【动态规划】【数学】【C++算法】18赛车

作者推荐

视频算法专题

本文涉及知识点

动态规划 数学

LeetCode818赛车

你的赛车可以从位置 0 开始，并且速度为 +1 ，在一条无限长的数轴上行驶。赛车也可以向负方向行驶。赛车可以按照由加速指令 ‘A’ 和倒车指令 ‘R’ 组成的指令序列自动行驶。
当收到指令 ‘A’ 时，赛车这样行驶：
position += speed
speed *= 2
当收到指令 ‘R’ 时，赛车这样行驶：
如果速度为正数，那么speed = -1
否则 speed = 1
当前所处位置不变。
例如，在执行指令 “AAR” 后，赛车位置变化为 0 --> 1 --> 3 --> 3 ，速度变化为 1 --> 2 --> 4 --> -1 。
给你一个目标位置 target ，返回能到达目标位置的最短指令序列的长度。
示例 1：
输入：target = 3
输出：2
解释：
最短指令序列是 “AA” 。
位置变化 0 --> 1 --> 3 。
示例 2：
输入：target = 6
输出：5
解释：
最短指令序列是 “AAARA” 。
位置变化 0 --> 1 --> 3 --> 7 --> 7 --> 6 。
提示：
1 <= target <= 104

这题太难了，反复看各位大佬的题解。结合自己的思考，总结出适合中国人理解的解法。
由于空格消失，故用_代替。

原理

令S=Ak1RAk2…Rkn 表示dp[x]的最短指令序列,x的取值范围(0,target]。An 代替n个A,n可以为0。定义S1,S2,S4,使得 S == Rk1+S1 S == Rk1R + S2 S == Ak1RAk2R+S4 。dp[x]的含义：当前速度为1，向当前方向行驶x的最短指令序列的长度。
S有如下性质：
一，一定不会以R结尾。假定以R结尾，删除它。距离不变。
二，一定不会以R开头。 否则删除RAk1R ，再在末尾增加 RRAk1或RAk1，指令长度不变或变短。
三,ki的i为奇数，则是正方向；i为偶数，则是反方向。如果x1和x2奇偶性相同，则交换kx1和kx2，行驶的路程不变。对奇数ki按降序排序，对偶数ki按降序排序。
四，x1和x2奇偶性不同。则kx1一定不等于kx2，否则通过性质三，移到最后然后删除。
五，x1和x2奇偶性不同。kx1>=3 ,则kx1一定不等于kx2+1，否则kx1变kx2，kx2变0使得，末尾加RA或RRA。
六，如果ki>=4，则ki顶多出现一次。否则将第一个Aki变成Aki+1,第二个Aki删除，末尾追加RRA或RA。
七，如果ki等于1。则最多出现2次。否则将三个A，变成A2 A0 A0。3个字符变2个字符。
八，如果ki等于2。则最多出现2次。否则将三个AA 变成A^3 A A。6个字符变5个字符。
九，如果ki等于3。则最多出现2次。否则将三个AAA变成，A^4 A^2 A^2。9个字符变8个字符。
十，如果x+1等于2k，则最短指令就是Ak。每一步都是最大加速，最大移动距离。
十一，假定某段指令的k1为x，则此指令的最大行驶距离vMaxDis(x)为（正方向全部选择，负方向全部不选择）：
x == 0,最大行驶距离0。
x== 1，2个A最大行驶距离为2。
x== 2，当有两个AA时，不会再有A，故最大行驶距离为6。AA_AA_ A -> AAA 5个字符变3个字符。只能AA A_A 行程5，AA_AA 行程6。
x== 3 当两个AAA存在时，不会存在A或AA，最大行驶距离：14。AAA AAA_ A => AAAA 7个字符变4个字符 AAA _AAA AA => AAAA A A 8个字符变6个字符。2个AAA的行程是14。其它组合不会超过14。
x==4 1个A AA …Ax 。和为:Sum i = 1 : x _{i=1}^{:x} i=1:x​(2i-1) = Sum i = 1 : x _{i=1}^{:x} i=1:x​(2i)-x = 2^(x+1)-2- x 。A _AA AAA 做特殊处理，删除A AA _AAA ，加上14，即 - 11+14 ， 2^(x+1)-2- x+3= 2(x+1) - x +1
十二，假定某段指令的k1为x，则k2的最大值为vK2Max(k1)：
根据性质四,k2一定不等于k1。
根据性质五，如果x>=3，则k2一定不是x-1，也不是x+1。
如果x >= 3，k2>=x+2 无论如何都会让行驶的距离为负
k1行驶的路程-k2行驶的路径+ vMaxDis(k1) = 2k1-2^(k1+2) + 2(k1+1)-k1+1 = -2k1-k1 + 1 路程恒定为负，淘汰。

综上所述：x>=3 k2的最大值为x-2。
k1为0，无意义。
k1为1，k2最大为0；如果k2为1，和k1抵消；如果k2为2，则行驶的总距离一定为负。
k1为2，k2可以为1。h1为2时，最大正方向为6。h2为3的话，负方向至少为7。总行程必定为负。故h2最大为1。
h2一定小于h1。
十三：假定某段指令的k1为x，则最小行驶距离vMinDis(x)（除k1外，正方向全部不选，负方向全选）为
故：vMinDis(x) = 2x-1 - vMaxDis(vK2Max(x))
vMinDis的计算值大于实际值，动态规划时可能会有遗漏造成错误。小于实际值，只会多计算几次，不会造成错误。故为了简化问题：令vMinDis(1)和vMinDis(2)等于0。

实现

初始化时计算vK1,如果vK1[x]记录符合以下条件的k1。vMinDis(k1) <= x 且vMaxDis(k1)>=x。
动态规划的状态表示，则初始速度为1，向当前方向行驶x的最短指令流为dp[x]。动态规划的初始值dp[0]=0。
动态规划的填表顺序：
第一层循环： 从1到大枚举x。
第二层循环：枚举可能k1。
第三层循环： 枚举可能的k2。
动态规划的返回值：dp.back()。
难点 dp[x]的x必须在区间[0,x)

动态规划的转移方程

根据上面的十余条性能，可以淘汰很多指令系列。我们只需要计算dp[x]，x取值范围[1,target]如果无法表示此范围的行程，也淘汰掉。
由于是从小到大计算x，转移方程中用到的dp[y] ,y的取值范围必须是[0,x)，否则无法保证无后效性。
则 S1 行驶的路程为: x - (2k1-1)
S2 行驶的路程为：y = (2k1-1) - x
如果y == 0 , 直达 dp[x] = k1
如果 y 取值[0,x） dp[x] = k+1 + dp[y] 如果S2有更短的指令，替换S2，则S更短
如果 y >= x ， 抛弃，见下面的证明一。
如果y < 0
枚举h2，已证明h2 >=0 且 h2 < h1。
令y1是S4行驶的总路程。
令y1 =x - （ 2k1-1）+ (2k2-1) = x - 2k1+2k2
由于k1 > k2 ，所以 y1 < x
y < 0 ==>> x - 2k1+1 > 0
k2的最小值为0，故2k2的最小值为1 故 y1 > 0 。
由于y1取值范围(0,x) 无法到x，故h3必定存在。
可以这样理解：向前走了一段没到目标，向后走了一段（小于向前的距离，且大于等于0）。必定不会到达目标，也不会回到起点。
dp[y1]对应的指令串就是S4，否则替换S4，S会变短。

证明一：2k1-1 != 2x。
如果两者相等，则直接用S2代码代替S，更短。
证明二：2k1-1 不大于 2x。
假定2k1-1 > 2x 也就是2k1-1 >= 2x +1 ==>>> 2k1 >= 2*(x+1) ===>>> 2k-1 >= x+1 式子一
以Ak2开头的S2，必须能等于 2k1-1 - x ,
a，k1 >= 4 假设一
根据性质五,h2 <= k1-2
S2的最大路程为：
2(x+1) - x +1
将k1-2 代替x
2k1-1- (k1-2)+1 = 2k1-1-k1+3
假定S2的最大路程能>=y：
2k1-1-k1+3 >= 2k1-1 - x
-k1+3 >= 2k-1 -1 - x
x+4 >= 2k-1 +k1 假设二
式子一和假设一
===>>> 2k-1 +k1 >= x+5 ==>>> 2k-1 +k1 > x+4 ==》 x+4 < 2k-1 +k1 式子二
假设二和式子二矛盾
b:k1 <= 3
k1等于0，总路程小于等于0，无意义。
k1等于1，k2为0。h2 h4 h6是递减的，如果h2为0,则h2 h4 h6…全部为0，也就是没有返程。没有返程意味者k1走的路程 <= x。
k1等于2，k2为1。k1的路程为3，只有当x1=1，才符合3>2*x。x=1的时候，最短距离是A。显然k1不等于2。h2为0同上。
k1等于3,k1的路程为7，只有x等于1 2 3 才符合，最短串分别为 A ARRA(或AARA) AA 。 k1都不为3。

代码

class Solution {
public:int racecar(int target) {auto K2Max = [](int k1){static vector<int> v = { 0,0,1 };return k1 >= v.size() ? k1 - 2 : v[k1];};vector<int> vMaxDis = { 0 } ,vMinDis = { 0 };for (int k1 = 1; ; k1++){int iMax = (1 << (k1 + 1)) - 2 - k1 ;if (1 == k1){iMax += 1;}else if(2 == k1){iMax += 4;}else{iMax += 11;}const int iMin = (1 << k1) - 1 - vMaxDis[K2Max(k1)];if (iMin > 10000){break;}vMaxDis.emplace_back(iMax);vMinDis.emplace_back(iMin);}vector<vector<int>> vK1(target + 1);for (int i = 1; i < vMaxDis.size(); i++){for (int x = max(1, vMinDis[i]); x <= min(target, vMaxDis[i]); x++){vK1[x].emplace_back(i);}}vector<int> dp(target + 1, 100'000);dp[0] = 0;for (int x = 1; x <= target; x++){for (const auto& k1 : vK1[x]){const int iRemain = (1 << k1) - 1 - x;if ( 0 == iRemain ){dp[x] = k1;//只有k1break;}if (iRemain > 0){	if (iRemain < x){dp[x] = min(dp[x], k1 + 1 + dp[iRemain]);//超出部分}continue;}for (int k2 = 0; k2 <= K2Max(k1); k2++){const int iNewX = x - (1 << k1) + (1 << k2);//iNew为0，有k2无k3if (iNewX < 0){assert(false);}else{dp[x] = min(dp[x], k1 + k2 + 1 + (0 != iNewX) + dp[iNewX]);}}}}return dp.back();}
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{assert(t1 == t2);
}template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{if (v1.size() != v2.size()){assert(false);return;}for (int i = 0; i < v1.size(); i++){Assert(v1[i], v2[i]);}}int main()
{	{Solution sln;vector<int> ans = { 1,4,2,5,7,5,3,6,8,7,10,7,9,6,4,7,9,8,11,12,10,9,12,9,11,13,11,8,10,7,5,8,10,9,12,13,11,10,13,15,14,15,13,14,12,11,14,11,13,16,14,17,14,15,13,10,12,14,12,9,11,8,6,9,11,10,13,14,12,11,14,16,15,16,14,15,13,12,15,17,16,19,19,18,17,18,16,18,18,17,15,16,14,13,16,13,15,18,16,19};for (int i = 0; i < 100; i++){auto res = sln.racecar(i + 1);Assert(res, ans[i]);}		}{Solution sln;vector<int> ans = { 45, 43, 40, 41, 43, 42, 44, 43, 44, 42, 39, 40, 42, 41, 38, 39, 37, 34, 36, 39, 37, 40, 42, 40, 38, 41, 43, 42, 45, 42, 44, 41, 39, 42, 44, 43, 46, 47, 45, 44, 47, 44, 46, 48, 46, 43, 45, 42, 40, 43, 45, 44, 47, 48, 46, 45, 48, 50, 49, 50, 48, 49, 47, 46, 49, 46, 48, 51, 49, 52, 49, 50, 48, 45, 47, 49, 47, 44, 46, 43,41, 44, 46, 45, 48, 49, 47, 46, 49, 51, 50, 51, 49, 50, 48, 47, 50, 52, 51, 54 };for (int i = 0; i < 100; i++){auto res = sln.racecar(10000-i);Assert(res, ans[i]);}}
}

附录：
k1:1 minDis:1 maxDis:2
k1:2 minDis:1 maxDis:8
k1:3 minDis:5 maxDis:22
k1:4 minDis:7 maxDis:37
k1:5 minDis:9 maxDis:68
k1:6 minDis:26 maxDis:131
k1:7 minDis:59 maxDis:258
k1:8 minDis:124 maxDis:513
k1:9 minDis:253 maxDis:1024
k1:10 minDis:510 maxDis:2047
k1:11 minDis:1023 maxDis:4094
k1:12 minDis:2048 maxDis:8189
k1:13 minDis:4097 maxDis:16380
k1:14 minDis:8194 maxDis:32763

2023年1月版

class Solution {
public:
bool AddQue(int(vHasDisSpeed)[41], vector<std::pair<int, int>>& qDisSpeed, int iDis, int iSpeed, int iOpeNum)
{
iSpeed += 20;
if ((iDis < 0) || (iDis >= m_target2 ))
{
return false;
}
if (INT_MAX != vHasDisSpeed[iDis][iSpeed])
{//已经处理
return true;
}
vHasDisSpeed[iDis][iSpeed] = iOpeNum;
qDisSpeed.emplace_back(iDis, iSpeed);
return true;
}
int racecar(int target) {
m_target = target;
int vHasDisSpeedOpeNum[10000 * 2][41] = { INT_MAX };
for (int i = 0; i < sizeof(vHasDisSpeedOpeNum) / sizeof(vHasDisSpeedOpeNum[0]); i++ )
for (int j = 0; j < sizeof(vHasDisSpeedOpeNum[0]) / sizeof(vHasDisSpeedOpeNum[0][0]); j++)
{
vHasDisSpeedOpeNum[i][j] = INT_MAX;
}
vector<std::pair<int, int>> qDisSpeed;
AddQue(vHasDisSpeedOpeNum, qDisSpeed, 0, 1, 0);
for (int i = 0; i < qDisSpeed.size();i++ )
{
int iDis = qDisSpeed[i].first;
const int iOpeNum = vHasDisSpeedOpeNum[iDis][qDisSpeed[i].second];
int iSpeedK = qDisSpeed[i].second - 20;
int iSpeed = 1 << (abs(iSpeedK)-1);
if (iSpeedK < 0)
{
iSpeed *= -1;
}
if (iDis + iSpeed == target)
{
return iOpeNum + 1;
}
AddQue(vHasDisSpeedOpeNum, qDisSpeed, iDis + iSpeed, iSpeedK > 0 ? iSpeedK + 1 : iSpeedK - 1, iOpeNum + 1);
AddQue(vHasDisSpeedOpeNum, qDisSpeed, iDis, iSpeedK > 0 ? -1 : 1, iOpeNum + 1);
}
return -1;
}
int m_target;
};

2023年8月版

class Solution {
public:
int racecar(int target) {
if (1 == target)
{
return 1;
}
if (2 == target)
{
return 4;
}
vector dp(target + 1,INT_MAX);
dp[1] = 1;
dp[2] = 4;
int k = 1;
for (int i = 3; i <= target ;i++ )
{
while ((1 << (k + 1)) <= i+1)
{
k++;
}
{
const int first = (1 << k) - 1;
if (first == i)
{
dp[i] = k;
continue;
}
for (int j = 0; j < k; j++)
{
dp[i] = min(dp[i], k + 1 + j + 1+ dp[i - first + (1 << j )-1]);
}
}
{
const int first = (1 << (k+1)) - 1;
dp[i] = min(dp[i], (k + 1) + 1 + dp[first - i]);
}
}
return dp.back();
}
};

扩展阅读

视频课程

有效学习：明确的目标 及时的反馈 拉伸区（难度合适），可以先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关

下载

想高屋建瓴的学习算法，请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 **C+

+17**
如无特殊说明，本算法用**C++**实现。

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.mzph.cn/news/633437.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩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

mycat实现mysql读写分离

mycat实现mysql读写分离

一. mycat集群HaproxyKeepalived mycat集群HaproxyKeepalivedmysql1主2从 环境规划 centos7.9 1主2从&#xff0c;读写分离 名称ip端口mysql-master192.168.1.2203306mysql-slave1192.168.1.2213306mysql-slave2192.168.1.2223306mycat-1192.168.1.2218066mycat-2192.168.1.…
阅读更多...
Redis集群搭建

Redis集群搭建

为什么要有集群 之前我们已经讲了主从的概念&#xff0c;一主可以多从&#xff0c;如果同时的访问量过大(1000w),主服务肯定就会挂掉&#xff0c;数据服务就挂掉了或者发生自然灾难 大公司都会有很多的服务器(华东地区、华南地区、华中地区、华北地区、西北地区、西南地区、东…
阅读更多...
Android Studio读写低频RFID T5557卡源码

Android Studio读写低频RFID T5557卡源码

本示例使用的发卡器&#xff1a;https://item.taobao.com/item.htm?id675212889085&spma1z10.5-c.w4002-21818769070.13.21166f89nKgnJ7 <?xml version"1.0" encoding"utf-8"?> <androidx.constraintlayout.widget.ConstraintLayout xml…
阅读更多...
【Docker】实战多阶段构建 Laravel 镜像

【Docker】实战多阶段构建 Laravel 镜像

作者主页&#xff1a; 正函数的个人主页 文章收录专栏&#xff1a; Docker 欢迎大家点赞 &#x1f44d; 收藏 ⭐ 加关注哦&#xff01; 本节适用于 PHP 开发者阅读。Laravel 基于 8.x 版本&#xff0c;各个版本的文件结构可能会有差异&#xff0c;请根据实际自行修改。 准备 新…
阅读更多...
webpack面试题学习

webpack面试题学习

说说你对webpack的理解&#xff1f;解决了什么问题&#xff1f; 说说webpack的构建流程? 说说webpack中常见的Loader&#xff1f;解决了什么问题&#xff1f; 说说webpack中常见的Plugin&#xff1f;解决了什么问题&#xff1f; 说说Loader和Plugin的区别&#xff1f;编写Load…
阅读更多...
leetcode 013二维区域和检索---矩阵不可变

leetcode 013二维区域和检索---矩阵不可变

给定一个二维矩阵 matrix&#xff0c;以下类型的多个请求&#xff1a; 计算其子矩形范围内元素的总和&#xff0c;该子矩阵的左上角为 (row1, col1) &#xff0c;右下角为 (row2, col2) 。 实现 NumMatrix 类&#xff1a; NumMatrix(int[][] matrix) 给定整数矩阵 matrix 进…
阅读更多...
Failed to connect to github.com

Failed to connect to github.com

链接github超时 hosts文件夹下加上
阅读更多...
Python使用HTTP代理实现网络请求的自动化

Python使用HTTP代理实现网络请求的自动化

随着网络技术的发展&#xff0c;网络请求成为了许多应用的重要组成部分。然而&#xff0c;手动发送网络请求不仅效率低下&#xff0c;而且容易出错。为了解决这个问题&#xff0c;我们可以使用Python来实现网络请求的自动化。而HTTP代理可以帮助我们更好地控制和管理这些请求。…
阅读更多...
【小笔记】时序数据分类算法最新小结

【小笔记】时序数据分类算法最新小结

2024.1.15 最近基于时序数据训练分类算法&#xff0c;对其进行了一番了解&#xff0c;主要围绕以下几点&#xff1a; 时序数据算法有哪些细分类&#xff1f;时序数据分类算法经典模型&#xff1f;当下时序分类算法模型强baseline&#xff1f;有没有现成的工具&#xff1f; 1…
阅读更多...
二、VTK 最简单的示例代码-创建圆柱体

二、VTK 最简单的示例代码-创建圆柱体

今天来使用VS2019 CMake 项目 测试VTK 9.0.0 的环境是否配置好 来测试一段简单的代码 // 1.cpp: 定义应用程序的入口点。 //#include <vtkActor.h> #include <vtkCamera.h> #include <vtkCylinderSource.h> #include <vtkNamedColors.h> #include &l…
阅读更多...
【FPGA Modsim】序列检测

【FPGA Modsim】序列检测

实验题目&#xff1a; 序列检测器设计 实验目的&#xff1a; 掌握应用数字逻辑设计集成开发环境进行序列检测器设计的方法&#xff1b;掌握时序逻辑电路设计的过程。 实验内容&#xff1a; 1、设计一个序列检测器…
阅读更多...
Talk｜香港中文大学高瑞元：MagicDrive - 基于3D几何控制的自动驾驶街景数据生成

Talk｜香港中文大学高瑞元：MagicDrive - 基于3D几何控制的自动驾驶街景数据生成

本期为TechBeat人工智能社区第565期线上Talk。 北京时间1月18日(周四)20:00&#xff0c;香港中文大学博士生—高瑞元的Talk已准时在TechBeat人工智能社区开播&#xff01; 他与大家分享的主题是: “MagicDrive - 基于3D几何控制的自动驾驶街景数据生成”&#xff0c;介绍了他的…
阅读更多...
湛江涡轮壳工件实物扫描三维测绘广州抄数公司造型stl转面3d打印

湛江涡轮壳工件实物扫描三维测绘广州抄数公司造型stl转面3d打印

湛江涡轮壳上门实物三维扫描及抄数打印案例&#xff08;CASAIM中科广电&#xff09;&#xff1a; 涡轮壳三维扫描及逆向设计技术是一种基于计算机辅助设计&#xff08;CAD&#xff09;和逆向工程&#xff08;RE&#xff09;的方法&#xff0c;用于对涡轮壳进行精确的三维测量和…
阅读更多...
基于小波多普勒变换的回波信号检测matlab仿真

基于小波多普勒变换的回波信号检测matlab仿真

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1小波变换基础 4.2 多普勒效应与多普勒变换 4.3 小波多普勒变换 4.4 回波信号检测 5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.部分核心程序 %回波…
阅读更多...
解决打开 json 文件中文乱码的问题

解决打开 json 文件中文乱码的问题

如下图&#xff0c;pycharm 打开是下面的样子 右下角的编码尝试了好久&#xff0c;依然打不开 用代码打开就成功了 import jsonwith open(./Mydata/garbage_classification.json,encodingutf8,moder) as f:data json.load(f) print(data)控制台结果&#xff1a;
阅读更多...
时序分解 | Matlab实现SMA-CEEMDAN利用黏菌优化算法优化CEEMDAN时间序列信号分解

时序分解 | Matlab实现SMA-CEEMDAN利用黏菌优化算法优化CEEMDAN时间序列信号分解

时序分解 | Matlab实现SMA-CEEMDAN利用黏菌优化算法优化CEEMDAN时间序列信号分解 目录 时序分解 | Matlab实现SMA-CEEMDAN利用黏菌优化算法优化CEEMDAN时间序列信号分解效果一览基本介绍程序设计参考资料 效果一览 基本介绍 SMA-CEEMDAN利用黏菌优化算法优化CEEMDAN Matlab语言…
阅读更多...
JVM性能调优-垃圾收集器G1详解

JVM性能调优-垃圾收集器G1详解

目录 G1收集器(-XX:UseG1GC) G1垃圾收集分类 YoungGC MixedGC Full GC G1收集器参数设置 G1垃圾收集器优化建议 什么场景适合使用G1 G1收集器(-XX:UseG1GC) G1 (Garbage-First)是一款面向服务器的垃圾收集器,主要针对配备多颗处理器及大容量内存的机器. 以极高概率满足…
阅读更多...
VSCode 插件推荐

VSCode 插件推荐

前言 关于开发用的插件就不做赘述了&#xff0c;网上面有很多文章都做了推荐&#xff0c;本文推荐几个好看的插件。 文件图标主题 Vscode icons Material Icon Theme 字体主题 推荐 One Dark Pro 其他 推荐一个生成好看代码的网址 https://carbon.now.sh/
阅读更多...
智能小程序真机调试教程

智能小程序真机调试教程

概述 Tuya MiniApp Tools 真机调试通过网络连接实现 kit 插件调试功能&#xff0c;帮助开发者更好地排查定位问题。区别于模拟调试&#xff0c;真机调试将使用用户的真实环境。 功能 发起调试 在 Tuya MiniApp Tools 中登录并打开项目&#xff0c;单击上述图片红框内按钮后&…
阅读更多...
【前沿技术杂谈：智能对话的未来】深入比较ChatGPT与文心一言

【前沿技术杂谈：智能对话的未来】深入比较ChatGPT与文心一言

【前沿技术杂谈&#xff1a;智能对话的未来】深入比较ChatGPT与文心一言 引言主体智能回复语言准确性知识库丰富度 深入分析&#xff1a;ChatGPT与文心一言的技术对比技术架构和算法数据处理和隐私用户界面和体验 应用场景分析未来展望技术进步的趋势潜在的挑战对社会的影响 结…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023