摘要: 一、概述 目的 Spring Boot的主要目的是简化Spring应用程序的初始搭建以及开发过程。它采用了“约定优于配置”的原则,减少了开发人员需要编写的样板代码(如配置文件)数量。例如,在传统的Spring应用中,要配置一个数据源,需要在XML配置文件或者Java配置类中进行大量的配置,包括数据库 阅读全文
posted @ 2024-12-25 19:10 软件职业规划 阅读(6) 评论(0) 推荐(0) 编辑
摘要: 一、开发框架 Spring Boot 它是用于构建独立的、基于Spring的生产级应用程序的框架。简化了配置,有大量的 starters,可以方便地集成各种数据库、消息队列等组件。例如,在构建一个用户微服务时,通过添加spring - boot - starter - data - jpa和spri 阅读全文
posted @ 2024-12-25 19:06 软件职业规划 阅读(26) 评论(0) 推荐(0) 编辑
摘要: GitHub Copilot: 由 GitHub 和 OpenAI 合作开发,基于 GPT 架构。 集成到多种开发环境中,如 Visual Studio Code、JetBrains IDE 等。 根据用户输入的注释或部分代码自动生成代码补全建议,适用于多种编程语言,如 Python、JavaScr 阅读全文
posted @ 2024-12-25 17:31 软件职业规划 阅读(34) 评论(0) 推荐(0) 编辑
摘要: 一、AI 写代码的原理 基于深度学习的代码生成: 深度学习模型(如 GPT 系列)通过大规模代码数据集训练,将代码视为一种序列数据。在训练过程中,它们会学习代码中的各种模式和规律,包括但不限于编程语言的语法规则、不同代码结构的组合方式、代码块之间的依赖关系以及各种函数和库的使用习惯。 对于 GPT 阅读全文
posted @ 2024-12-25 17:28 软件职业规划 阅读(36) 评论(0) 推荐(0) 编辑
摘要: 定义 基数排序(Radix Sort)是一种非比较型整数排序算法,它是根据数字的每一位来排序。它的基本思想是将整数按位数切割成不同的数字,然后按每个位数分别比较。对于有d位的整数,需要进行d趟排序。 工作原理 以最低有效位(Least - Significant - Digit,LSD)为例 首先, 阅读全文
posted @ 2024-12-25 16:09 软件职业规划 阅读(33) 评论(0) 推荐(0) 编辑
摘要: 一、基本原理 核心思想 桶排序的基本思想是将数组中的数据分到有限数量的桶里。每个桶再分别进行排序(可以使用其他排序算法,如插入排序),最后将各个桶中的数据有序地合并起来,得到最终的排序结果。 工作方式类比 可以把它想象成在一个有很多小格子(桶)的柜子里整理物品。首先根据物品的某种特征(比如大小)把它 阅读全文
posted @ 2024-12-25 16:07 软件职业规划 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 一、基本原理 计数排序的基本思想是对于给定的输入序列中的每一个元素x,确定小于x的元素个数。通过统计每个元素出现的次数,然后根据统计结果将元素放到有序序列中的正确位置。 假设输入的数组是A,长度为n,数组中的元素范围是0到k。它需要额外创建两个辅助数组:计数数组C(长度为k + 1)用于统计每个元素 阅读全文
posted @ 2024-12-25 16:06 软件职业规划 阅读(16) 评论(0) 推荐(0) 编辑
摘要: 基本概念 堆是一种完全二叉树的数据结构。在堆排序中,主要使用两种堆:最大堆和最小堆。最大堆的特点是每个节点的值都大于或等于它的子节点的值;最小堆则是每个节点的值都小于或等于它的子节点的值。例如,对于最大堆,根节点是整个堆中的最大值。 完全二叉树是一种特殊的二叉树,除了最后一层外,其他每一层的节点数都 阅读全文
posted @ 2024-12-25 16:04 软件职业规划 阅读(10) 评论(0) 推荐(0) 编辑
摘要: 基本概念 快速排序(Quick Sort)是一种高效的排序算法,它基于分治策略。其基本思想是通过一趟排序将待排记录分割成独立的两部分,其中一部分记录的关键字均比另一部分记录的关键字小,然后分别对这两部分记录继续进行排序,以达到整个序列有序的目的。 算法步骤 划分(Partition)操作 首先选择一 阅读全文
posted @ 2024-12-25 16:01 软件职业规划 阅读(19) 评论(0) 推荐(0) 编辑
摘要: 一、基本原理 分治思想 分治策略是将一个复杂的问题分解为若干个规模较小、相互独立且与原问题形式相同的子问题,然后分别求解这些子问题,最后将子问题的解合并得到原问题的解。在归并排序中,首先将数组分成两半,然后对每一半进行排序,最后将排序好的两半合并起来。 例如,对于数组[8, 4, 5, 7, 1, 阅读全文
posted @ 2024-12-25 16:00 软件职业规划 阅读(15) 评论(0) 推荐(0) 编辑
摘要: 希尔排序的定义 希尔排序(Shell Sort)是一种改进的插入排序算法。它的基本思想是先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序,待整个序列中的记录“基本有序”时,再对全体记录进行一次直接插入排序。 它通过比较相距一定间隔的元素来工作,这个间隔称为“增量”,并且在排序过程中会逐 阅读全文
posted @ 2024-12-25 15:58 软件职业规划 阅读(18) 评论(0) 推荐(0) 编辑
摘要: 一、基本原理 概念 插入排序的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。可以类比为人们整理手中的扑克牌,每次拿到一张新牌,就将它插入到已经排好序的牌中的合适位置。 算法步骤 从第一个元素开始,该元素可以认为已经被排序。 取出下一个元素,在已经排序的元 阅读全文
posted @ 2024-12-25 15:56 软件职业规划 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 一、选择排序的基本概念 选择排序(Selection Sort)是一种简单的排序算法。它的基本思想是:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。 二、选择排序的过程 第 阅读全文
posted @ 2024-12-25 15:46 软件职业规划 阅读(11) 评论(0) 推荐(0) 编辑
摘要: 一、冒泡排序的基本概念 冒泡排序(Bubble Sort)是一种简单的排序算法。它重复地走访要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。 这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶 阅读全文
posted @ 2024-12-25 15:45 软件职业规划 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 一、基本概念与安装 安装 可以使用pip install -U scikit - learn命令在命令行中进行安装。如果使用Anaconda环境,也可以通过Anaconda Navigator或conda install scikit - learn进行安装。 依赖关系 它依赖于NumPy(用于高效 阅读全文
posted @ 2024-12-25 15:21 软件职业规划 阅读(16) 评论(0) 推荐(0) 编辑
摘要: 一、SciPy简介 SciPy是一个用于数学、科学和工程计算的开源Python库。它构建在NumPy数组对象之上,提供了大量用于数值积分、优化、统计、信号处理、图像处理等诸多领域的高级功能。 与NumPy的关系:NumPy主要关注多维数组和对这些数组进行基本的数学运算。SciPy则在NumPy基础上 阅读全文
posted @ 2024-12-25 15:18 软件职业规划 阅读(11) 评论(0) 推荐(0) 编辑
摘要: 一、基础概念 目的:用于创建各种高质量的静态、动态和交互式的可视化图表,如折线图、柱状图、散点图、饼图等多种图形,帮助用户更好地理解和展示数据。 架构:它有一个分层的架构,最顶层是脚本层(pyplot),方便快速创建简单的图表;中间层是Artist层,用于对图表的各个组件(如线条、文本、图形等)进行 阅读全文
posted @ 2024-12-25 15:15 软件职业规划 阅读(10) 评论(0) 推荐(0) 编辑
摘要: 一、Pandas简介 定义 Pandas是一个开源的、用于数据处理和分析的Python库。它建立在NumPy之上,提供了高效的数据结构和数据分析工具,使得在Python中处理和分析结构化数据变得更加容易。 它主要有两个核心数据结构:Series和DataFrame。Series是一种类似于一维数组的 阅读全文
posted @ 2024-12-25 15:09 软件职业规划 阅读(31) 评论(0) 推荐(0) 编辑
摘要: 一、NumPy简介 NumPy(Numerical Python)是一个功能强大的Python库,主要用于对多维数组(ndarray)进行高效的操作。它是许多其他数据科学和机器学习库(如Scikit - learn、Pandas等)的基础。 安装 可以使用pip install numpy命令在命令 阅读全文
posted @ 2024-12-25 15:06 软件职业规划 阅读(11) 评论(0) 推荐(0) 编辑
摘要: 安装PyTorch 环境准备 确保你的系统安装了Python。PyTorch支持Python 3.6及以上版本。可以从Python官方网站(https://www.python.org/)下载并安装。 建议使用虚拟环境(如venv或conda)来隔离项目依赖。以conda为例,你可以使用以下命令创建 阅读全文
posted @ 2024-12-25 15:03 软件职业规划 阅读(39) 评论(0) 推荐(0) 编辑