hashmap底层原理(数据结构 put原理 get原理 remove原理)

news2024/12/23 16:51:09

目录

一、数据结构

 二、put原理

进入put方法

第一步:通过 HashMap 自己提供的hash 算法算出当前 key 的hash 值

第二步: 进入putVal(hash(key), key, value, false, true)

第三步: resize

完整源码

putval

resize

流程图​

 三、get原理

四、remove原理


一、数据结构

        HashMap 数据结构为 数组+链表,其中:链表的节点存储的是一个 Entry 对象,每个Entry 对象存储四个属性(hash,key,value,next)

HashMap实现采用Entry数组来存储key-value对(数组默认大小为0),每一个键值对组成了一个Entry实体,Entry类实际上是一个单向的链表结构,它具有Next指针,可以连接下一个Entry实体,依次来解决Hash冲突的问题,因为HashMap是按照Key的hash值来计算Entry在HashMap中存储的位置的,如果hash值相同,而key内容不相等,那么就用链表来解决这种hash冲突。

JDK8之前 是数组 + 链表 。

JDK8 是数组 + 链表|红黑树。

JDK1.8 版本的HashMap,底层数据使用数组 + 链表/红黑树实现。

  • 数组作为基础的数据存储结构。
  • 链表是为了解决hash碰撞问题。
  • 红黑树是为了解决链表中的数据较多(满足链表长度超过8且数组长度大于64,才会将链表替换成红黑树才会树化)时效率下降的问题。

 二、put原理

        首先,初始化 HashMap,提供了有参构造和无参构造,无参构造中,容器默认的数组大小 initialCapacity 为 16,加载因子loadFactor 为0.75。容器的阈(yu)值为 initialCapacity * loadFactor,默认情况下阈值为 16 * 0.75 = 12; 

源码

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {
 
    // 默认容量,默认为16,必须是2的幂
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
 
    // 最大容量,值是2^30
    static final int MAXIMUM_CAPACITY = 1 << 30
 
    // 装载因子,默认的装载因子是0.75
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
 
    // 解决冲突的数据结构由链表转换成树的阈值,默认为8
    static final int TREEIFY_THRESHOLD = 8;
 
    // 解决冲突的数据结构由树转换成链表的阈值,默认为6
    static final int UNTREEIFY_THRESHOLD = 6;
 
    /* 当桶中的bin被树化时最小的hash表容量。
     *  如果没有达到这个阈值,即hash表容量小于MIN_TREEIFY_CAPACITY,当桶中bin的数量太多时会执行resize扩容操作。
     *  这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。
     */
    static final int MIN_TREEIFY_CAPACITY = 64;
 
    static class Node<K,V> implements Map.Entry<K,V> {
        //...
    }
    // 存储数据的数组
    transient Node<K,V>[] table;
 
    // 遍历的容器
    transient Set<Map.Entry<K,V>> entrySet;
 
    // Map中KEY-VALUE的数量
    transient int size;
 
    /**
     * 结构性变更的次数。
     * 结构性变更是指map的元素数量的变化,比如rehash操作。
     * 用于HashMap快速失败操作,比如在遍历时发生了结构性变更,就会抛出ConcurrentModificationException。
     */
    transient int modCount;
 
    // 下次resize的操作的size值。
    int threshold;
 
    // 负载因子,resize后容量的大小会增加现有size * loadFactor
    final float loadFactor;
}

进入put方法

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

第一步:通过 HashMap 自己提供的hash 算法算出当前 key 的hash 值

static final int hash(Object key) {   //jdk1.8
     int h;
     // h = key.hashCode() 为第一步 取hashCode值
     // h ^ (h >>> 16)  为第二步 高位参与运算
     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

 计算key.hashCode()并将哈希的高位数扩展到低位数。

  • key.hashCode()获取key的hashCode值
  • key的hashCode值与其无符号右移16位值进行异或^。从而让Hash值分布更均匀,将高位的碰撞影响向下扩散。

第二步: 进入putVal(hash(key), key, value, false, true)

参数:

hash(key) : hashcode的高16位------不容易产生冲突
key : 键
value : 值

  1. 第一次添加元素时,要进行一次resize()扩容,n=扩容后的长度
  2. 通过散列函数计算数据要存放的位置,若该位置为空则直接往里添加

如果通过散列函数计算出的下标位置有元素:

  1. 通过hash、key地址和key内容判断是要存放的元素和该位置的元素是否为同一个元素,若为同一个元素,则覆盖
  2. 若不是同一个元素,即产生了冲突,使用链地址法解决冲突,如果p是红黑树的结点,则存放到红黑树中
  3. 若不是树的结点,如果是p时Node结点,采用尾插法将元素插入

如果链表长度大于等于8,而且哈希表长度小于64,则扩容哈希表,否则将链表转化为红黑树
如果链表中已经存在要插入的元素,则不再进行插入

如果e不为null,说明map中已经存在所要添加到key,如果value不同,返回旧value,

前部分只有一个key存在,覆盖value里有return跳出方法,到此处说明key作为一个新元素已经添加进了HashMap中,如果此时元素个数>扩容阈值,则需要resize()进行扩容,返回null

第三步: resize

        初始化或加倍表的大小。如果为空,则根据当前阈值中保持的初始容量目标进行分配。如果不为空,则进行2倍扩容,返回:扩容后的table


完整源码

putval

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 如果数组为空,进行 resize() 初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // (n - 1) & hash相当于取模,获取数组的索引位置
        // 如果计算的位置上Node不存在,直接创建节点插入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            // 如果计算的位置上Node 存在,链表或者红黑树处理
            Node<K,V> e; K k;
            // 如果已存在的key和传入的key一模一样,则需要覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果 index 位置元素已经存在,且是红黑树
            else if (p instanceof TreeNode)
                // 将元素put到红黑树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 否则如果是链表的情况,对链表进行遍历,并统计链表长度
                for (int binCount = 0; ; ++binCount) {
                    // 如果节点链表的next为空
                    if ((e = p.next) == null) {
                        // 找到节点链表中next为空的节点,创建新的节点插入
                        p.next = newNode(hash, key, value, null);
                        // 如果节点链表中数量超过TREEIFY_THRESHOLD(8)个,转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 树化
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 判断节点链表中的key和传入的key是否一样
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 如果一样的话,退出
                        break;
                    p = e;
                }
            }
            // 如果存在相同key的节点e不为空
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
                if (!onlyIfAbsent || oldValue == null)
                    // 设置新的值
                    e.value = value;
                afterNodeAccess(e);
                // 返回旧的结果
                return oldValue;
            }
        }
        ++modCount;
        // 当前大小大于临界大小,扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
}

resize

    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 计算新的容量值和下一次要扩展的容量
        if (oldCap > 0) {
        // 超过最大值就不再扩充了,就只好随你碰撞去吧
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 没超过最大值,就扩充为原来的2倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 计算新的resize上限
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            // 把每个bucket都移动到新的buckets中
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //如果位置上没有元素,直接为null
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //如果只有一个元素,新的hash计算后放入新的数组中
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果是树状结构,使用红黑树保存
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //如果是链表形式
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //hash碰撞后高位为0,放入低Hash值的链表中
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            //hash碰撞后高位为1,放入高Hash值的链表中
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        // 低hash值的链表放入数组的原始位置
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 高hash值的链表放入数组的原始位置 + 原始容量
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

根据HashMao的put方法,总结数据插入原理:(也是根据键的hashcode存储数据)

  1. 首先计算要插入数据 key 的hash值(hash(key))。
  2. 判断数组是否为空,为空则初始化数组(第一次插入节点时才会进行初始化),不为空,计算其索引位置((n - 1) & hash)
  3. 计算出索引位置后,查看该索引位置是否存在其他数据节点,不存在则新创建一个节点存放
  4. 若该位置存在数据节点,先判断插入的key是否和头结点的key相等,若相等,替换其value即可
  5. 若不相等,则判断头结点是不是红黑树节点,是,从根节点开始遍历,看能否查找到和插入的key相等的节点,如果找到和插入的key相同的节点,则替换其value,否则新建一个红黑树节点存放数据,并进行平衡调整
  6. 若头节点不是红黑树,则表明为链表,此时遍历链表的节点,看能否查找到和key相等的节点
  7. 如果找到和key相同的节点,则替换其value,否则在链表尾部新建节点。
  8. 插入完成之后判断当前节点数是否超过8个,且数组大小是否超过64,若超过则转换为红黑树。
  9. 最后判断数组是否应该扩容

流程图

 三、get原理

        在get方法中,首先计算hash值,得到该key在table中的存储位置,得到该位置的单链表,遍历列表找到key和指定key内容相等的Entry,返回Entry.value值

 public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    /* 最外层if判断node数组不能为空,
    并且对应hash值的node链表第一个结点不能为空*/
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 如果第一个结点就是需要找的结点,直接返回
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        /* 第一个结点如果不是需要找的结点,
        就使用一个指针不断地遍历整个链表,这个指针就是e*/
        if ((e = first.next) != null) {
            // 判断node如果不是链,而是树,则走遍历树的逻辑
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);       
            /* 不是树,就是链表,则用e不断地遍历链表所有结点,
            直到找到对应地结点并返回或者遍历到链表末尾,e为null停止*/
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

四、remove原理

         删除操作,先计算指定key的hash值,然后计算出table中的存储位置,判断当前位置是否Entry实体存在,如果没有直接返回,若当前位置有Entry实体存在,则开始遍历链表。

HashMap中有两个remove()方法,一般常用的是第一个

1. 以key为参数的remove方法 输入key–>key存在就删除,若删除成功则返回被删除的元素的value,删除失败返回null

public V remove(Object key) {
    // 被删除的元素
    Node<K,V> e;
       // 返回移除的节点的value值
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}

2. 以key+value为参数的remove方法 必须key和value都相同才删除

public boolean remove(Object key, Object value) {
	// 返回是否成功移除节点
    return removeNode(hash(key), key, value, true, true) != null;
}

但是两个方法都是在调用removeNode()方法

/**
    移除某个节点,根据下面四个条件进行移除
    hash - key 的hash值 
    key - key
    matchValue - 如果为true,则仅在值相等时删除;如果是false,则值不管相不相等,只要key和hash值一致就移除该节点。
    movable - 如果为false,则在删除时不移动其他节点
    return - 返回被移除节点,未找到则返回null
*/
final Node<K,V> removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {
    // tab:当前map 的数组,p:hash对应的数组索引index位置上的节点/遍历链表时表示当前遍历到的节点的前一个节点,n:数组长度,index:hash对应的数组索引
    // 这几个值在hashMap的源码中很常见
    Node<K,V>[] tab; Node<K,V> p; int n, index;
    // 前提判断 数组不为空,并且长度大于0 并且
    // hash对应的数组索引位置上的节点p也不为null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {
        // node:被移除的节点,e:当前头节点的下一个节点/遍历链表时表示当前遍历到的节点,
        // k:e节点的key,v:被移除节点node 的value
        Node<K,V> node = null, e; K k; V v;
        // 如果第一个节点p就是目标节点,则将node指向第一个节点p
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k)))){
            node = p;
        }
        // 第一个节点不是,那就看看第一个节点还有没有下一个元素。
        // 如果有第二个节点
        else if ((e = p.next) != null) {
            // 如果刚刚第一个节点是红黑树
            if (p instanceof TreeNode){
                // 调用红黑树的查询节点的方法,getTreeNode()
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            }
            // 第一个节点不是红黑树,并且还有第二个节点,那就说明,这里是链表了
            else {
                // 那么开始循环链表,从第二个节点开始循环,因为第一个节点已经处理过了
                do {
                    // 判断e节点是不是目标节点,是的话就将node指向e,并且终止循环
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    // e节点不是目标节点,那就将p节点指向e节点,
                    // 然后while里面e节点后移,在进入循环后发现e是目标节点了,退出循环,退出后此时p节点还是e节点的前一个节点,也就保证了在整个循环的过程中,p节点始终是e节点的前一个节点。
                    p = e;
                } while ((e = e.next) != null);// e指针后移,并且下一个节点不为null则继续遍历,不为null表示没到链表最后。
            }
        }
        // 找到目标节点了  matchValue为true,则仅在值相等时删除。如果是false,则值不管相不相等,只要key和hash值一致就移除该节点。
        if (node != null && (!matchValue || (v = node.value) == value ||
            (value != null && value.equals(v)))) {
            // 如果目标节点是红黑树
            if (node instanceof TreeNode){
                // 调用红黑树的删除节点方法
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            }
            // 目标节点是p节点,
            // 还记得之前 如果第一个节点p(数组桶中的节点)就是目标节点,则将node指向第一个节点p
            else if (node == p){
                // 将目标节点的下一个节点作为该索引位置的第一个元素
                // 也就是跳过目标节点,指向目标节点的下一位
                tab[index] = node.next;
            }
            // 这里就是遍历链表找到了目标节点
            else{
                // p节点始终作为node的上一个节点,p.next始终指向目标节点node
                // 现在将p.next 指向目标节点node的next,这样跳过了目标节点node,就把node移除掉了
                p.next = node.next;
            }
            
            // 记录map结构被修改的次数,主要用于并发编程
            ++modCount;
            // 记录table存储了多少键值对,因为移除了一个,所以此处就减一
            --size;
            // 该方法在hashMap中是空方法,主要是供LinkedHashMap使用,因为LinkedHashMap重写了该方法
            afterNodeRemoval(node);
            // 返回被移除的节点
            return node;
        }
    }
    // 没找到 返回null
    return null;
}

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/1988331.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

如何不需要通过试单(多单未成功)来关闭被禁用的PayPal账号

轮询自检系统 可以最大程度不浪费订单&#xff0c;当你的PayPal被禁止收单时&#xff0c;无需通过试单(多单不成功)功能来关闭你的账号&#xff0c;极大的保证订单的成功率。 除了在接单时候系统自检&#xff0c;我们还提供一个批量检测PayPal账号系统&#xff0c;可大批量的检…

【运维自动化-配置平台】平台管理功能如何使用

蓝鲸智云配置平台&#xff0c;以下简称配置平台 配置平台里的平台管理功能是管理员的一些操作&#xff0c;比如一些全局纬度的设置1、全局配置-业务通用 业务快照名称&#xff1a;通常不需要修改&#xff0c;保持平台搭建好默认业务&#xff08;蓝鲸&#xff09;即可 拓扑最大…

主从备份及安装准备

主从复制 学习内容 1. 备份的三种类型 1. 热备份 2. 逻辑备份 3. 物理备份 2. 情景 ⼊职企业&#xff0c;发现企业架构为⼀主多从&#xff0c;但是两台从服务器和主库不同 步&#xff0c;但是每天会全库北⽅主服务器上的数据到从服务器&#xff0c;由于数据量 不是很⼤&a…

C++校园线上点餐系统-计算机毕业设计源码82032

摘要 本论文旨在设计并实现一种基于C语言的校园线上点餐系统&#xff0c;以解决校园内学生和教职员工点餐的便利性问题。该系统采用C语言作为主要开发语言&#xff0c;结合文件操作、数据结构和用户界面设计等技术&#xff0c;实现了一个功能完善的点餐系统。 论文介绍了校园线…

【书生大模型实战营第三期 | 基础岛第2关-8G 显存玩转书生大模型 Demo】

学习心得&#xff1a;8G 显存玩转书生大模型 Demo 摘要 本文是对《8G 显存玩转书生大模型 Demo》文档的学习心得。通过阅读文档&#xff0c;我了解了如何在有限的硬件资源下部署和使用大型语言模型&#xff0c;包括InternLM2-Chat-1.8B、InternLM-XComposer2-VL-1.8B和Intern…

langchain实现大模型结构化输出

文章目录 前言大模型对话函数返回列表格式返回对象类型返回对象格式&#xff08;信息抽取&#xff09;返回json格式做选择题&#xff08;在给定答案中选一个答案&#xff09; 前言 这里大模型使用GLM4。 结构化输出的稳定性与大模型的能力挂钩 听话的就容易出 不听话的就容易报…

SQL布尔盲注

目录 1 布尔盲注 2布尔盲注流程 2.1输入id进行测试 2.2判断注入类型 2.3爆数据库名 2.4爆表名 2.5爆字段名 2.6查询数据 1 布尔盲注 布尔盲注就是在SQL注入过程中&#xff0c;SQL语句执行后&#xff0c;查询到的数据不能回显到前端页面&#xff0c;如果正确执行了构造的…

连接一切:Web3如何重塑物联网的未来

传统物联网的挑战 物联网&#xff08;IoT&#xff09;正在迅速改变我们的世界&#xff0c;通过将各种设备连接到互联网&#xff0c;它使得设备能够相互交流&#xff0c;提供智能化的服务和解决方案。然而&#xff0c;随着物联网的迅猛发展&#xff0c;安全性、隐私保护和设备互…

C++ primer plus 第17 章 输入、输出和文件:文件输入和输出05:文件模式:内核格式化

C primer plus 第17 章 输入、输出和文件&#xff1a;文件输入和输出05:文件模式:内核格式化 C primer plus 第17 章 输入、输出和文件&#xff1a;文件输入和输出05:文件模式:内核格式化 17.5 内核格式化 程序清单 17.21 strout.cpp 文章目录 C primer plus 第17 章 输入、输…

第41届CCF

第41届CCF中国数据库学术会议 NDBC2024中国乌鲁木齐 《电信领域数据库新需求与挑战》分论坛介绍 2024年08月09日上午09:00-12:30 电信领域进入算力网络时代,数据库国产化需求迫切,对数据库可用性、扩展性、一体化、多模、跨域传输和调度等提出新的要求。基于此,本论坛重点讨…

UE5 右键菜单缺少Generate Visual Studio project files

前言 在安装完毕 ue5 后&#xff0c;看到别人右键菜单有 多出来的三个选项 &#xff0c;但是我却没有&#xff0c;如下图&#xff1a; 解决方式 1、在 “C:\Program Files (x86)\Epic Games\Launcher\Engine\Binaries\Win64” 路径下有 UnrealVersionSelector.exe 文件。 …

fme从json中提取位置到kml中

fme从json中提取位置到kml中 简单参考,我自己要用的,越弄越复杂。 概述-模板总体结构 数据就是官方提供的数据,模板的基本节结构是读模块+转换器+写模块,最近爬取一些json文件,用到了。 1.使用json读模块读取数据 首先检查一下源数据 使用文本打开数据集,可以看到非缩…

压电雨量传感器的工作原理

型号推荐&#xff1a;云境天合TH-Y1】压电动能式雨量计通过雨滴撞击传感器产生的微小形变&#xff0c;将机械能转化为电能。这种转化过程基于压电效应&#xff0c;即某些材料在受到压力作用时会产生电荷&#xff0c;从而产生电信号。雨滴撞击传感器时&#xff0c;传感器发生形变…

写给大模型新人的经验,刷到少走三年弯路!

这篇文章&#xff0c;我将结合自己在大模型领域的经验&#xff0c;给大家详细聊聊新人应该如何转行大模型赛道&#xff1f; 比如大模型都有哪些方向&#xff1f;各方向的能力要求和岗位匹配&#xff1f;新手转行大模型常踩的坑和常见的误区&#xff1f;以及入行大模型最顺滑的…

扩散模型系列笔记(一)——DDPM

直观理解 扩散模型分为前向过程&#xff08;扩散过程&#xff0c;Data → \to →Noise&#xff09;和后向过程&#xff08;生成过程或逆扩散过程&#xff0c;Noise → \to →Data&#xff09;。在前向过程中&#xff0c;对于每一个观测样本&#xff0c;不断向样本中添加少量噪…

智能编程新纪元:腾讯AI代码助手的高效编程体验

智能编程新纪元&#xff1a;腾讯AI代码助手的高效编程体验 智能编程新纪元&#xff1a;腾讯AI代码助手的高效编程体验引言一、配置开发环境二、AI助手实现高效编程2.1 AI助手自动补全2.2 AI助手实现编程思维2.3 AI助手高效注解2.4 AI助手打破语言壁垒 三、帮助和提升四、优化和…

【CSS入门】第一课 - CSS内容都可以写在哪里?

从这一小节开始&#xff0c;我们开始学习CSS的内容。之前都是学习的HTML标签&#xff0c;还用几节课的时间做了纯HTML标签的实战。 但是只用纯HTML标签做出来的东西呢&#xff0c;不是那么好看&#xff0c;而且你看那么多网站&#xff0c;没有哪个网站只用纯HTML标签做东西的&…

游戏加速器推荐

游戏加速器推荐&#xff0c;玩游戏用什么加速器&#xff01;我得给你推荐一款我常用的。 首先呢&#xff0c;就是深度加速器&#xff0c;它针对目前手游网游的游戏加速效果特别棒&#xff0c;而且界面也很友好。 另外&#xff0c;还有深度加速器&#xff0c;这款加速器不仅支持…

springboot青少年科普平台-计算机毕业设计源码76194

摘 要 对于搭建一个青少年科普平台&#xff0c;您可以考虑使用Spring Boot作为后端框架。Spring Boot是一个能够简化Spring应用开发的框架&#xff0c;能够帮助您快速搭建稳定、高效的后端服务。您可以利用Spring Boot的特性来构建一个可靠的数据服务&#xff0c;用于展示和传播…

为什么稳定的开关电源仍可能振荡

开关模式调节器 开关模式调节器的功能是尽可能高效地将输入电压转换为稳定的恒定输出电压。 此过程会有一些损失&#xff0c;其效率可衡量为 ηPOUTPIN?PINPOUTη→VINIIN(1)VOUTIOUTη?IINVOUTIOUTη/VIN 图 1. 输入电流与输入电压的关系。 图 2. 添加了 12 V 处的切线。…