数据结构与算法

【数据结构】图

目录1. 图的基本概念2. 图的存储结构2.1 邻接矩阵2.2 邻接表1. 无向图邻接表存储2. 有向图邻接表存储3. 图的遍历3.1 图的广度优先遍历3.2 图的深度优先遍历3.3非连通图情形4. 最小生成树4.1 Kruskal算法4.2 Prim算法5. 最短路径5.1单源最短路径--Dijkstra算法5.2 单源最短路径--Bellman-Ford算法5.3 多源最短路径--Floyd-

MySQL Explain

mysql执行计划 在日常工作中,为了知道优化SQL语句的执行,需要查看SQL语句的具体执行过程,以加快SQL语句的执行效率。 可以使用explain+SQL语句来模拟优化器执行SQL查询语句,从而知道mysql是如何处理sql语句的。 官网地址: 1、执行计划中包含的信息

R可视化之ComplexHeatmap【二】:行(列)顺序、行(列)名

特别声明:本部分(系列)内容均来自顾祖光博士对ComplexHeatmap的介绍,仅为学习交流,尊重原创。 热图系列我们已经有: R可视化之ComplexHeatmap【一】:颜色、标题、聚类 今天分享:如何自定义热图行(列)名及顺序。 行(列)顺序(本部分主要包括:基于聚类结果的排序和完全自定义排序) 为了满足用户对行列顺序的自定义要求,ComplexHeatmap提供了两种方案:基于聚

【STL源码剖析】从源码看 list:从迭代器到算法

半桔:个人主页  🔥 个人专栏: 《Linux手册》《手撕面试算法》《C++从入门到入土》 🔖源码之前,了不秘密。 文章目录 前言 一. list 概述 二. list 的节点 三. list 迭代器 3.1 定义 3.2 构造 3.3 重载 四. list 数据结构 五. li

模型量化与剪枝:让神经网络在边缘设备上“瘦身”运行

引言:AI的“下沉”时代在过去十年,深度学习的辉煌主要属于云端。强大的GPU集群日以继夜地训练着越来越大的模型,从ResNet到GPT,参数数量呈指数级增长。然而,真正的智能化不应只局限于数据中心。当AI想要走出机房,融入我们的日常生活——比如在智能手表上监测心率异常、在无人机上实时识别农田病虫害、或在生产线上通过摄像头进行毫秒级的缺陷检测——我们遇到了一个根本性的矛盾:边缘设备有限的资源与巨型模

Java前缀和算法题目练习

前缀和 前缀和 二维前缀和 寻找数组的中心下标 除自身以外数组的乘积 和为k的子数组 和可被K整除的子数组 连续数组 矩阵区域和 前缀和 题目解析:在一个数组中查询起对应区间的和,会查询多次 算法思想:暴力解法:每次查询都进行一次遍历,时间复杂度O(n*m) 前缀和解法:新定义一个数组&#xff0

mysql之count(*)

在不同的 MySQL 引擎中,count(*) 有不同的实现方式。 MyISAM 引擎把一个表的总行数存在了磁盘上,因此执行 count(*) 的时候会直接返回这个数,效率很高;即没有where条件的过滤情况下,直接返回总数。 而 InnoDB 引擎就麻烦了,它执行 count(*) 的时候,需要把数据一行一行地从引擎里面读出来,然后累积计数。 对于 count(字段) 来说: 如果这个“字

用快马AI平台5分钟实现A*算法可视化:零基础打造智能路径规划演示

快速体验 打开 InsCode(快马)平台 输入框内输入如下内容: 创建一个基于A*算法的路径规划可视化应用。应用需要实现以下功能:1) 允许用户在网格地图上设置起点、终点和障碍物;2) 实时展示A*算法的搜索过程,包括开放列表和关闭列表;3) 高亮显示最终找到的最短路径&#xf

算法基础篇:(十二)基础算法之倍增思想:从快速幂到大数据运算优化

目录前言一、什么是倍增思想?—— 从 “一步步走” 到 “跳着走”1.1 倍增思想的核心本质1.2 倍增思想的数学基础1.3 倍增思想的适用场景二、倍增思想的入门实践:快速幂(O (log b) 求 a^b mod p)2.1 问题引入:为什么需要快速幂?2.2 快速幂的原理:二进制分解 +

566.【数据库自动化测试流程构建】各模块简介

从客户端到服务端简单介绍下整个数据库自动化测试的各个模块: 一、客户端功能模块 选择测试环境:包括单机版、集群版,指定自动构建的测试环境,提交后,将由服务端调用k8ssdk 在kubernetes中创建基础的数据环境; 选择jar版本:数据库版本迭代时发布的jar包,在测试环境启动时会根据该参数实时下载jar包; 选择测试数据集:包括ssb、tpch数据集,在测试环境启动时会根据该参数自动下载对