c++的基础排序算法

一、快速排序

1. 选择基准值(Pivot)
  • 作用 :从数组中选择一个元素作为基准(Pivot),用于划分数组。
  • 常见选择方式
    • 固定选择最后一个元素(如示例代码)。
    • 随机选择(优化最坏情况)。
    • 选择中间元素或“三数取中”(避免极端情况)。
  • 示例 :对数组 [10, 7, 8, 9, 1, 5],选择最后一个元素 5 作为基准。
2. 分区操作(Partition)
  • 目标 :将数组分为两部分,使得:
    • 左半部分所有元素 ≤ 基准值。
    • 右半部分所有元素 > 基准值。
  • 具体步骤
    1. 初始化两个指针:
      • i:标记小于基准的边界(初始为 low-1)。
      • j:遍历数组的指针(从 lowhigh-1)。
    2. 遍历数组:
      • 如果 arr[j] ≤ pivot,则 i++,并交换 arr[i]arr[j]
      • 否则,不做操作,继续移动 j
    3. 最后,将基准值交换到正确位置(i+1)。
  • 示例
    • 初始数组:[10, 7, 8, 9, 1, 5](基准为 5)。
    • 分区后:[1, 5, 8, 9, 7, 10](基准位置为索引 1)。
3. 递归排序子数组
  • 分治策略
    1. 对左半部分(lowpivotIndex-1)递归调用快速排序。
    2. 对右半部分(pivotIndex+1high)递归调用快速排序。
  • 终止条件 :当子数组长度 ≤1 时,无需排序(递归结束)。
  • 示例
    • 左子数组 [1](已有序)。
    • 右子数组 [8, 9, 7, 10],继续递归分区。
4. 代码实现
#include <algorithm>  // 提供 std::swap 函数
#include <cstdlib>    // 提供 rand() 和 srand()
#include <ctime>      // 提供 time() 函数用于初始化随机数种子
#include <iostream>   // 提供输入输出功能
#include <vector>     // 提供动态数组 vectorusing namespace std;// 分区函数:将数组划分为两部分,并返回基准值的最终位置
int partition(vector<int>& nums, int low, int high)
{// 随机选择一个索引作为基准值,并将其与最后一个元素交换int index = low + (rand() % (high - low + 1)); // 随机选择 [low, high] 范围内的索引swap(nums[index], nums[high]);                 // 将基准值放到末尾int pivot = nums[high];                        // 基准值为当前区间最后一个元素int i = low - 1;                               // i 表示小于基准值的边界// 遍历区间 [low, high-1],将小于基准值的元素放到左边for (int j = low; j < high; j++) {if (nums[j] < pivot) {                     // 如果当前元素小于基准值++i;                                   // 扩展小于基准值的区域swap(nums[j], nums[i]);                // 将当前元素与边界后的元素交换}}// 将基准值放到正确的位置(即小于基准值区域的后一个位置)swap(nums[++i], nums[high]);return i;                                      // 返回基准值的最终位置
}// 快速排序主函数:递归地对数组进行排序
void quick_sort(vector<int>& nums, int low, int high)
{// 如果区间有效(low < high),则继续分区和递归排序if (low < high) {int index = partition(nums, low, high);    // 对当前区间进行分区,获取基准值位置quick_sort(nums, low, index - 1);          // 递归排序左分段(小于基准值的部分)quick_sort(nums, index + 1, high);         // 递归排序右分段(大于基准值的部分)}
}int main()
{srand(time(0));                                // 初始化随机数种子,确保每次运行生成不同的随机数// 定义测试用例vector<int> nums1 = {10, 7, 8, 9, 1, 5};        // 普通数组vector<int> nums2 = {1};                       // 单元素数组vector<int> nums3 = {};                        // 空数组vector<int> nums4 = {5, 5, 5, 5};              // 全部相等的数组// 对每个数组进行快速排序quick_sort(nums1, 0, nums1.size() - 1);quick_sort(nums2, 0, nums2.size() - 1);quick_sort(nums3, 0, nums3.size() - 1);quick_sort(nums4, 0, nums4.size() - 1);// 输出排序结果cout << "nums1: ";for (auto& x : nums1)cout << x << " ";                          // 输出普通数组的排序结果cout << endl;cout << "nums2: ";for (auto& x : nums2)cout << x << " ";                          // 输出单元素数组的排序结果cout << endl;cout << "nums3: ";for (auto& x : nums3)cout << x << " ";                          // 输出空数组的排序结果cout << endl;cout << "nums4: ";for (auto& x : nums4)cout << x << " ";                          // 输出全部相等数组的排序结果cout << endl;return 0;
}

运行结果: 

以数组 [10, 7, 8, 9, 1, 5] 为例:

  1. 第一次分区
    • 基准值为 5
    • 分区后数组变为 [1, 5, 8, 9, 7, 10],基准位置为索引 1
  2. 递归处理左子数组 [1](无需操作)。
  3. 递归处理右子数组 [8, 9, 7, 10]
    • 选择基准 10,分区后数组变为 [8, 9, 7, 10],基准位置为索引 3
    • 递归处理左子数组 [8, 9, 7]
      • 选择基准 7,分区后 [7, 9, 8],基准位置为索引 0
      • 递归处理右子数组 [9, 8],最终排序为 [8, 9]
    • 合并结果得到 [7, 8, 9, 10]
  4. 最终排序结果 [1, 5, 7, 8, 9, 10]

二、归并排序

1. 分治策略 
  1. 分解 :将数组不断对半分割,直到每个子数组长度为1(天然有序)
  2. 解决 :递归地对左右子数组进行排序
  3. 合并 :将两个有序子数组合并成一个更大的有序数组
2. 归并排序的分解过程
1、初始数组

索引:0   1   2   3   4   5
值: 10  7   8   9   1   5

2、 第一层分解 (整个数组)

[10, 7, 8, 9, 1, 5] → 左半部分 [10, 7, 8] 和 右半部分 [9, 1, 5]

 3、第二层分解 (左半部分 [10,7,8])

[10,7,8] → 左半部分 [10] 和 右半部分 [7,8]

 4、第三层分解 (右半部分 [7,8])

[7,8] → 左半部分 [7] 和 右半部分 [8]

 5、第二层分解 (右半部分 [9,1,5])

[9,1,5] → 左半部分 [9] 和 右半部分 [1,5]

6、第三层分解 (右半部分 [1,5])

[1,5] → 左半部分 [1] 和 右半部分 [5]

 3. 归并排序的合并过程
1)、合并层级 1
  1. 合并 [7] 和 [8] [7,8]

  2. 合并 [1] 和 [5] [1,5]

2)、合并层级 2
  • 合并 [10] 和 [7,8] [7,8,10]

10 vs 7 → 取7 → 新数组[7]
10 vs 8 → 取8 → 新数组[7,8]
剩余10 → 追加 → [7,8,10]

  •  合并 [9] 和 [1,5] [1,5,9]

9 vs 1 → 取1 → 新数组[1]
9 vs 5 → 取5 → 新数组[1,5]
剩余9 → 追加 → [1,5,9]

3)、 合并层级 3(最终合并)

左数组:7,8,10
右数组:1,5,9
初始指针:i=0(左), j=0(右)

1. 比较 7 vs 1 → 取1 → 新数组[1]
2. 比较 7 vs 5 → 取5 → 新数组[1,5]
3. 比较 7 vs 9 → 取7 → 新数组[1,5,7]
4. 比较 8 vs 9 → 取8 → 新数组[1,5,7,8]
5. 比较 10 vs 9 → 取9 → 新数组[1,5,7,8,9]
6. 右数组耗尽,追加剩余左数组元素 → [1,5,7,8,9,10]

 4、代码实现
#include <iostream>
#include <vector>
using namespace std;/*** 合并两个有序子数组* @param nums 原始数组* @param l 左边界索引(包含)* @param r 右边界索引(包含)* @param mid 中间分割点索引*/
void merge(vector<int>& nums, int l, int r, int mid)
{// 创建左右子数组(左闭右开区间)vector<int> left(nums.begin() + l,nums.begin() + mid + 1); // 左子数组 [l, mid]vector<int> right(nums.begin() + mid + 1,nums.begin() + r + 1); // 右子数组 [mid+1, r]int i = 0, j = 0, k = l; // i:左数组指针,j:右数组指针,k:原数组指针// 合并两个有序数组while (i < left.size() && j < right.size()) {// 使用 <= 保持稳定性:相等元素保留原始顺序if (left[i] <= right[j]) {nums[k++] = left[i++];}else {nums[k++] = right[j++];}}// 处理剩余元素(如果有的话)while (i < left.size())nums[k++] = left[i++];while (j < right.size())nums[k++] = right[j++];
}/*** 归并排序递归函数* @param nums 待排序数组* @param l 当前处理范围的左边界(包含)* @param r 当前处理范围的右边界(包含)*/
void merge_sort(vector<int>& nums, int l, int r)
{if (l >= r)return;                   // 递归终止条件:子数组长度≤1int mid = l + (r - l) / 2;    // 防溢出的中间点计算merge_sort(nums, l, mid);     // 递归排序左半部分merge_sort(nums, mid + 1, r); // 递归排序右半部分merge(nums, l, r, mid);       // 合并有序子数组
}/*** 归并排序辅助函数(对外接口)* @param nums 待排序数组*/
void merge_sort(vector<int>& nums)
{if (!nums.empty()) { // 非空时才执行排序merge_sort(nums, 0, nums.size() - 1);}
}/*** 测试用例执行函数* @param nums 测试数组* @param testName 测试用例名称*/
void runTest(vector<int>& nums, const string& testName)
{cout << "========== " << testName << " ==========\n";cout << "原始数组: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << endl;merge_sort(nums); // 执行排序cout << "排序结果: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << "\n\n";
}int main()
{// 测试用例定义vector<int> nums1 = {10, 7, 8, 9, 1, 5}; // 普通无序数组vector<int> nums2 = {1};                 // 单元素数组vector<int> nums3 = {};                  // 空数组vector<int> nums4 = {5, 5, 5, 5};        // 全相等元素数组vector<int> nums5 = {3, 1, 2, 4, 5};     // 部分有序数组vector<int> nums6 = {5, 4, 3, 2, 1};     // 完全逆序数组// 执行测试runTest(nums1, "普通数组");runTest(nums2, "单元素数组");runTest(nums3, "空数组");runTest(nums4, "全部相等的数组");runTest(nums5, "部分有序数组");runTest(nums6, "完全逆序数组");return 0;
}

运行结果 


三、插入排序

1、算法步骤 
  1. 初始状态 :默认第一个元素是已排序的。
  2. 迭代过程
    • 从第二个元素开始,依次取出每个元素(称为“当前元素”)。
    • 将当前元素与已排序序列中的元素从后向前 依次比较。
    • 如果已排序的元素大于当前元素,则将其后移一位,为当前元素腾出位置。
    • 直到找到已排序元素小于或等于当前元素的位置,将当前元素插入此处。
  3. 终止条件 :所有元素均被插入到已排序序列中。
2、代码实现
#include <iostream>
#include <vector>
using namespace std;/*** @brief 插入排序算法实现** 通过逐步构建有序序列,将未排序元素插入到已排序序列的正确位置。* 时间复杂度:O(n²) 最坏/平均情况,O(n) 最好情况(已有序)* 空间复杂度:O(1) 原地排序* 稳定性:稳定排序算法** @param nums 待排序的整型向量(引用传递,直接修改原数组)*/
void insert_sort(vector<int>& nums)
{if(nums.empty() && nums.size() == 1) return;for (int i = 1; i < nums.size(); i++) {int temp = nums[i]; // 保存当前待插入元素int j = i - 1;// 将大于temp的已排序元素后移,腾出插入空间while (j >= 0 && nums[j] > temp) {nums[j + 1] = nums[j];--j;}// 因为内层循环结束后,j 必定在待插入元素的前一位// 比如:插入位置为0,那么j 必定等于 -1nums[j + 1] = temp; // 插入到正确位置}
}/*** 测试用例执行函数* @param nums 测试数组* @param testName 测试用例名称*/
void runTest(vector<int>& nums, const string& testName)
{cout << "========== " << testName << " ==========\n";cout << "原始数组: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << endl;insert_sort(nums); // 执行排序cout << "排序结果: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << "\n\n";
}int main()
{// 测试用例定义vector<int> nums1 = {10, 7, 8, 9, 1, 5}; // 普通无序数组vector<int> nums2 = {1};                 // 单元素数组vector<int> nums3 = {};                  // 空数组vector<int> nums4 = {5, 5, 5, 5};        // 全相等元素数组vector<int> nums5 = {3, 1, 2, 4, 5};     // 部分有序数组vector<int> nums6 = {5, 4, 3, 2, 1};     // 完全逆序数组// 执行测试runTest(nums1, "普通数组");runTest(nums2, "单元素数组");runTest(nums3, "空数组");runTest(nums4, "全部相等的数组");runTest(nums5, "部分有序数组");runTest(nums6, "完全逆序数组");return 0;
}

运行结果


  四、冒泡排序

1、算法步骤
  1. 遍历数组 :从头开始,比较相邻元素。
  2. 交换操作 :如果前一个元素 > 后一个元素,交换两者。
  3. 重复遍历 :每一轮遍历后,最大的元素会被移动到末尾,下一轮可减少一次比较。
  4. 提前终止 如果某次遍历没有发生交换,说明已有序,可提前结束排序。
2、代码实现
#include <iostream>
#include <vector>using namespace std;/*** @brief 冒泡排序算法实现** 通过重复遍历数组,比较相邻元素并在顺序错误时交换它们。* 每轮遍历将最大的元素"浮"到数组末尾,并通过优化标志提前终止有序数组的排序。** 时间复杂度:*   - 最坏/平均情况:O(n²)(完全逆序时)*   - 最好情况:O(n)(已有序时)* 空间复杂度:O(1)(原地排序)* 稳定性:稳定排序(相同元素相对位置不变)** @param nums 待排序的整型向量(引用传递,直接修改原数组)*/
void bubble_sort(vector<int>& nums)
{if (nums.empty() || nums.size() == 1)return;// 用与检查该次循环是否发生交换bool isSwap;for (int i = 0; i < nums.size() - 1; i++) {isSwap = false;// 每轮结束后都会将该轮最大的值排到最后// 那么,就没必要再比较最后 i 个元素for (int j = 0; j < nums.size() - i - 1; j++) {if (nums[j] > nums[j + 1]) {swap(nums[j], nums[j + 1]);isSwap = true;}}// 如果该轮循环没有交换// 代表数组已经有序,可以提前结束了if (!isSwap) {break;}}
}/*** 测试用例执行函数* @param nums 测试数组* @param testName 测试用例名称*/
void runTest(vector<int>& nums, const string& testName)
{cout << "========== " << testName << " ==========\n";cout << "原始数组: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << endl;bubble_sort(nums); // 执行排序cout << "排序结果: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << "\n\n";
}int main()
{// 测试用例定义vector<int> nums1 = {10, 7, 8, 9, 1, 5}; // 普通无序数组vector<int> nums2 = {1};                 // 单元素数组vector<int> nums3 = {};                  // 空数组vector<int> nums4 = {5, 5, 5, 5};        // 全相等元素数组vector<int> nums5 = {3, 1, 2, 4, 5};     // 部分有序数组vector<int> nums6 = {5, 4, 3, 2, 1};     // 完全逆序数组// 执行测试runTest(nums1, "普通数组");runTest(nums2, "单元素数组");runTest(nums3, "空数组");runTest(nums4, "全部相等的数组");runTest(nums5, "部分有序数组");runTest(nums6, "完全逆序数组");return 0;
}

运行结果 


 五、选择排序

1、算法步骤
  1. 初始化 :将数组视为未排序部分
  2. 选择最小元素 :从未排序部分中找到最小值。
  3. 交换位置 :将最小值与未排序部分的第一个元素交换,将其加入已排序部分。
  4. 重复 :缩小未排序范围,直到所有元素有序。
2、代码实现

#include <iostream>
#include <vector>using namespace std;/*** @brief 选择排序算法实现** 核心思想:每次从未排序部分选择最小元素,放到已排序序列的末尾。** 时间复杂度:O(n²)(所有情况下均为 O(n²))* 空间复杂度:O(1)(原地排序)* 稳定性:不稳定(可能改变相等元素的相对位置)** @param nums 待排序的整型向量(引用传递,直接修改原数组)*/
void selection_sort(vector<int>& nums)
{// 处理空数组或单元素数组(无需排序)if (nums.empty() || nums.size() == 1) {return;}int n = nums.size();for (int i = 0; i < n - 1; i++) {int minIndex = i; // 初始化最小值索引为当前未排序部分的起始位置// 在未排序部分 [i+1, n-1] 寻找最小值的索引for (int j = i + 1; j < n; j++) {if (nums[j] < nums[minIndex]) {minIndex = j;}}// 将最小值交换到已排序部分的末尾(i 位置)swap(nums[i], nums[minIndex]);}
}/*** 测试用例执行函数* @param nums 测试数组* @param testName 测试用例名称*/
void runTest(vector<int>& nums, const string& testName)
{cout << "========== " << testName << " ==========\n";cout << "原始数组: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << endl;selection_sort(nums); // 执行排序cout << "排序结果: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << "\n\n";
}int main()
{// 测试用例定义vector<int> nums1 = {10, 7, 8, 9, 1, 5}; // 普通无序数组vector<int> nums2 = {1};                 // 单元素数组vector<int> nums3 = {};                  // 空数组vector<int> nums4 = {5, 5, 5, 5};        // 全相等元素数组vector<int> nums5 = {3, 1, 2, 4, 5};     // 部分有序数组vector<int> nums6 = {5, 4, 3, 2, 1};     // 完全逆序数组// 执行测试runTest(nums1, "普通数组");runTest(nums2, "单元素数组");runTest(nums3, "空数组");runTest(nums4, "全部相等的数组");runTest(nums5, "部分有序数组");runTest(nums6, "完全逆序数组");return 0;
}

运行结果

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.rhkb.cn/news/31322.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

kali linux 漏洞扫描

Kali Linux是一款专为渗透测试和网络安全领域而设计的操作系统&#xff0c;它集成了大量的安全测试工具&#xff0c;可以帮助安全专家和黑客发现网络中的漏洞并加以修补。在Kali Linux中&#xff0c;漏洞扫描是一个非常重要的功能&#xff0c;它可以帮助用户快速、准确地发现系…

CI/CD—Jenkins配置Maven+GitLab自动构建jar包

一、安装Maven插件通过Maven构建项目 1、在Jenkins上安装Maven Integration plugin插件 2、创建一个maven项目 2.1、填写构建的名称和描述等 2.2、填写连接git的url 报错&#xff1a;无法连接仓库&#xff1a;Error performing git command: git ls-remote -h http://192.168.…

SpringBoot使用Nacos进行application.yml配置管理

Nacos是阿里巴巴开源的一个微服务配置管理和服务发现的解决方案。它提供了动态服务发现、配置管理和 服务管理平台。Nacos的核心功能包括服务发现、配置管理和动态服务管理&#xff0c;使得微服务架构下的服务治理 变得简单高效。 Nacos的设计基于服务注册与发现、配置管理、动…

深度学习分类回归(衣帽数据集)

一、步骤 1 加载数据集fashion_minst 2 搭建class NeuralNetwork模型 3 设置损失函数&#xff0c;优化器 4 编写评估函数 5 编写训练函数 6 开始训练 7 绘制损失&#xff0c;准确率曲线 二、代码 导包&#xff0c;打印版本号&#xff1a; import matplotlib as mpl im…

学习资料电子版 免费下载的网盘网站(非常全!)

我分享一个私人收藏的电子书免费下载的网盘网站&#xff08;学习资料为主&#xff09;&#xff1a; link3.cc/sbook123 所有资料都保存在网盘了&#xff0c;直接转存即可&#xff0c;非常的便利&#xff01; 包括了少儿&#xff0c;小学&#xff0c;初中&#xff0c;中职&am…

解锁 AI 量化新境界:Qbot 携手 iTick

在量化投资的汹涌浪潮中&#xff0c;你是否渴望拥有一个强大且便捷的工具&#xff0c;助你乘风破浪&#xff0c;驶向财富的彼岸&#xff1f;如今&#xff0c;Qbot 与 iTick 强强联合&#xff0c;为广大投资者和开发者打造出一个前所未有的 AI 量化生态系统。 Qbot&#xff1a;量…

前端性能优化

在当今快节奏的互联网环境中&#xff0c;前端性能优化不仅能提升用户体验&#xff0c;还能直接影响网站的SEO排名和用户留存率。那么&#xff0c;如何做好前端性能优化呢&#xff1f; 前端性能优化成为提升用户体验和业务成果的关键。研究显示&#xff0c;优化网页加载速度和运…

谷歌AI最新发布的可微分逻辑元胞自动机(DiffLogic CA)

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…

忘记dedecms后台超级管理员账号和密码的解决方案

解决方案&#xff1a; 方案一、数据库修改&#xff1a; 1、前提是您能登录到数据库后台&#xff0c;登录MySQL数据库管理工具&#xff08;如phpMyAdmin&#xff09; 2、打开数据库中的 dede_admin 表&#xff0c;找到管理员记录&#xff0c;将 pwd 字段的值改成 f297a57a5a7…

numpy广播性质

一、核心规则 一维数组本质 shape (n,)的数组是无方向向量&#xff0c;既非严格行向量也非列向量 自动广播机制 在矩阵乘法(或np.dot())中&#xff0c;一维数组会自动调整维度&#xff1a; 前乘时视为行向量 shape (1,n)后乘时视为列向量 shape (n,1) 二、运算类型对比 假…

对Docker的一些基本认识

一、Docker简介 首先Docker 是一个用于开发、交付和运行应用程序的开放平台。它 是一个开源的应用容器化平台&#xff0c;通过轻量级容器技术实现软件的标准化打包、分发与运行。Docker基于 Go语言 &#xff0c;完全使用沙箱机制&#xff0c;相互之间不会有任何接口&#xff0…

数据安全基石:备份文件的重要性与自动化实践

在数字化时代&#xff0c;数据已成为企业和个人不可或缺的重要资产。无论是企业的运营数据、客户资料&#xff0c;还是个人的学习资料、家庭照片&#xff0c;这些数据都承载着巨大的价值。然而&#xff0c;数据的安全问题也日益凸显&#xff0c;硬件故障、软件错误、人为失误以…

Linux:多线程(三.POSIX信号量、生产消费模型、线程池)

目录 1. 生产者消费者模型 1.1 阻塞队列(BlockingQueue) 1.2 一个实际应用的例子 2. POSIX信号量 2.1 引入 2.2 回顾加深理解信号量 2.3 信号量的操作接口 3. 基于循环队列的生产消费模型 3.1 循环队列 3.2 整个项目 4. 线程池 4.1 概念 4.2 线程池实现 1. 生产者…

静态路由实验

一、实验拓扑图&#xff1a; 我们的实验目的是使得全网实现互通。 &#xff08;1)首先我们根据路由器的编号&#xff0c;配置好接口IP地址和 相应的环回地址&#xff1a; R1上的配置&#xff1a; [R1]Int e0/0/0 [R1]ip ad 12.1.1.1 24 [R1]int loopback 0 [R1]ip ad 1.1…

从零搭建微服务项目Pro(第3-1章——本地/OSS图片文件存取)

前言&#xff1a; 在小型demo项目中&#xff0c;一般将图片音频等字节流文件存放本地数据库&#xff0c;但企业级项目中&#xff0c;由于数据量容量有限&#xff0c;需要借助OSS来管理大规模文件。 OSS&#xff08;对象存储服务&#xff0c;Object Storage Service&#xff0…

Spring Boot 日志

目录 一、为什么要学习日志 二、认识日志格式 三、日志使用 打印日志 步骤 日志框架介绍 门面模式(外观模式) 门面模式的实现 门面模式的优点 四、日志级别 日志级别分类 日志级别的使用 日志配置 配置日志级别 日志持久化 配置日志文件分割 五、更简单的日志…

linux内存页块划分及位图存储机制

page_alloc.c - mm/page_alloc.c - Linux source code v5.4.285 - Bootlin Elixir Cross Referencer 一. 什么是页块&#xff08;Pageblock&#xff09;&#xff1f; 定义&#xff1a;页块是物理内存中的一个连续区域&#xff0c;由 2^pageblock_order 个物理页&#xff08;Pag…

chebykan与代码3

目录 参考文献有 ‘’ 中文 各自讲了什么 切比雪夫多项式有两类吗&#xff1f;这里存疑 KAN变体 期刊 切比雪夫と爱因斯坦の约定 维度标签的含义 爱因斯坦求和约定 参考文献有 ‘’ 中文 [1] 神经网络&#xff1a;全面基础 [2] 通过sigmoid函数的超层叠近似 [3] 多层前…

DETR详解

1.概述 DETR&#xff0c;全称为Detection Transformer&#xff0c;是Facebook在ECCV2020上提出的基于Transformer的端到端目标检测网络最大的特点就是&#xff1a;不需要预定义的先验anchor&#xff0c;也不需要NMS的后处理策略&#xff0c;就可以实现端到端的目标检测。但是&…

南昌长空STONE 60A-M 无人机电调深度测评:轻量化设计与工业级安全的融合典范

引言 在无人机技术不断革新的今天&#xff0c;电调作为动力系统的核心组件&#xff0c;其性能直接影响飞行稳定性与操控体验。STONE 系列凭借 “轻量化设计” 理念&#xff0c;在竞争激烈的市场中独树一帜。本文将深度解析 STONE 60A-M 电调的技术亮点与实际表现&#xff0c;探…