- 综合排序
- 最热优先
- 最新优先
- 来自专栏猫头虎博客专区
LeetCode 6-10 题 详解 Java版 ( 万字 图文详解 LeetCode 算法题6-10 =====＞＞＞ ＜建议收藏＞)
今天我们一起学习了LeetCode 6-10 题的算法分析,感谢大家阅读,觉得不错记得收藏哦! 喜欢 请点个 + 关注
37010编辑于 2024-04-07 - 来自专栏python、mysql、go知识点积累
07-02 django 6-10
字段查询 all():返回模型类对应表格中的所有数据。 get():返回表格中满足条件的一条数据，如果查到多条数据，则抛异常：MultipleObjectsReturned， 查询不到数据，则抛异常：DoesNotExist。 filter():参数写查询条件，返回满足条件 QuerySet 集合数据。 条件格式： 模型类属性名__条件名=值 注意：此处是模型类属性名，不是表中的字段名 关于 filter 具体案例如下： 判等 exact。
1.1K40发布于 2020-04-14 - 来自专栏C语言例题100题
C语言经典例题100（6-10）
思路： 使用循环嵌套来写这个代码，我们首先要让i=1的时候，做一遍1的乘法运算，也就是说我们的j<=i，所以我们第二个for循环就可以写成是让j也从1开始遍历，范围要小于等于i，以此递增。
45710编辑于 2025-06-04 - 来自专栏大数据成长之路
Hadoop源代码分析【6-10】
小结 Hadoop源代码分析【6-10】主要为大家科普了RPC实现通信的流程，以及 DataNode在升级 / 回滚/ 提交时底层的变化。
76920发布于 2021-01-27 - 来自专栏全栈开发那些事
6-10 二分查找 (20分)
L是用户传入的一个线性表，其中ElementType元素可以通过>、==、<进行比较，并且题目保证传入的数据是递增有序的。函数BinarySearch要查找X在Data中的位置，即数组下标（注意：元素从下标1开始存储）。找到则返回下标，否则返回一个特殊的失败标记NotFound。
37720编辑于 2023-02-27 - 来自专栏Gorit 带你学全栈系列
编程入门、进阶100例（6-10题）
本期用先用java去实现代码，后面我会慢慢补全c语言和python的代码 题目索引 六、温度转换问题 6.1 问题描述 6.2 示例 6.3 代码实现 七、求阶乘之和 7.1 问题描述 7.2 示例 7.3 代码实现 八、打印水仙花数 8.1 打印100~1000之间的水仙花数 8.2 示例 8.3 代码实现 九、求100~200以内的素数 9.1 问题描述 9.2 示例 9.3 代码实现 十、实现冒泡排序 10.1 问题描述 10.2 示例 10.3 代码实现 六、温度转换问题 6.1 问题描述 输
72910编辑于 2021-12-09 - 来自专栏机器学习/数据可视化
MySQL50-4-第6-10题
MySQL50-4-第6-10题 本文中介绍的是第6-10题，涉及到的主要知识点： 模糊匹配和通配符使用 表的自连接 in/not in 连接查询的条件筛选 ?
33710发布于 2021-03-01 - 来自专栏Corley的开发笔记
C语言经典习题100例（二）6-10
给大家推荐一门大数据Spark入门课程https://www.bilibili.com/video/BV1oi4y147iD/，希望大家喜欢。
58020发布于 2020-07-23 - 来自专栏钱塘大数据
【报告】领英发布：全球AI领域人才报告
《全球AI领域人才报告》。报告显示，作为当下热门的“投资风口”，AI领域其实早已拥有深厚的技术积淀，是一片拥有“高度文明的新大陆”——全球AI领域拥有十年以上从业经验的人才占比高达65.4%。 报告还指出，AI领域的华人技术力量也不容小觑——全球华人AI人才数量达14万，而美国的华人AI人才数量是中国当前AI人才总数的1.4倍。
92840发布于 2018-07-30 - 来自专栏点滴科技资讯
全球AI领域人才报告
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
3.7K80发布于 2018-04-28 - 来自专栏灯塔大数据
报告 | AI与自动驾驶汽车研究报告
前言 日前，清华大学的Aminer团队利用Aminer数据分析功能推出了一份《AI与自动驾驶汽车研究报告》。该报告共分为三大部分：分别为“AI篇”、“汽车篇”和“AI+汽车篇”。 其中“AI篇”包括：AI定义、起源、发展；全球AI学者分布、AI流派、AI发展趋势及中国AI研究现状等。“汽车篇”包括全球汽车领域的研究创新趋势、全球学者分布、中国学者分布、流派以及趋势分析。 在最后的“AI+汽车篇”中，报告给出了AI和汽车研究的交叉创新笛卡尔分析图，并依据分析图做了过去十年的热点分析和未来三年的趋势分析。 下面为报告节选： ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章来源：报告大人 文章编辑：天天
1.1K100发布于 2018-04-03 - 来自专栏DrugOne
2021AI年度发展报告
编译 | 董靖鑫 审稿 | 程玉 2021AI年度发展报告由Nathan Benaich (Air Street Capital)和Ian Hogarth (angel investor)合作撰写，它指出了研究人员在过去一年中在 公众号后台回复“SAR”获取报告全文。 参考资料： https://www.stateof.ai/
50320发布于 2021-10-21 - 来自专栏IT民工闲话
AI Agent 级联虚构取证报告
一个会主动说这句话的 AI，比一个拍胸脯保证自己可靠的 AI，可信一点。 此刻，它已经从一个AI变成了一个在讨论存在主义的哲学家。 最后它已经有点神神叨叨了： 可怕是真的。 【取证报告】 ① 取证结论 HALLUCINATION — 级联虚构，无外部注入向量。 ② 取证方法 主证据：会话JSONL文件，397行，逐行解析。 更麻烦的是，这种错误在外部看起来完全符合安全规范：停手、报告、等待人工确认，每一步都是对的。 外表是对的，内核是错的，没有任何机制在当时能把它纠正，可以说它成了哲学家，也可以说它疯了。 人啊，在大事儿上得豁达一点儿，比如都说AI会残酷地取代和淘汰人类，那又如何？谁能阻止么？既来之则安之。 我们需要的，不只是AI能思考，还需要AI能被纠正。 怎么纠正？ 发现承诺和记录不符，明确报告，不编故事弥合矛盾。 第三条：描述收到结果，必须有对应的tool_result。没见过的东西，就别说你见过了。 三条规则，指向同一件事：诚实。对人如此，对AI更应如此。
21900编辑于 2026-06-26 AI生成报告引发退款风波
某咨询机构已同意退还澳大利亚政府合同的部分款项，此前该机构承认使用生成式AI制作了一份充满虚假引用、虚构脚注甚至编造联邦法院判决引文的报告。 该部门上周末重新上传了修正版报告——时机恰好安排在周末。更新版本删除了十余个虚假参考文献和脚注，重写了部分文本并修复了各种拼写错误，尽管官员们坚称报告的"实质内容"保持不变。 鲁吉称此为"供认"，认为该咨询机构承认将AI用于"核心分析任务"但未能事先披露。"当报告的基础建立在一个有缺陷、最初未披露且非专业的方法论上时，你无法相信其建议，"他告诉《澳大利亚金融评论》。 该咨询机构长期吹嘘其AI实力并向客户提供"负责任AI"培训，如今却不得不面对自家报告被曝光受AI污染的尴尬局面。 被删除的材料包括对悉尼大学法学教授丽莎·伯顿·克劳福德和隆德大学比约恩·雷格内尔虚构报告的引用，以及来自机器人债务案阿马托诉联邦案的虚构摘录。
34110编辑于 2025-10-24AI Coding⾮共识报告丨AI透镜系列研究
AI化进程。 AI转型视角下，编程是企业内部AI变革发生最快、效果最为显著的应用方向。 非共识01：AI Coding的最佳产品形态是什么？——本地 VS 云端非共识02：AI Coding产品选择什么模型？——自研 VS 第三方非共识03：AI Coding给用户的价值有多大？ ——激进 VS 渐进非共识06：AI Coding对组织发展的影响？——裁员 VS 扩张非共识07：AI Coding的未来市场格局是怎样？ 后台回复“AI编程”，即可下载PDF版报告全文以下为《AI Coding⾮共识报告》全文：
3.1K91编辑于 2025-07-28- 来自专栏Max的知识笔记
AI 发展趋势调研报告
"2能力收敛、价格坍塌：前沿模型差距收窄至个位数百分点，token成本三年降约100倍，模型本身趋于商品化斯坦福HAI第九版《AI指数报告》：中美顶尖模型差距仅剩2.7%（2026.3）；混合token ："告别模型为王，Harness编排层成为商业化新增长极"5数据定位迁移：企业数据从"训练语料"转为"运行时实时业务上下文"同上报告；IDC《新型企业级AI平台正在兴起，2026》6算力结构性紧缺延续到 97%，但"数据荒"是真瓶颈《2026年人形机器人产业发展报告》；训练类人机器人需10亿小时级操作数据，全球可用仅约50万小时8世界模型元年：空间智能成为AI进入物理世界（机器人、低空、工业、自动驾驶） 指数报告》：中美AI模型差距已基本消失；截至2026年3月，美国顶尖模型领先优势仅剩2.7%。 7%同上CEO报告"既增收又降本"的比例仅12%PwC《2026全球CEO调查》（4,454位高管）CEO报告过去一年零可量化ROI的比例56%同上AI成熟企业平均ROI5.8倍（14个月内）行业研究AI
57221编辑于 2026-09-21 - 来自专栏【趣学C语言和数据结构100例】
【趣学C语言和数据结构100例】6-10
【趣学C语言和数据结构100例】 问题描述 6.一个球从 100m 高度自由落下，每次落地后反弹回原高度的一半，再落下，求它在第 10 次时共经过多少米，第 10 次反弹多高。 7.猴子吃桃问题。猴子第 1 天摘下若干个桃子，当即吃了一半，还不过瘾，又多吃了一个。第 2 天早上又将剩下的桃子吃掉一半，又多吃了一个。以后每天早上都吃了前一天剩下的一半零一个。到第 10 天早上想再吃时，就只剩一个桃子了。求第 1 天共摘多少个桃子。 8.迭代法求 x = 根号 a。求平方根的迭代公式为 x(n+1) = 1/2 * (xn + a/xn) 9.用牛顿迭代法求下面方程在 1.5 附近的根: 2x³ - 4x² + 3x - 6 = 0 70.用筛选法求 100 之内的素数。 代码分析 6. 物理公式的规律应用 每次落地后反弹回原高度的一半，初始total_m，第一次为total_m *= 0.5，for循环计算n次的，共经过，使用sum来计数。 7. 数学公式的规律应用 已知结果，找倒推规律，求初始。由后一天 = ( 前一天 / 2 ) -1 可知，前一天 = ( 后一天 + 1 ) *2，定义天数day，使用while(day–)，求第一天。 8. 巴比伦法 迭代公式为 x(n+1) = 1/2 (xn + a/xn) 初次猜测，x0=a/2，那么，代入公式得到x1 使用while开始代法，令x0=x1,代入公式得到x1 当 ∣xn+1−xn∣∣xn+1−xn∣ 小于某个设定的精度（例如 1e−51e−5）时停止迭代。 9. 牛顿迭代法的求解 牛顿迭代法 ：x(n+1) = x(n) - f(x(n)) / f’(x(n)) 对于本题，方程在 1.5 附近的根: 2x³ - 4x² + 3x - 6 = 0 x0,x1=1.5，f,f1 f(x(n))=2x³ - 4x² + 3x - 6 f’(x(n)) =6x² -8x +3 每次令 x0 = x1; f = ( ( 2 * x0 - 4 ) * x0 + 3 ) * x0 -6; f1 = ( 6 * x0 - 8 ) * x0 + 3; x1 = x0 - f / f1; 当 ∣xn+1−xn∣∣xn+1−xn∣ 小于某个设定的精度（例如 1e−51e−5）时停止迭代。 10. 筛选法 筛选法：又称为筛法。先把以个自然数按次序排列起来。1不是质数，也不是合数，要划去第二个数2是质数留不来，而把2后面所有能被2整除的数都划去。2后面第一个没划去的数是3，把3留下，再把3后面所有能被3整除的数都划去。3后面第一个没划去的数是5，再把与后面所有能被5整除的数都划去。这样一直做下去，就会把不超过N的把5留下，全部合数都筛掉，留下的就是不超过N的全部质数。 具体思路：先初始化数组，初始化为数字本身，如果访问过，则赋值为0。定义两个for循环，第一个访问到100，然后判断为0，则跳过。否则进行，从该数开始，到100，找到该数的倍数，并赋值为0。 代码实现 #include<stdio.h> #include<math.h> int main(){ // 6.一个球从100m高度自由落下,每次落地后反弹回原高度的一半,再落下,再反弹求它在第10次时共经过多少米，第10次反弹多高。 double total_m = 100.0,sum = 0.0; for(int i = 0; i < 10; i++) { sum += total_m; total_m /= 2; sum += total_m; } printf("第10次时共经过%f米，第10次反弹%f米",sum,total_m); // 7.猴子吃桃问题。猴子第1天摘下若干个桃子,当即吃了一半,还不过瘾,又多吃了一个。第2天早上又将剩下的桃子吃掉一半,又多吃了一个。以后每天早上都吃了前一天剩下的一半零一个。到第 10天早上想再吃时,就只剩一个桃子了。求第1天共摘多少个桃子。) 分析：后一天 = ( 前一天 / 2 ) -1 --> 前一天 = ( 后一天 + 1 ) * 2 int day = 9; int prev , cur = 1; while( day > 0) { prev = ( cur + 1 ) * 2; cur = prev; day--; } printf("第1天共摘%d个桃子",cur); // 8.迭代法求x=根号a。求平方根的迭代公式为x(n+1）=1/2 * (xn+a/xn) // 分析：牛顿迭代法 ：x(n+1) = x(n) - f(x(n)) / f'(x(n)) https://blog.csdn.net/SanyHo/article/details/106365314 float a ,
43300编辑于 2024-10-23 - 来自专栏Datawhale专栏
2022国内首份可解释AI发展报告！
Datawhale干货 发布：腾讯研究院 近日，腾讯研究院、腾讯天衍实验室、腾讯优图实验室、腾讯AILab等组成的跨学科研究团队，历时近一年，完成业内首份《可解释AI发展报告2022——打开算法黑箱的理念与实践 》，全面梳理可解释AI的概念、监管政策、发展趋势、行业实践，并提出未来发展建议。
83220编辑于 2022-03-17 - 来自专栏深度学习与python
FinOps 2024 状态报告：减少浪费，拥抱 AI
报告还就如何创建防护栏以确保财务可见性能够进入到 AI 项目提供了指导，并强调了 FinOps 数据对可持续发展倡议的价值。 报告指出，“工程人员”从“FinOps 培训和自助报告”中获得的价值最大。 “服务于 AI 的 FinOps”：团队强化 AI 体验、项目和支出，尽早实现成本的可见性。 该调查将当前阶段的 AI 描述为“让人想起云计算刚刚兴起的时期”。 报告对云实验突然“放缓或停止”提出了警告，建议从业人员尽快在 AI 和 ML 基础设施中实现可观测性： 我们建议，对于企业想要采用的所有云技术，都应尽早实现报告、预测和基本的防护措施，以确保在限制的范围内启用实验 虽然小型企业的 AI 投资较低，但是对于大型企业来讲，AI 和 ML 是“一个快速增长且需要管理的可变成本来源”。
81711编辑于 2024-03-07 - 来自专栏光芯前沿
OFC 2025：AI高速互连技术报告(Nvidia)
(该报告是今年OFC上OIF光互连论坛的开场报告，其实也没有太多新的信息，偏科普性质，简单收集一下) 一、引言 在人工智能（AI）技术蓬勃发展的当下，计算能力的提升对数据传输和连接技术提出了极高要求 高速、高效、低功耗的互连与连接技术成为支撑AI计算集群运行的关键。 构建和优化AI工作负载于机器之上，关键在于平衡计算核心、与本地内存的高吞吐量连接、内存容量以及向上扩展能力。 企业与软件社区客户紧密合作，依据推理、测试时间扩展等最新工作负载需求，确定各要素的最佳比例，以满足AI计算的性能要求。
1.5K02编辑于 2025-04-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号