算法 图像 流程jpeg
机器学习的算法——线性回归
1.回归问题的定位 我们知道机器学习分为有监督学习和无监督学习，无监督学习主要是聚类方面的算法，而有监督问题主要分为回归和分类两类 而这线性回归就属于有监督学习，且属于其中的回归类问题，另外有一种逻辑回归，他却是属于分类问题的一部分。 2.线性回归 （1）大体思路 首先它是利用数理统计中的回归分析来 ......
【算法】【线性表】搜索旋转排序数组（有重复数据）
1 题目 跟进“搜索旋转排序数组”，假如有重复元素又将如何？是否会影响运行时间复杂度？如何影响？为何会影响？写出一个函数判断给定的目标值是否出现在数组中。 样例 1： 输入： A = [] target = 1 输出： false 解释：数组为空，1不在数组中。 样例 2： 输入： A = [3,4 ......
1.理论、算法、协议
1.CAP 理论 CAP 也就是 Consistency（一致性）、Availability（可用性）、Partition Tolerance（分区容错性） 这三个单词首字母组合。 在理论计算机科学中，CAP 定理（CAP theorem）指出对于一个分布式系统来说，当设计读写操作时，只能同时满足以 ......
直播系统源码，常见的混音算法有哪些？
声音是由于物体的振动对周围的空气产生压力而传播的一种压力波，转成电信号后经过抽样，量化，仍然是连续平滑的波形信号，量化后的波形信号的频率与声音的频率对应，振幅与声音的音量对应，在直播系统源码中，量化的语音信号的叠加等价于空气中声波的叠加，所以当采样率一致时，混音可以实现为将各对应信号的采样数据线性叠 ......
电台覆盖区域的贪心算法
1.贪心算法 电台覆盖区域求最优解问题 题目：假设存在如下表的需要付费的广播台，以及广播台信号可以覆盖的地区。 如何选择最少的广播台，让所有的地区都可以接收到信号 广播台 覆盖地区 K1 “北京”, “上海”, “天津” K2 “广州”, “北京”, “深圳” K3 “成都”, “上海”, “杭州” ......
09 - Shell流程控制语句
1. if-else语句 能够使用if条件语句进行条件判断 1.1 if 语法 if 条件 then 命令 fi if 条件; then 命令; fi 1.2 if-else 语法 if 条件 then 命令 else 命令 fi 1.3 if elif else 语法 if 条件1 then 命令 ......
[数字图像处理笔记] 第一章 概述
1. 数字图像处理及特点 1.1 基本概念 图 物体反射或者透射电磁波的分布 像 人的视觉系统对接收的图信息在大脑中形成的印象 图像 “图”和“像”的结合，可以直接或间接作用于人的视觉系统而产生的视知觉实体 图像处理 模拟图像处理 也称光学图像处理，是利用 光学透镜或光学照相方法 对模拟图像进行的处 ......
Java流程控制-循环控制
免责声明：java基础资料均来自于韩顺平老师的《循序渐进学Java零基础》教案，具体视频内容可以去B站观看，这些资料仅用于学习交流，不得转载用于商业活动 1.循环控制 1.1 for循环 基本语法： for(循环变量初始化;循环条件;循环变量迭代){ 循环操作(可以多条语句)； } 说明： for关 ......
最小费用组最大流——EK算法
时间复杂度O（nm^2)，理论上限 //n,m,s,t，分别代表该网络的点数n，网络的边数m，源点编号s，汇点编号t。 const int N=5010,M=100010,INF=1e8; int n,m,S,T; struct edge{int v,c,w,ne;}e[M]; int h[N],i ......
梯度下降算法
梯度下降是一种算法，可以用来找到成本函数的局部最小值。这里用线性回归来演示梯度下降算法，但梯度下降不仅仅适用于线性回归成本函数。 梯度下降中，有学习率 α、数学表示等概念 梯度下降是什么 单变量线性回归梯度下降 梯度下降通过逐步更新参数，一步一步达到局部最小值 每一步的更新操作是这样的： 这里要注意 ......
网络流 最大流 Dinic 算法
#define LL long long #define N 10010 #define M 200010 using namespace std; int n,m,S,T; //n,m,s,t，分别表示点的个数、有向边的个数、源点序号、汇点序号 struct edge{LL v,c,ne;}e[M ......
基于小波变换的分形信号r指数求解算法matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 基于小波变换的分形信号r指数求解算法是一种利用小波变换和分形理论对信号进行分析的方法。下面将详细介绍这种算法的原理和数学公式。 分形信号是一种具有自相似性的非周期信号，其局部和整体具有相似的特征。在分形信号的分析 ......
基于FPGA的图像缩小算法实现,包括tb测试文件和MATLAB辅助验证
1.算法运行效果图预览 将FPGA的处理结果导出到matlab中显示图像效果： 2.算法运行软件版本 vivado2019.2 matlab2022a 3.算法理论概述 图像放小算法主要通过抽取算法实现，常见的抽取算法最大值抽取，和均值抽取。其示意图如下所示： 以缩小一半为例，如果是最大值抽取，则在 ......
KMP算法
1.暴力匹配 暴力匹配算法的步骤如下： 遍历主串中的每个可能的起始位置，从第一个字符开始。 对于每个起始位置，逐个比较主串和模式串中对应位置的字符。 如果发现不匹配的字符，即主串和模式串中对应位置的字符不相等，将模式串向右移动一个位置，继续比较。 如果模式串完全匹配主串中的一段子串，即模式串的每个字 ......
网络流最大流Dinic算法
感谢董晓老师：博客，b站 /* Dinic算法的思路是，用bfs进行分层，限制后面dfs每次的搜索深度， 并且，在dfs的过程中，直接把当前这个路走到u的容量限制分给u的各个出边 */ #include <iostream> #include <algorithm> #include <cstrin ......
Linux内核开发流程指南 - 8. 获取更多信息【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/8.Conclusion.html 以下是您提供的文本的中文翻译： 8. 获取更多信息 关于Linux内核开发及相关主题，有许多信息来源。其中最重要的始终是内核源代码分发中的Documentation目录。从顶 ......
Linux内核开发流程指南 - 6. 跟进【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/6.Followthrough.html 6. 跟进 到目前为止，您已经遵循了迄今为止给出的指南，并且凭借自己的工程技能，发布了一系列完美的补丁。即使是经验丰富的内核开发人员也可能犯的最大错误之一是认为他们的工 ......
Linux内核开发流程指南 - 7. 高级主题【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/7.AdvancedTopics.html 高级主题 到目前为止，希望你已经掌握了开发过程的工作方式。然而，还有更多需要学习的地方！本节将涵盖一些对于希望成为 Linux 内核开发过程中的常规部分的开发人员有帮 ......
杂算法
update on 2023.11.17 NOIP前来复习板子，发现KMP整理的不是很到位，所以更新详细一些。 模板题 抽象的blog 浅显易懂的讲解视频：（dalao讲得太好了\(%%%\)） 备用网址 \(kmp\)（字符串匹配）的概念： 主串：被匹配的字符串 模式串：匹配的串 最长前后缀：一个 ......
Linux内核开发流程指南 - 4. 编写正确的代码【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/4.Coding.html 4. 编写正确的代码 虽然坚实且以社区为导向的设计过程有很多值得说的地方，但任何内核开发项目的证明都在于最终的代码。其他开发人员将审查这些代码，并将其合并（或不合并）到主线树中。因此 ......
Linux内核开发流程指南 - 5. 编写正确的代码【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/5.Posting.html 5. 提交补丁 迟早会有一个时刻，你的工作准备好被提交给社区审查，并最终被合并到主线内核中。毫不奇怪，内核开发社区已经形成了一套用于提交补丁的惯例和程序，遵循这些规定将使所有相关人 ......
二分——acwing算法基础课笔记
个人笔记，欢迎补充、指正。 此次完全以个人理解来写。 整数二分 整数二分有两种，分别是找左边界和找右边界。 寻找符合要求的左边界：绿色点 int bsearch_1(int l, int r) { while (l < r) { int mid = l + r >> 1;//对应下界，最左 if ( ......
Linux内核开发流程指南 - Linux内核开发流程【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/2.Process.html Linux内核开发流程 Linux内核在20世纪90年代初期是一个相当松散的事务，涉及的用户和开发者数量相对较少。随着用户基数达到数百万，并有约2000名开发者在一年内参与开发，内 ......
Linux内核开发流程指南 - 3. 早期规划【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/3.Early-stage.html 3. 早期规划 在考虑 Linux 内核开发项目时，很容易就跃跃欲试，开始编码。然而，与任何重要项目一样，成功的基础工作最好是在编写第一行代码之前完成的。在早期规划和沟通上 ......
数据结构与算法----------3
队列 队列也是一种受限制的线性表，只能在一端进行插入，在另一端进行删除。 当然也有一种特殊的队列，名叫双端队列，也就是一段既可以插入也可以删除，在另一端也可以插入和删除。这就是双端队列。 队列的顺序实现(非环形数组) 代码实现 //队列的顺序实现(非环形数组) #define _CRT_SECURE ......
Linux内核开发流程指南 - 介绍【ChatGPT】
https://www.kernel.org/doc/html/v6.6/process/1.Intro.html 简介 1.1. 执行摘要 本节的其余部分涵盖了内核开发过程的范围以及开发人员及其雇主可能遇到的各种挫折。有许多原因说明为什么内核代码应该合并到官方（“主线”）内核中，包括自动提供给用户 ......
Linux内核开发流程指南 【ChatGPT】
原文：https://www.kernel.org/doc/html/v6.6/process/development-process.html Linux内核开发流程指南 目录： 介绍 1.1. 执行摘要 1.2. 本文内容 1.3. 鸣谢 1.4. 将代码纳入主线的重要性 1.5. 许可证 开发 ......
数据结构与算法---------2
栈 栈是一个具有一定操作约束的线性表，只能在一端(栈顶，top)做插入和删除。 栈的顺序实现 //栈的顺序实现 #define _CRT_SECURE_NO_WARNINGS #include <stdio.h> #include <stdlib.h> #include <string.h> #in ......
React diff 算法详解
代码参照 React 16.13.1 什么是 Diff 在render阶段的beginWork函数中，会将上次更新产生的 Fiber 节点与本次更新的 JSX 对象（对应ClassComponent的this.render方法返回值，或者FunctionComponent执行的返回值）进行比较。根据 ......
Vue3 diff算法详解
Diff 更新算法 由于目前Vue3对于性能的优化做了很多的处理，所以其在更新时并不会对所有的节点都进行diff更新。目前会进行diff更新的有以下两种情况： v-for容器节点 自写的render()函数 还有一种特殊情况会进行无diff的按序更新，这种更新是全替换模式，非常耗时： 无key值的v ......