T.summary, high(x))

在这个伪代码中，我们首先检查要删除的元素 x 是否是当前集合的最小值或最大值。如果是，我们需要更新最小值或最大值，并从摘要中删除相应的高位。然后，我们从相应的簇中删除元素 x。如果删除元素后簇变为空，我们还需要从摘要中删除该簇的高位。

最坏情况下，PROTO-vEB-DELETE 的运行时间为 O(log log N)，其中 N 是集合中元素的数量。这是因为在最坏情况下，我们可能需要递归地从摘要和簇中删除元素。由于 vEB 树的高度为 log log N，因此每次递归调用的代价为 O(log log N)。

以下是使用 Go 语言实现 PROTO-vEB-DELETE 的代码示例：

package main

import (
	"fmt"
)

type vEB struct {
	min      int
	max      int
	summary  *vEB
	cluster  map[int]*vEB
	universe int
}

func newvEB(universe int) *vEB {
	return &vEB{
		min:      -1,
		max:      -1,
		summary:  nil,
		cluster:  make(map[int]*vEB),
		universe: universe,
	}
}

func high(x int) int {
	return x >> 1
}

func low(x int) int {
	return x & 1
}

func (v *vEB) insert(x int) {
	if v.min == -1 {
		v.min = x
		v.max = x
	} else {
		if x < v.min {
			v.summary.insert(high(v.min))
			v.cluster[high(v.min)].insert(low(v.min))
			v.min = x
		} else if x > v.max {
			v.summary.insert(high(x))
			v.cluster[high(x)].insert(low(x))
			v.max = x
		} else {
			v.cluster[high(x)].insert(low(x))
		}
	}
}

func (v *vEB) delete(x int) {
	if x == v.min || x == v.max {
		if x == v.min {
			v.min = v.summary.min
		} else {
			v.max = v.summary.max
		}
		v.summary.delete(high(v.min))
		v.cluster[high(v.min)].delete(low(v.min))
	} else {
		v.cluster[high(x)].delete(low(x))
		if v.cluster[high(x)].min == -1 {
			v.summary.delete(high(x))
		}
	}
}

func main() {
	v := newvEB(4)
	v.insert(2)
	v.insert(3)
	v.insert(1)
	v.insert(0)
	fmt.Println("Before deletion:", v.min, v.max)
	v.delete(2)
	fmt.Println("After deletion:", v.min, v.max)
}

这个 Go 语言实现的代码示例创建了一个 vEB 树，并插入了一些元素。然后，它删除一个元素并打印出删除后的最小值和最大值。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

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/1697035.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

项目管理-质量管理

项目管理-质量管理

目录 一、质量管理概述 1.1 GB/T16260.1-2006 定义 1.2 GB/T19000-ISO 9000(2000)系列标准定义 二、软件质量模型 2.1 软件全生命周期质量模型 2.1.1 内部和外部质量的质量模型 2.1.2 使用质量的质量模型 2.1.3 McCall 质量模型 2.1.4 质量特性度量 2.1.5 相关概念 三…
阅读更多...
对话掌阅科技CTO孙凯：如何用生成式AI重新定义阅读体验

对话掌阅科技CTO孙凯：如何用生成式AI重新定义阅读体验

导读&#xff1a;生成式AI能对阅读做本质的改造吗&#xff1f; 读一本好书&#xff0c;犹如和一位智者对话。 对于很多热爱读书的人&#xff0c;这是一种令人憧憬的阅读体验。以往&#xff0c;这种对话只能在读者的头脑和思维中进行。 有没有可能&#xff0c;读者可以随时随地和…
阅读更多...
使OpenCV可以读取中文路径图片的方法

使OpenCV可以读取中文路径图片的方法

一&#xff0e;问题复现 1.代码 #! /usr/bin/env python # -*- coding: utf-8 -*-# File: show_img.pyimport cv2# 读取图片 img cv2.imread("车牌素材/冀A.png")# 显示图片 cv2.imshow("img", img) cv2.waitKey(0)2.报错截图 3.报错内容 [ WARN:00.05…
阅读更多...
[JAVASE] 类和对象综合应用 -- 图书管理系统

[JAVASE] 类和对象综合应用 -- 图书管理系统

目录 零. 概览 一. 抽象出图书管理系统所涉及的对象 1.1 Book 1.2 User 1.3 Operation 二. 实现 User 包中的对象 2.1 User父类 2.2 NormalUser 对象 2.3 AdminUser 对象 2.4 小总结(1) 三. 实现Book包中的对象 3.1 Book 对象 3.2 BookList 对象 四. 实现 Operation…
阅读更多...
大数据工具之HIVE-参数调优,调度乱码(二)

大数据工具之HIVE-参数调优,调度乱码(二)

一、调度乱码 在利用HUE工具,搭建WORKFLOW流程的过程中,如果直接执行hivesql数据正常,不会出现乱码现象,如果利用WORKFLOW搭建的流程,进行数据的拉取,会出现数据中文乱码现象,这些乱码主要是由于select 中的硬编码中文导致出现的现象 具体现象如下: select case when …
阅读更多...
【WEB前端2024】开源智体世界：乔布斯3D纪念馆-第26节-内嵌blender展厅

【WEB前端2024】开源智体世界：乔布斯3D纪念馆-第26节-内嵌blender展厅

【WEB前端2024】开源智体世界&#xff1a;乔布斯3D纪念馆-第26节-内嵌blender展厅 使用dtns.network德塔世界&#xff08;开源的智体世界引擎&#xff09;&#xff0c;策划和设计《乔布斯超大型的开源3D纪念馆》的系列教程。dtns.network是一款主要由JavaScript编写的智体世界…
阅读更多...
人工智能万卡 GPU 集群的硬件和网络架构

人工智能万卡 GPU 集群的硬件和网络架构

万卡 GPU 集群互联&#xff1a;硬件配置和网络设计 一、背景 自从 OpenAI 推出 ChatGPT 以来&#xff0c;LLM 迅速成为焦点关注的对象&#xff0c;并取得快速发展。众多企业纷纷投入 LLM 预训练&#xff0c;希望跟上这一波浪潮。然而&#xff0c;要训练一个 100B 规模的 LLM&a…
阅读更多...
OpenWrt U盘安装使用 详细教程 x86/64平台 软路由实测 系列一

OpenWrt U盘安装使用 详细教程 x86/64平台 软路由实测 系列一

1 官方稳定 版:OpenWrt 23.05 OpenWrt Downloads #根据实际情况选择 PC支持uefi,选择版本&#xff1a;https://downloads.openwrt.org/releases/23.05.3/targets/x86/64/openwrt-23.05.3-x86-64-generic-ext4-combined-efi.img.gz 2 rufus 制作U盘启动 3 制作好的U盘,接入主…
阅读更多...
经典链表题-链表回文结构

经典链表题-链表回文结构

&#x1f389;&#x1f389;&#x1f389;欢迎莅临我的博客空间&#xff0c;我是池央&#xff0c;一个对C和数据结构怀有无限热忱的探索者。&#x1f64c; &#x1f338;&#x1f338;&#x1f338;这里是我分享C/C编程、数据结构应用的乐园✨ &#x1f388;&#x1f388;&…
阅读更多...
传输层——UDP

传输层——UDP

在学习计算机网络的过程中&#xff0c;我们知道OSI七层协议模型&#xff0c;但是在实际开发应 用中我们发现OSI七层协议模型并不适合实施&#xff0c;因为OSI上三层通常都是由开 发人员统一完成的&#xff0c;这三层之间在实现过程中没有一个明确的界限&#xff0c;所以我 们更…
阅读更多...
Windows平台C#版RTSP转RTMP直播推送定制版

Windows平台C#版RTSP转RTMP直播推送定制版

技术背景 前几年我们发布了C版的多路RTMP/RTSP转RTMP转发官方定制版。在秉承低延迟、灵活稳定、低资源占用的前提下&#xff0c;客户无需关注开发细节&#xff0c;只需图形化配置转发等各类参数&#xff0c;实现产品快速上线目的。 如监控类摄像机、NVR等&#xff0c;通过厂商…
阅读更多...
关于堆排序

关于堆排序

今天我们不刷力扣了&#xff0c;我们来复习&#xff08;手撕&#xff09;一下数据结构中的八大排序算法之一&#xff0c;堆排序 基本概念&#xff1a; 堆是一种特殊的树形数据结构&#xff0c;即完全二叉树。 堆分为大顶堆和小顶堆&#xff1a; 大顶堆&#xff1a;每个节点的值…
阅读更多...
手机上制作证件照

手机上制作证件照

最近由于需要给老姐弄一组证件照&#xff0c;找了一通手机上的软件&#xff0c;找到一款性价比较高的&#xff0c;详细流程记录下来。vx小程序上搜索"泰世茂证件照"&#xff0c;打开首页如下图所示∶ 单击"开始制作" &#xff0c;选择一个证件照类别&#…
阅读更多...
Python中Web开发-FastAPI框架

Python中Web开发-FastAPI框架

大家好&#xff0c;在当今Web开发领域&#xff0c;高性能、易用性和可扩展性是开发者们追求的目标。Python作为一种流行的编程语言&#xff0c;在Web开发领域也有着强大的影响力。而在众多的Python Web框架中&#xff0c;FastAPI凭借其快速、现代和易用的特性&#xff0c;成为了…
阅读更多...
语雀——云知识库/笔记

语雀——云知识库/笔记

对于日常进行学习/创作或是记录学习、工作内容与心得的群体来说&#xff0c;能够及时同步的云笔记应用有着广泛的应用场景。近期&#xff0c;我也探索了许多款不同的软件应用&#xff0c;今天来分享一款很有特点的应用——语雀。 语雀&#xff0c;为每一个人提供优秀的文档和知…
阅读更多...
docker-file 网络

docker-file 网络

docker挂载 1.绑定挂载&#xff08;Bind Mounts&#xff09;&#xff1a;绑定挂载是将主机上的文件或目录挂载到容器中。 docker run -v /host/path:/container/path image_name 2.卷挂载&#xff08;Volume Mounts&#xff09;&#xff1a;卷挂载将 Docker 数据卷挂载到容器中…
阅读更多...
[数据结构1.0]计数排序

[数据结构1.0]计数排序

读者老爷好&#xff0c;本鼠鼠最近学了计数排序&#xff0c;浅浅介绍一下&#xff01; 目录 1.统计相同元素出现次数 2.根据统计的结果将序列回填到原来的序列中 3.相对映射计数排序 计数排序又称为鸽巢原理&#xff0c;是对哈希直接定址法的变形应用&#xff0c;是非比较排…
阅读更多...
AI语音及其应用

AI语音及其应用

文章目录 一、基本认识二、AI语音应用场景三、真人录音与AI配音的区别四、AI语音创作基本步骤 本文将简单了解下AI语音、应用场景及其优势和创作核心步骤。 一、基本认识 AI语音是指基于人工智能技术开发的语音识别和语音合成系统。语音识别是指计算机识别和理解人类语音的能力…
阅读更多...
决定了，将ChatGPTer开源！主打一个大模型人人可用。

决定了，将ChatGPTer开源！主打一个大模型人人可用。

一个快速上手且极易部署的类ChatGPT开源应用&#xff0c;可接入 OPENAI API 或 通义千问API 开源地址&#xff1a; https://github.com/isnl/EsChat 大声(偷偷)告诉你&#xff1a;通义千问有免费API额度可白嫖&#xff01;&#xff01;&#xff01; 版本特性 OPENAI 和 通义千…
阅读更多...
北航提出part2whole:可控⼈体图像⽣成的统⼀参考框架,可从任何数量和不同来源的参考人体部位图像中生成逼真的、高质量的各种姿势的人体人物图。

北航提出part2whole:可控⼈体图像⽣成的统⼀参考框架,可从任何数量和不同来源的参考人体部位图像中生成逼真的、高质量的各种姿势的人体人物图。

Parts2Whole&#xff0c;它可以从任何数量和不同来源的参考人体部位图像中生成逼真的、高质量的各种姿势的人体人物。我们的方法保持了与相应条件语义区域的高度一致性&#xff0c;同时保证了整体之间的多样性和协调性。 (a)以不同人的参考图像为条件生成人的图像。每对包括4个…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023