插入排序（一）——直接插入排序与希尔排序

fe594ea5bf754ddbb223a54d8fb1e7bc.gif

目录

一.前言

二.排序的概念及其运用

1.1排序的概念

1.2 常用排序算法

三.常用排序算法的实现

3.1 插入排序

3.1.1 基本思想

3.1.2 直接插入排序

3.1.3 希尔排序（缩小增量排序）

四.全部代码

sort.c

sort.h

test.c

五.结语

8fb442646f144d8daecdd2b61ec78ecd.png一.前言

本文我们开始进入数据结构的难点——排序，当我们初步学习排序后就可以写出更高效的代码~。码字不易，希望大家多多支持我呀！（三连＋关注，你是我滴神！）

二.排序的概念及其运用

1.1排序的概念

  • 排序：所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。
  • 稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保存不变，即在原序列中，r[i] = r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；反之不稳定。
  • 内部排序：数据元素全部放在内存中的排序。
  • 外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不能在内外存之间移动数据的排序。

1.2 常用排序算法

三.常用排序算法的实现

3.1 插入排序

3.1.1 基本思想

直接插入排序是一种简单的插入排序法，其基本思想是：

把待排序的记录按其关键码值的大小逐个插入到已经排好序的有序序列中，直到所有的记录插入完为止，得到一个新的有序序列。

实际中我们玩扑克牌时，就用了插入排序的思想

3.1.2 直接插入排序

当插入第i(i>=1)个元素时，前面的arr[0], arr[1]....arr[i-1]已经排行序，此时用arr[i]的排序码与arr[i]，arr[i-1]，arr[i-2]....的排序码顺序进行比较，找到插入位置即将arr[i]插入，原来位置上的元素顺序后移。

在学习该排序之前我们先完成一个简单的单趟排序。我们对两个有序数组分别插入5和1来分析。

当我们要插入5时，对比最后一位数字，如果该数字比5大则往后挪一位，与此同时end--往前移动继续与5比较，以此类推直到end指向4（比5小）的时候停下，然后在end的后面插入5.

接下来对于1也是同理，当对比完发现end指向-1时1成功插入（1为最小）。

基于这两个图例我们来开始写这个单趟代码：

首先要在有序数组插入数字的时候，那么5的位置肯定是end+1位，其次我们需要用tmp来保存5，因为当9往后挪动的时候会覆盖5的位置，要想让5继续与前面数字进行比较就得用存储5的tmp。

void InsertSort(int* arr, int n)
{
	//单趟排序
	int end = n - 2;
	int tmp = arr[end + 1];
	while (end >= 0)
	{
		if (tmp < arr[end])//如果遇到比tmp大的数
		{
			arr[end + 1] = arr[end];//往后挪
		}
		else
		{
			break;//退出循环，在外面插入
		}
		end--;
	}
	arr[end + 1] = tmp;
}

int main()
{
	int arr[] = { 3,4,2,1,7,8,5 };
	InsertSort(arr, 7);
	
	return 0;
}

有一点需要注意，当我们在可以插入的时候不能选择在循环里面插入而是用break跳出循环，再写插入的代码。

之所以这样是因为如果tmp保存的值比数组中所有的值都要小，那么它只能是等到循环结束，是不能在循环里进行插入的。

 

既然我们控制了单趟有序，怎么样控制整体有序呢？ 

我们只需要控制end的位置就可以做到整体有序，因为这就像是一个在有序数组里不断插入的过程，而end的起始位置作用就是隔离有序数组。

所以end的范围起始是0结束应该是n-2。在n个数中，end指向倒数第2个，把倒数第一个当作要插入的数字即可完成所有的排序。

void InsertSort(int* arr, int n)
{
	int i = 0;
	for (i = 0; i < n - 1; i++)
	{
		//单趟排序
		int end = i;
		int tmp = arr[end + 1];
		while (end >= 0)
		{
			if (tmp < arr[end])//如果遇到比tmp大的数
			{
				arr[end + 1] = arr[end];//往后挪
			}
			else
			{
				break;//退出循环，在外面插入
			}
			end--;
		}
		arr[end + 1] = tmp;
	}
	
}





int main()
{
	int arr[] = { 3,4,2,1,7,8,5 };
	InsertSort(arr, 7);
	
	return 0;
}

时间复杂度：

最坏情况（逆序时）：O（N^2）

最好情况（顺序有序时）：O（N) 

直接插入排序的特性总结：

  1. 元素集合越接近有序，直接插入排序算法的时间效率越高
  2. 时间复杂度：O（N^2）
  3. 空间复杂度：O（1），它是一种稳定的排序算法
  4. 稳定性：稳定

3.1.3 希尔排序（缩小增量排序）

希尔排序法又称缩小增量法。希尔排序法的基本思想是：先选定一个整数，把待排序文件中所有记录分成各组，所有距离为gap的记录分在同一组内，并对每一组内的记录进行排序，然后去重复上述分组和排序的工作。当到达gap=1时，所有的记录在统一组内排好序。

希尔排序前景：

  1. 先预排序
  2. 直接插入排序

我们通过预排序让数组接近有序再来直接插入排序这样时间复杂度就可以接近O（N）

接着我们要在划分好的组里进行直接插入排序

蓝色组：

紫色组：

红色组：

在外面排完之后可以观察得到，现在这组数虽然不是有序，但对比原有顺序可以说是相对有序（大的数更往后排了，小的数更往前排了）。

接下来我们用代码来实现该思路：

在直接插入的基础上进行修改

以此类推完成排序

void ShellSort(int* a, int n)
{
		//单趟排序
		int gap = 3;
		int end = 0;
		int tmp = a[end + gap];
		while (end >= 0)
		{
			if (tmp < a[end])//如果遇到比tmp大的数
			{
				a[end + gap] = a[end];//往后挪
			}
			else
			{
				break;//退出循环，在外面插入
			}
			end = end - gap;
		}
		a[end + gap] = tmp;

}

我们可以发现如果gap为1时，那就是直接插入排序了~

这样就控制了蓝色一组

void ShellSort(int* a, int n)
{
	int gap = 3;
	for (int i = 0; i < n ; i += gap)
	{
		//单趟排序
		int end = i;
		int tmp = a[end + gap];
		while (end >= 0)
		{
			if (tmp < a[end])//如果遇到比tmp大的数
			{
				a[end + gap] = a[end];//往后挪
			}
			else
			{
				break;//退出循环，在外面插入
			}
			end = end - gap;
		}
		a[end + gap] = tmp;
	}


}

那么按照这个代码，最后end一定要落到这个位置上吗？ 

如果落到这个位置，那最后tmp再取end+1就越界了，而且按照我们上面学到的插排，end起始排序的位置是要落在插入数字之前的，但目前end的位置在蓝色组中是最后一个数字，使得其tmp取到随机值了。

所以最后我们要选的是n-gap，因为这里条件是i小于，所以最后end的位置才可以落在n-4即8所在的位置，而这在蓝色组的4个数字中排序是最后落到为倒数第二个数字，符合直接插入的规则。

void ShellSort(int* a, int n)
{
	int gap = 3;
	for (int i = 0; i <n-gap; i+=gap)
	{
		//单趟排序
		int end = i;
		int tmp = a[end + gap];
		while (end >= 0)
		{
			if (tmp < a[end])//如果遇到比tmp大的数
			{
				a[end + gap] = a[end];//往后挪
			}
			else
			{
				break;//退出循环，在外面插入
			}
			end = end-gap;
		}
		a[end + gap] = tmp;
	}
}

现在我们把蓝色组的预排序处理好了，那另外两组又要如何处理？

再来套个循环去改变它们的起始位置就行了。

void ShellSort(int* a, int n)
{
	int gap = 3;
	for (int j = 0; j < gap; j++)
	{
		for (int i = j; i < n - gap; i += gap)
		{
			//单趟排序
			int end = i;
			int tmp = a[end + gap];
			while (end >= 0)
			{
				if (tmp < a[end])//如果遇到比tmp大的数
				{
					a[end + gap] = a[end];//往后挪
				}
				else
				{
					break;//退出循环，在外面插入
				}
				end = end - gap;
			}
			a[end + gap] = tmp;
		}
	}
	
}

这样子是一组一组排，蓝色走完走紫色，紫色走完走红色。

下面是另一种版本（效果与上面一样）：多组并排

void ShellSort(int* a, int n)
{
	int gap = 3;
	for (int i = 0; i < n - gap; ++i)
	{
		//单趟排序
		int end = i;
		int tmp = a[end + gap];
		while (end >= 0)
		{
			if (tmp < a[end])//如果遇到比tmp大的数
			{
				a[end + gap] = a[end];//往后挪
			}
			else
			{
				break;//退出循环，在外面插入
			}
			end = end - gap;
		}
		a[end + gap] = tmp;
	}

}

 

这个是挨个排序（蓝紫红蓝紫红，虽然效果跟前面的一样，但前面代码明显更好理解~

预排序意义：大的数更快的到后面去，小的数更快的到前面去。gap越大跳的越快，越不接近有序，gap越小跳的越慢，越接近有序。gap=1,直接有序。 

完整希尔排序 

void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap > 1)
	{
		gap = gap / 2;
		for (int j = 0; j < gap; j++)
		{
			for (int i = j; i < n - gap; i += gap)
			{
				//单趟排序
				int end = i;
				int tmp = a[end + gap];
				while (end >= 0)
				{
					if (tmp < a[end])//如果遇到比tmp大的数
					{
						a[end + gap] = a[end];//往后挪
					}
					else
					{
						break;//退出循环，在外面插入
					}
					end = end - gap;
				}
				a[end + gap] = tmp;
			}
		}
	}
	

}

之所以这样是因为gap不好给固定的值，固定值有时候会不适合n的数量变化，所以我们最开始可以先让gap为n，然后通过/2的方式对数组不断进行预排序，而在最后gap一定是为1，这时候就可以进行整体的排序了。 

有时候为避免预排序过多可以改变一下gap，/3+1是为了保证gap最后能够取到1

接下来我们来测试一下它的性能

这是通过生成100000个随机值测试用的代码片段。

void TestOP()
{
	srand(time(0));
	const int N = 100000;
	int* a1 = (int*)malloc(sizeof(int) * N);
	int* a2 = (int*)malloc(sizeof(int) * N);
	int* a3 = (int*)malloc(sizeof(int) * N);
	int* a4 = (int*)malloc(sizeof(int) * N);
	int* a5 = (int*)malloc(sizeof(int) * N);
	int* a6 = (int*)malloc(sizeof(int) * N);
	int* a7 = (int*)malloc(sizeof(int) * N);

	for (int i = N-1; i >= 0; --i)
	{
		a1[i] = rand();
		a2[i] = a1[i];
		a3[i] = a1[i];
		a4[i] = a1[i];
		a5[i] = a1[i];
		a6[i] = a1[i];
		a7[i] = a1[i];
	}

	int begin1 = clock();
	InsertSort(a1, N);
	int end1 = clock();

	int begin2 = clock();
	ShellSort(a2, N);
	int end2 = clock();

	int begin7 = clock();
	//BubbleSort(a7, N);
	int end7 = clock();

	int begin3 = clock();
	//SelectSort(a3, N);
	int end3 = clock();

	int begin4 = clock();
	//HeapSort(a4, N);
	int end4 = clock();

	int begin5 = clock();
	//QuickSort(a5, 0, N - 1);
	int end5 = clock();

	int begin6 = clock();
	//MergeSort(a6, N);
	int end6 = clock();

	printf("InsertSort:%d\n", end1 - begin1);
	printf("ShellSort:%d\n", end2 - begin2);
	printf("BubbleSort:%d\n", end7 - begin7);

	printf("SelectSort:%d\n", end3 - begin3);
	printf("HeapSort:%d\n", end4 - begin4);
	printf("QuickSort:%d\n", end5 - begin5);
	printf("MergeSort:%d\n", end6 - begin6);

	free(a1);
	free(a2);
	free(a3);
	free(a4);
	free(a5);
	free(a6);
	free(a7);
}

int main()
{
	TestOP();
	//TestBubbleSort();
	//TestHeapSort();
	//TestSelectSort();

	return 0;
}

我们选择调用希尔和插排来对比在10万个随机数中二者排序完成的用时是多少。

我们再来看看1万个数据的效果

可以发现数据量越大越能突显希尔的性能优势。

希尔排序的时间复杂度

一般gap是多少就会划分有多少个组别

gap很大的时候，如n/3 整个数组逆序，n/3组数据，每组比较3次（1+2）间距为gap的这些数据，合计 n/3 *3 ==n

所以我们可以得知红框框住的这两组循环一开始是n次

gap很大的时候，如1 接近有序了 间距为1的这些数据，合计：n

中间会呈现由n变大再变小到n的过程。

我们粗略通过循环比较可以得出时间复杂度N（因为上图中n无法精确计算）*logN(以2为底或以3为底，看gap怎么处理）。

而最终结论是，时间复杂度为O（N^1.3)，算法效率略差于n*logn

四.全部代码

sort.c

#define _CRT_SECURE_NO_WARNINGS 1
#include "sort.h"
void InsertSort(int* arr, int n)
{
	int i = 0;
	for (i = 0; i < n - 1; i++)
	{
		//单趟排序
		int end = i;
		int tmp = arr[end + 1];
		while (end >= 0)
		{
			if (tmp < arr[end])//如果遇到比tmp大的数
			{
				arr[end + 1] = arr[end];//往后挪
			}
			else
			{
				break;//退出循环，在外面插入
			}
			end--;
		}
		arr[end + 1] = tmp;
	}

}

//void ShellSort(int* a, int n)
//{
//	int gap = 3;
//	for (int i = 0; i < n ; i += gap)
//	{
//		//单趟排序
//		int end = i;
//		int tmp = a[end + gap];
//		while (end >= 0)
//		{
//			if (tmp < a[end])//如果遇到比tmp大的数
//			{
//				a[end + gap] = a[end];//往后挪
//			}
//			else
//			{
//				break;//退出循环，在外面插入
//			}
//			end = end - gap;
//		}
//		a[end + gap] = tmp;
//	}
//
//
//}

void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap > 1)
	{
		gap = gap / 2;
		for (int j = 0; j < gap; j++)
		{
			for (int i = j; i < n - gap; i += gap)
			{
				//单趟排序
				int end = i;
				int tmp = a[end + gap];
				while (end >= 0)
				{
					if (tmp < a[end])//如果遇到比tmp大的数
					{
						a[end + gap] = a[end];//往后挪
					}
					else
					{
						break;//退出循环，在外面插入
					}
					end = end - gap;
				}
				a[end + gap] = tmp;
			}
		}
	}
	

}
//void ShellSort(int* a, int n)
//{
//	int gap = 3;
//	for (int i = 0; i < n - gap; ++i)
//	{
//		//单趟排序
//		int end = i;
//		int tmp = a[end + gap];
//		while (end >= 0)
//		{
//			if (tmp < a[end])//如果遇到比tmp大的数
//			{
//				a[end + gap] = a[end];//往后挪
//			}
//			else
//			{
//				break;//退出循环，在外面插入
//			}
//			end = end - gap;
//		}
//		a[end + gap] = tmp;
//	}
//
//}

void PrintfSort(int* a, int n)
{
	for (int i = 0; i < n; i++)
	{
		printf("%d ", a[i]);
	}
	printf("\n");
}

—————————————————————————————————————————— 

sort.h

#define _CRT_SECURE_NO_WARNINGS 1
#include <stdio.h>

void PrintfSort(int* a, int n);

void ShellSort(int* a, int n);

void InsertSort(int* arr, int n);

—————————————————————————————————————————— 

test.c

#define _CRT_SECURE_NO_WARNINGS 1
#include <stdio.h>
#include "sort.h"
#include <time.h>
#include <stdlib.h>
//void InsertSort(int* arr, int n)
//{
//	int i = 0;
//	for (i = 0; i < n - 1; i++)
//	{
//		//单趟排序
//		int end = i;
//		int tmp = arr[end + 1];
//		while (end >= 0)
//		{
//			if (tmp < arr[end])//如果遇到比tmp大的数
//			{
//				arr[end + 1] = arr[end];//往后挪
//			}
//			else
//			{
//				break;//退出循环，在外面插入
//			}
//			end--;
//		}
//		arr[end + 1] = tmp;
//	}
//	
//}
void TestShellSort()
{
	int a[] = { 9,1,2,5,7,4,8,6,3,5,1,2,3,5,1,8,3 };
	ShellSort(a, sizeof(a) / sizeof(int));
	PrintfSort(a, sizeof(a) / sizeof(int));
}

void TestOP()
{
	srand(time(0));
	const int N = 10000;
	int* a1 = (int*)malloc(sizeof(int) * N);
	int* a2 = (int*)malloc(sizeof(int) * N);
	int* a3 = (int*)malloc(sizeof(int) * N);
	int* a4 = (int*)malloc(sizeof(int) * N);
	int* a5 = (int*)malloc(sizeof(int) * N);
	int* a6 = (int*)malloc(sizeof(int) * N);
	int* a7 = (int*)malloc(sizeof(int) * N);

	for (int i = N - 1; i >= 0; --i)
	{
		a1[i] = rand();
		a2[i] = a1[i];
		a3[i] = a1[i];
		a4[i] = a1[i];
		a5[i] = a1[i];
		a6[i] = a1[i];
		a7[i] = a1[i];
	}

	int begin1 = clock();
	InsertSort(a1, N);
	int end1 = clock();

	int begin2 = clock();
	ShellSort(a2, N);
	int end2 = clock();

	int begin7 = clock();
	//BubbleSort(a7, N);
	int end7 = clock();

	int begin3 = clock();
	//SelectSort(a3, N);
	int end3 = clock();

	int begin4 = clock();
	//HeapSort(a4, N);
	int end4 = clock();

	int begin5 = clock();
	//QuickSort(a5, 0, N - 1);
	int end5 = clock();

	int begin6 = clock();
	//MergeSort(a6, N);
	int end6 = clock();

	printf("InsertSort:%d\n", end1 - begin1);
	printf("ShellSort:%d\n", end2 - begin2);
	printf("BubbleSort:%d\n", end7 - begin7);

	printf("SelectSort:%d\n", end3 - begin3);
	printf("HeapSort:%d\n", end4 - begin4);
	printf("QuickSort:%d\n", end5 - begin5);
	printf("MergeSort:%d\n", end6 - begin6);

	free(a1);
	free(a2);
	free(a3);
	free(a4);
	free(a5);
	free(a6);
	free(a7);
}


int main()
{
	//int arr[] = { 3,4,2,1,7,8,5 };
	//InsertSort(arr, 7);
	/*int a[] = {1,5,8,7,4,6,9,85,2,4,1,7 };
	ShellSort(a, sizeof(a) / sizeof(int));
	PrintfSort(a, sizeof(a) / sizeof(int));*/
	TestOP();
	return 0;
}

 

4b12323f94834afd9ec146a3c10df229.jpeg五.结语

插入排序只是排序中的冰山一角，它可以帮助我们处理更庞大的数据，不过由于排序算法有多种，我们得学会在各种情况下运用最佳算法进行排序。最后感谢大家的观看，友友们能够学习到新的知识是额滴荣幸，期待我们下次相见~

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：/a/335014.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

SpringBoot 3.1.7 集成Mybatis

SpringBoot 3.1.7 集成Mybatis

一、介绍 Mybatis的中文官网并没找到与SpringBoot最新的集成的教程&#xff0c;有的都是老式的配置方法&#xff0c;所以记录一下怎么我是怎么集成SpringBoot 3.1.7 集成Mybatis 的方法 有条件的可以打开源网站 https://github.com/mybatis/spring-boot-starter 没有条件的我…
阅读更多...
虚拟机下载docker

虚拟机下载docker

一&#xff0c;Docker简介 百科说&#xff1a;Docker 是一个开源的应用容器引擎&#xff0c;让开发者可以打包他们的应用以及依赖包到一个可移植的容器中&#xff0c;然后发布到任何流行的Linux机器上&#xff0c;也可以实现虚拟化&#xff0c;容器是完全使用沙箱机制&#xff…
阅读更多...
GetShell的姿势

GetShell的姿势

0x00 什么是WebShell 渗透测试工作的一个阶段性目标就是获取目标服务器的操作控制权限&#xff0c;于是WebShell便应运而生。Webshell中的WEB就是web服务&#xff0c;shell就是管理攻击者与操作系统之间的交互。Webshell被称为攻击者通过Web服务器端口对Web服务器有一定的操作权…
阅读更多...
nodejs前端项目的CI/CD实现（二）jenkins的容器化部署

nodejs前端项目的CI/CD实现（二）jenkins的容器化部署

一、背景 docker安装jenkins&#xff0c;可能你会反问&#xff0c;这太简单了&#xff0c;有什么好讲的。 我最近就接手了一个打包项目&#xff0c;它是一个nodejs的前端项目&#xff0c;jenkins已在容器里部署且运行OK。 但是&#xff0c;前端组很追求新技术&#xff0c;不…
阅读更多...
【STM32】STM32学习笔记-I2C通信外设(34)

【STM32】STM32学习笔记-I2C通信外设(34)

00. 目录 文章目录 00. 目录01. I2C简介02. I2C外设简介03. I2C框图04. I2C基本结构05. 主机发送06. 主机接收07. 软件/硬件波形对比08. 预留09. 附录 01. I2C简介 I2C(Inter&#xff0d;Integrated Circuit)总线是一种由NXP&#xff08;原PHILIPS&#xff09;公司开发的两线式…
阅读更多...
Web3艺术市场：NFT与数字创作的结合

Web3艺术市场：NFT与数字创作的结合

在数字时代&#xff0c;随着区块链技术的崛起&#xff0c;一种新型数字资产&#xff0c;非同质化代币&#xff08;NFT&#xff09;&#xff0c;正逐渐改变传统艺术市场的格局。这种数字化的艺术品售卖方式成为了Web3艺术市场的代表&#xff0c;推动着数字创作与艺术市场的结合。…
阅读更多...
深度学习—常见的卷积操作和卷积神经网络

深度学习—常见的卷积操作和卷积神经网络

各种常见的卷积操作 0、三种模式及输出矩阵尺寸计算 W输入矩阵宽&#xff0c;w是卷积核的大小&#xff0c;p是padding的数值&#xff0c;stride是滑动步幅 Full 补k-1圈 &#xff1a;w0 &#xff08; | W | - w 2p &#xff09;/ stride 1 Same 补若干圈&#xff1a;w0 …
阅读更多...
UI组件在线预览，程序员直呼“不要太方便~”

UI组件在线预览，程序员直呼“不要太方便~”

一、介绍 以往大家如果想查看组件的使用效果&#xff0c;需要打开DevEco Studio构建工程。现在为了便于大家高效开发&#xff0c;文档上线了JS UI组件在线预览功能&#xff0c;无需本地构建工程&#xff0c;在线即可修改组件样式等参数、一键预览编译效果。程序员直呼&#xff…
阅读更多...
使用 ClassFinal 对SpringBoot jar加密加固并进行机器绑定

使用 ClassFinal 对SpringBoot jar加密加固并进行机器绑定

写在前面&#xff1a;各位看到此博客的小伙伴&#xff0c;如有不对的地方请及时通过私信我或者评论此博客的方式指出&#xff0c;以免误人子弟。多谢&#xff01;如果我的博客对你有帮助&#xff0c;欢迎进行评论✏️✏️、点赞&#x1f44d;&#x1f44d;、收藏⭐️⭐️&#…
阅读更多...
回溯算法篇-02：括号生成

回溯算法篇-02：括号生成

力扣22、括号生成 题目分析 对于括号类问题&#xff0c;有以下两个性质&#xff1a; 一个“合法”的括号组合中&#xff0c;左括号数量一定等于右括号数量对于一个 “合法” 的括号字符串组合 p &#xff0c;必然对于任何 0 < i < len(p) 都有&#xff1a;子串 p[0...i…
阅读更多...
商铺工厂119消防火灾SOS声光一键报警器平台联网

商铺工厂119消防火灾SOS声光一键报警器平台联网

商铺工厂119消防火灾SOS声光一键报警器平台联网 1.设有火灾自动报警系统的建筑&#xff0c;宜选择符合相关现行国家技术标准的消防应急广播、火灾声光警报类产品&#xff0c;由火灾报警或消防联动控制器进行控制&#xff0c;在消防控制室应能一键启动全楼火灾声光警报或向全楼进…
阅读更多...
phpStorm 设置终端为git bash

phpStorm 设置终端为git bash

环境&#xff1a; windows , PhpStorm 2022 为自己的终端配置git样式的使用&#xff0c; 默认终端样式 一、打开设置&#xff0c;选择git bin 二、重新打开终端 不加--login -i 的终端 加了--login -i 的终端 最重要的一点是什么&#xff0c;他可以像mac一样支持 ctrlv 复…
阅读更多...
【Qt5】QString的成员函数chop

【Qt5】QString的成员函数chop

2024年1月19日&#xff0c;周五下午 QString 的 chop 方法用于从字符串的末尾移除指定数量的字符。这个方法会修改原始字符串&#xff0c;并返回 void。 下面是一个简单的示例&#xff1a; #include <QString> #include <QDebug>int main() {QString originalStr…
阅读更多...
PE解释器之PE文件结构（二）

PE解释器之PE文件结构（二）

接下来的内容是对IMAGE_OPTIONAL_HEADER32中的最后一个成员DataDirectory&#xff0c;虽然他只是一个结构体数组&#xff0c;每个结构体的大小也不过是个字节&#xff0c;但是它却是PE文件中最重要的成员。PE装载器通过查看它才能准确的找到某个函数或某个资源。 一&#xff1…
阅读更多...
安捷伦AgilentE8363B网络分析仪

安捷伦AgilentE8363B网络分析仪

安捷伦AgilentE8363B网络分析仪 E8363B 是 Agilent 的 40 GHz 网络分析仪。网络分析仪是一种功能强大的仪器&#xff0c;可以以无与伦比的精度测量射频设备的线性特性。许多行业使用网络分析仪来测试设备、测量材料和监控信号的完整性 附加功能&#xff1a; 104 dB 的动态范围…
阅读更多...
Redis--HyperLogLog的指令语法与使用场景举例(UV统计)

Redis--HyperLogLog的指令语法与使用场景举例(UV统计)

文章目录 前言HyperLogLog介绍HyperLogLog指令使用使用场景&#xff1a;UV统计 前言 Redis除了常见的五种数据类型之外&#xff0c;其实还有一些少见的数据结构&#xff0c;如Geo&#xff0c;HyperLogLog等。虽然它们少见&#xff0c;但是作用却不容小觑。本文将介绍HyperLogL…
阅读更多...
使用KTO进行更好、更便宜、更快速的LLM对齐

使用KTO进行更好、更便宜、更快速的LLM对齐

KTO全称为Kahneman-Tversky Optimisation&#xff0c;这种对齐方法使在我们的数据上对大型语言模型&#xff08;LLM&#xff09;进行对齐变得前所未有地容易和便宜&#xff0c;而且不会损害性能。大型语言模型的成功在很大程度上得益于与人类反馈的对齐。如果ChatGPT曾经拒绝回…
阅读更多...
三星刚刚将Google Gemini集成到Galaxy S24中

三星刚刚将Google Gemini集成到Galaxy S24中

我的新书《Android App开发入门与实战》已于2020年8月由人民邮电出版社出版&#xff0c;欢迎购买。点击进入详情 AI手机的新时代即将到来。 三星刚刚将 Google Gemini 集成到 Galaxy S24 中&#xff01; 准备好迎接智能手机吧&#xff0c;它不仅智能&#xff0c;而且具有灵性。…
阅读更多...
Jvm相关知识(面试高级必备)

Jvm相关知识(面试高级必备)

类的实例化顺序 先静态、先父后子 先静态&#xff1a;父静态>子静态 优先级&#xff1a;父类>子类 静态代码块>非静态代码块>构造函数 一个类的实例化过程&#xff1a; ①&#xff0e;父类的static代码块&#xff0c;当前类的static; ②&#xff0e;顺序执行…
阅读更多...
线程池的简单介绍及使用

线程池的简单介绍及使用

线程池 线程池的参数介绍拒绝策略 线程池的任务处理流程使用Executors创建常见的线程池 线程池的参数介绍 corePoolSize: (核心线程数)这是线程池中始终存在的线程数&#xff0c;即使这些线程处于空闲状态。maximumPoolSize:(最大线程数) 是线程池允许的最大线程数。keepAliveT…
阅读更多...
最新文章

Copyright @ 2022~2023