- 综合排序
- 最热优先
- 最新优先
- 来自专栏mathor
搜索（2）
上一节我们以图的遍历为例讲了深度优先搜索算法和实现程序。 上一节中的深度优先算法可以算是基本款，很多深度优先搜索的题目就是在这个基本款的程序上进行修改 DFS 加强版DFS首先增加或者说变化的一点是顶点颜色。 然后1->2开始遍历2号节点，时间戳就是2。如果2再往后找不到新的顶点，那么2就要回溯，在回溯前会被标记为时间戳=3…… ? 我们可以看出来任意两个顶点的区间只可能有2种关系：(1)两个区间相离；(2)一个区间包含另一个区间。换句话说，不会出现像[1, 10], [4, 13]这样两个区间互相跨立的情况。 第29行执行完以后，我们就完成了对这棵树的深度优先搜索，每个节点的开始时间戳和结束时间戳也都求出来了。
61140发布于 2018-07-04 - 来自专栏程序那些事儿
秘塔AI搜索，AI时代的搜索引擎
然而，随着用户需求的不断升级，对于搜索体验的期望也水涨船高。上海秘塔科技洞察到这一市场趋势，推出了秘塔 AI 搜索，这不仅是对产品的一次革新，更是中国 AI 搜索领域迈向新高峰的一个标志性事件。 一、秘塔 AI 搜索的技术基础 秘塔 AI 搜索的核心是上海秘塔网络科技有限公司倾力打造的大语言模型 MetaLLM。 四、对未来的展望 毫无疑问，秘塔 AI 搜索的推出标志着中国 AI 搜索市场即将迎来一个崭新的时代。它的到来不仅仅是对现有搜索体验的一次颠覆，更有可能推动整个行业进入新纪元。 结语 总结来说，秘塔 AI 搜索作为一款创新的 AI 搜索引擎，以其出色的技术能力和用户友好的设计理念，迅速在国内外市场上占据一席之地。 随着 AI 技术的持续进步和应用场景的日益扩大，秘塔 AI 搜索的未来充满无限可能，它将不断为用户提供更为深入、高效、便捷的搜索体验，开启信息检索的新时代。
3.2K20编辑于 2024-04-26 - 来自专栏johnhuster
select2搜索内容显示搜索词
在使用select2的搜索功能时，搜索结果会显示搜索关键词，这不是我想要的，我只想让用户选择列表框实际存在的数据，再一次还是select2 3.5版本(点击打开链接)的官方文档,官方解释 first choice which is what the user has typed into the search box so far 简单概述就是：如果使用了select2的 tags标签，那么搜索结果就会显示搜索关键词 解决方案： 所以在初始化select2时不使用tags标签，这样在搜索结果中就不会出现搜索关键词。
1.7K40编辑于 2022-03-28 - 来自专栏bit哲学院
AI（四）：对抗搜索
参考链接： 人工智能对抗搜索 https://blog.csdn.net/NGUever15/article/details/89160951 对抗搜索 文章目录 对抗搜索1 博弈multi-agent 环境形式化搜索问题 2 博弈中的优化决策2.1 极小极大算法2.2 多人博弈时的最优策略 3 $\alpha-\beta$ 剪枝3.1 行棋排序 4 不完美的实时决策4.1 评估函数 2 博弈中的优化决策 最底部分数是max的得分 max 在选择时，选择 使其得分max 的路径。 min 在选择时，选择使max 得分min的路径。 计算公式： 在C下发现2了之后，就不用再接着看 4 和 6 了，因为最小值一定小于等于2，而2 小于B下的最小值3，所以一定不会选它。 具体的查询过程如下图所示。 3.1 行棋排序 时间有限，实行深度受限搜索。 采用迭代加深搜索。 4 不完美的实时决策 ？？？如何设计评估函数。 ？？？ 如何截断。
88140发布于 2021-01-29 - 来自专栏算法一只狗
AI 搜索 vs 传统搜索：替代还是共存？
尽管聊天机器人流量增速惊人，但其总量仍仅为搜索引擎的1/34，可见在宏观层面上，AI搜索尚未完全取代传统搜索。 1.AI 搜索与传统搜索的对比 交互方式传统搜索需要用户自行过滤和阅读海量结果，围绕关键词跳转网页；AI助手支持对话式交互，可直接生成整合性的答案与建议，更适合需要理解、总结或规划型任务。 比如，点击了百度的AI搜索功能后，它确实能够根据现在的网页信息，集成进一些图文、视频等信息出来然后展示：像图文暂时这一块，夸克、Bing搜索等，在AI爆火的初期，早就已经接入进来。 2.以百度为例：AI 搜索的实践与困境“已经好久没有用过百度搜索了”，这句话折射出当下许多用户的体验： AI 功能走马观花 百度在网页入口中嵌入了 AI 搜索功能，能够集成图文、视频等信息、直接展示相关内容 AI 搜索确实改变了我们获取信息的方式，让复杂任务和多轮对话变得更高效，但它更像是对传统搜索的补充，而不是完全取代。
2.9K10编辑于 2025-07-08 GEO：外贸 B2B 企业如何进入 AI 搜索答案
做官网、做关键词、做内容、做外链，本质上都是围绕一个目标：让客户在Google上搜索时，尽可能看到你。但AI搜索正在改变这个前提。 过去的路径是：客户搜索关键词→浏览网页→对比供应商→提交询盘。现在的路径正在变成：客户向AI提问→AI整合答案→客户信任推荐结果→搜索品牌→访问官网→联系企业。 五、AB客GEO的实践思路：从内容生产到增长系统在这个背景下，AB客提出的外贸B2BGEO增长引擎，更像是一套面向AI搜索时代的增长基础设施，而不是单点服务。 结语：未来的竞争，是谁能成为AI答案的一部分外贸B2B的线上获客，正在从“搜索排名竞争”走向“AI答案竞争”。过去，企业需要解决的是：客户搜索时能不能找到我。 AB客GEO的意义，也正在于此：帮助外贸B2B企业从“被动等客户搜索”，走向“主动进入AI答案”。
42521编辑于 2026-05-27- 来自专栏johnhuster
select2的搜索框不能输入搜索内容
按照select2官网配置完后，搜索框弹出后无法输入内容，究竟怎么回事，于是在其他页面尝试了select2，发现可以啊，为什么在这个地方不可以，终于找到了造成这个问题的不同之处：select2 $.fn.modal.Constructor.prototype.enforceFocus = function () { } 原来是模态对话框强制使自己处于焦点状态，导致select2的搜索框无法获取焦点所致
2.3K30编辑于 2022-03-29 - 来自专栏技术路漫漫
全文搜索实战2-ik分词及搜索高亮
[全文搜索结果高亮示意] ik分词插件安装及测试 首先，借助ik分词插件改善中文搜索： 鉴于github直接下载很慢，根据官网说明，采用下来离线包解压安装的模式 将下载得到的 elasticsearch-analysis-ik query" : { "match" : { "content" : "中国" }}, "highlight" : { "pre_tags" : ["<tag1>", "<tag2> 完成了上面基础服务之后，接下来是实现基本的关键词搜索及高亮功能。 模糊搜索服务实现 该服务主要实现： 因为要同时搜索title和detailText，因此采用multiMatchQuery模式。 通过HighlightBuilder类，构建搜索结果高亮逻辑。 /techlmm/search2 ，供参考，欢迎反馈相关问题及意见。
2.1K00发布于 2020-07-12 新场景 AI搜索 实战：8 个 AI 搜索新场景怎么布局？
在秘塔搜索里跑了3个行业的提问词，38条引用源分布在30个不同网站上——豆包那边CSDN一家吃下34%的引用，而秘塔连凑出2条同站引用都费劲。 这个数据直接说明一件事：AI搜索引擎不是一个大池子，是多个引用偏好完全不同的信息通道。本文基于对8个AI搜索场景的引用源实测，拆解不同平台的内容抓取逻辑，以及技术内容如何通过平台适配提升被引概率。 背景：AI搜索的引用链路与传统搜索的本质差异传统搜索引擎返回的是链接列表，优化目标是在列表中排到更靠前的位置。AI搜索返回的是合成答案，优化目标变成了在答案中被引用、被当作可信信息源。 在编程开发场景中，用DeepSeek搜索「Python异步编程最佳实践」，20条引用里CSDN占7条、掘金占4条、知乎占3条、腾讯云开发者社区占2条，其余4条分散在个人博客和StackOverflow中文镜像 以专业垂询场景为例，在秘塔搜索「代理记账」这个词，15条引用里14个不同网站，知乎出现2条是唯一重复的，其余全是小型财税公司官网。同样这个词在豆包搜索，引用大概率来自知乎和头条。
27910编辑于 2026-08-13- 来自专栏指点的专栏
DFS-深度优先搜索—2
在这一篇博客：http://blog.csdn.net/hacker_zhidian/article/details/54773762中我们通过一道全排列的例子看了一下深度优先搜索（dfs）的基本思想和代码模型 所需的最短路径，样例数据： 5 4 0 0 1 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 3 2 是否已经走过），如果没有走过就可以走这个点，否则就要筛选下一个点，当然我们还需要判断迷宫边界，要走的点不能越界，那么，我们可以架构出大致的代码（将行作为x坐标，列作为y坐标）： int next[4][2] 0, 0}, {0, 0, 1, 0}, {0, 1, 0, 0}, {0, 0, 0, 1} }; // 储存迷宫信息的二维数组 int toX = 3, toY = 2; // 目标点 int book[100][100]; // 标记数组 int ans = 100000000; // 最短路径的结果 int next[4][2] = { // 代表下一步的4
63520发布于 2019-01-18 - 来自专栏若尘的技术专栏
2 - 设置python 模块搜索路径
设置python 模块搜索路径 working.py def greet(name): return 'Hello' + name 引用模块代码 import working print(working.greet 环境变量 [32] [在这里插入图片描述] [在这里插入图片描述] 添加.pth 文件 在python 目录添加一个扩展名为 .pth 的文件，将需要的模块路径写入，这样，python 脚本在运行时，会自动搜索路径 我的是 anaconda, 路径为 "python3.7/site-packages/xxx.pth" 如果使用 PyCharm，可以直接设置搜索路径 将自己写的模块放在文件夹中，右键此文件夹选择
2.2K117发布于 2021-05-22 - 来自专栏Web_xy
AI搜索引擎
由此，也引发了我的一些思考，我最后再说，先和大家一起看看这个新闻讲了什么~ ---- 开创性举措 在谷歌宣布「实验性对话式人工智能服务」Bard 之后仅 24 小时，北京时间 2 月 8 日凌晨两点，微软发布了面向大众的 我本来也想试试，但是现在公测版还未发行，且内测版被各大头条垄断，只能先看看谍照了hh ---- 基于AI的搜索引擎 新模式的搜索引擎 ---- 我们能看到，新必应搜索的其中一种模式将传统搜索结果与 实时对话 ---- 用 AI 重塑搜索 微软宣布，新的必应体验是四项技术突破的结晶： 下一代 OpenAI 模型。 将人工智能应用于核心搜索算法。我们还将 AI 模型应用于我们的核心必应搜索排名引擎，从而实现了二十年来相关性的最大跃升。有了这个 AI 模型，即使是基本的搜索查询也更加准确和相关。 新的用户体验。 ---- 从有限预览逐步扩展到无限 新的必应从2月8号开始可以通过桌面有限预览版本（limited preview）访问，每个人都可以访问 Bing.com 以尝试示例查询和注册候补名单。
1.9K20编辑于 2023-02-23 - 来自专栏做数据的二号姬
认真聊AI | 搜索技术
原创内容 No.704 认真聊AI | 搜索技术 书接上回，本期AI的内容到了搜索技术~ 图片由海艺AI绘制 提到搜索技术就不得不提到搜索问题。 搜索解决方案：使用广度优先搜索（BFS）或深度优先搜索（DFS）找到从初始状态到目标状态的路径。 剪枝条件：在搜索过程中，如果发现某个状态已经搜索过了，或者某个状态不符合问题的约束条件，就可以将其从搜索路径中剔除，以避免无效搜索。 这种解决问题的方法也就是搜索技术。 我们在实际执行的时候，为了提高搜索的速度，图搜索并不是先生成所有的状态连接图再进行搜索的，而是边搜索边生成图，一旦找到了合适的答案搜索就停止了。 在搜索的过程中引入启发信息，减少搜索范围，以便更快地找到问题的解，这种搜索策略称为启发式搜索。 A算法和A*算法是常用的两种启发式搜索算法，我们首先介绍一下A算法。
67910编辑于 2024-11-26 - 来自专栏外贸GEO优化方法
GEO 转化链路：外贸 B2B 如何承接 AI 搜索线索
所以，外贸B2B做GEO，需要把问题从“如何进入AI答案”进一步推进到：客户从AI答案来到企业之后，下一步怎么走？一、AI搜索带来的不是普通流量，而是问题型流量传统SEO的流量入口，通常来自关键词。 外贸B2B的销售周期通常较长。客户可能今天从AI搜索中看到企业，明天访问官网，三天后下载资料，一周后提交询盘，再经过多轮邮件沟通才进入报价。如果没有CRM，整个过程会断裂。 七、一个可执行的GEO转化闭环外贸B2B企业可以把GEO转化闭环拆成七个步骤。第一步，识别高价值客户问题。从历史询盘、销售记录、客服沟通、搜索词和AI问答模拟中，整理客户真实关心的问题。 但对外贸B2B企业来说，真正重要的不是“出现一次”，而是出现之后能不能被客户理解、信任和联系。AI搜索时代，内容、官网、表单、CRM和销售跟进不应该再被分开看。它们共同组成一条转化链路。 它更像一套面向AI搜索时代的外贸B2B线索承接基础设施。未来，企业不仅要思考如何被AI看见。还要思考：被看见之后，客户能不能顺利走到询盘那一步。
38121编辑于 2026-06-11 AI会消灭搜索吗？
徐一平 腾讯研究院高级研究员一边是谷歌Gemini 3高调入局，AI独角兽争相涌入，将AI搜索视为最钟爱的赛道；另一边却是马斯克“AI将消灭搜索”的惊人断言。 根据用户体验和信息检索研究中的一般性观察，在传统搜索引擎中，用户平均需要访问3-5个网页页面才能完成单次信息检索任务，搜索词优化往往需要2-3轮迭代。 当时谷歌AI Overview给出了用胶水粘住披萨的错误答案。路线二——破局原生：AI原生搜索引擎颠覆式重构该路线的代表是是以Perplexity、OpenAI为代表的AI原生搜索引擎。 中游：营销范式向夺取AI心智转移传统数字营销的核心方法论——搜索引擎优化（SEO），其底层逻辑正因AI搜索的出现而面临结构性调整。过去，优化的核心是提升特定页面在搜索结果列表中的排名。 以AI搜索为代表的信息服务正在翻开新的一页。
76610编辑于 2025-12-10GEO 与外贸 B2B：AI 搜索时代的内容资产重构
一、外贸B2B的搜索场景正在变化传统外贸获客路径大致是：客户搜索关键词，进入企业网站，浏览产品页面，对比供应商，最后发送询盘。这个链路仍然存在，但已经不是唯一入口。 这些问题会影响搜索引擎，也会影响AI对企业的判断。GEO的第一步，不是写更多，而是让已有信息变得更清楚、更一致、更可验证。四、一个可执行的GEO内容框架结合外贸B2B场景，可以把GEO内容拆成四层。 第一是搜索可见性。包括页面是否被收录、长尾问题是否有覆盖、自然访问是否增长、品牌词是否出现更多搜索需求。第二是AI可理解性。 官网、社媒、B2B平台、新闻稿、行业目录中的企业信息应尽量一致。信息越一致，越有利于搜索和AI系统建立稳定判断。第五，持续更新内容，而不是一次性建设。 对外贸B2B企业来说，真正重要的不是写多少文章，而是能否把产品能力、行业经验、应用场景和信任证据讲清楚。当这些信息足够清晰时，搜索引擎更容易收录，AI更容易理解，客户也更容易判断。
54121编辑于 2026-05-21GEO 可观测性：外贸 B2B 如何评估 AI 搜索表现
AI是否能正确描述企业。AI是否在合适的问题场景中提及企业。对外贸B2B企业来说，这三个问题比“今天多发几篇文章”更重要。因为AI搜索时代的竞争，不只是流量竞争，也是企业信息在模型答案中的可见性竞争。 二、外贸B2B的GEO评估，不能只看流量外贸B2B和消费品不同。客户决策周期长，询盘链路长，成交影响因素多。 2.搜索发现层这一层关注企业内容是否能被搜索系统发现。常见指标包括：Google收录量。长尾关键词覆盖。品牌词搜索变化。重点页面自然访问。国家和地区来源。产品页、FAQ页、解决方案页的表现。 虽然GEO面向生成式搜索，但搜索发现仍然是基础。AI系统在生成答案时，也需要可检索的信息源。如果官网和内容长期无法被发现，GEO的可见性很难持续提升。 对外贸B2B企业来说，AI搜索时代的增长，不只是内容生产问题，也是可观测性问题。
33521编辑于 2026-06-08B2B企业AI搜索获客：系统设计与工程实践
在B2B场景中，AI搜索引擎的可见度（AI Visibility）已成为客户获取的核心竞争维度。 本文迪普智见（DeepIntelli）以工程视角拆解B2B企业AI搜索获客的系统设计，明确约束条件与实现路径。 优先匹配官网域名关联实体（dpintelli.com）； 2. 若存在多个候选，选择知识图谱中“主营业务”字段包含“AI搜索优化”的实体。2. 冷启动优化针对数据稀疏问题，采用以下策略： - 人工标注：为前100个核心查询（如“B2B企业AI搜索获客”）手动标注目标实体； - 跨模态对齐：将产品文档中的图片、视频通过OCR/ASR转换为文本，补充语义特征 效果验证通过腾讯云CDN日志分析实际搜索流量：来自AI搜索（如ERNIE）的流量占比≥35%。
18710编辑于 2026-08-13- 来自专栏机器学习
AI 文档搜索系统：基于 LangChain + FAISS 的智能搜索
LangChain 和 FAISS（Facebook AI Similarity Search） 构建一个 AI 文档搜索系统。 该系统支持 OCR 解析、语义搜索，并能扩展到多种文档格式，提高检索效率。2. 原理解析2.1 传统搜索 VS AI 搜索传统文档搜索依赖于 全文搜索（Full-text Search） 或 基于关键词的索引。 例如： 传统搜索： 用户查询 "公司财务情况" 搜索引擎返回所有包含 "公司"、"财务"、"情况" 的文档 无法识别 "盈利情况"、"年度财报" 这些相关内容 AI 语义搜索： 使用 向量化索引 总结本教程介绍了 AI 文档搜索系统 的原理、核心技术，并提供了完整的代码示例。通过 LangChain 解析文档，FAISS 进行语义索引，嵌入模型向量化文本，实现高效、精准的 AI 文档搜索。
2.3K01编辑于 2025-03-30 - 来自专栏罗超频道
AI与搜索的双螺旋：取之于搜索，用之于搜索
近十年来，AI与搜索结合得愈发紧密，AI从搜索获取数据和反馈不断进化，反过来也在大幅提升搜索的智能化水准，两者形成类似于DNA的“双螺旋”结构，可谓取之于搜索也用之于搜索。 AI率先在搜索引擎场景大规模商用并不让人意外。 第一，AI与搜索都具备“数据驱动”的本质。 2、百度深耕AI 10余年，练就了一身AI真功夫。 百度2010年成立多个AI相关团队的目的均是为了改进搜索，可以说百度是最早做AI+搜索场景的。 这一点何俊杰给出了解释：昆仑芯片前端有一个巨大的应用“搜索”，可以基于反馈，实现端到端的优化，比如昆仑1代已在百度搜索引擎、小度等业务中部署超过2万片，服务50多家外部客户，是国内唯一一款经历过互联网大规模核心算法考验的云端 百度早已从搜索引擎升级成AI公司，但这并不意味着百度不做搜索了，相反，百度是真的将“AI+搜索”这件事给做透了，搜索与AI形成了很强的协同效应，两者都受益。
1.2K30编辑于 2022-12-14
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