【SQL笔试题】SN_1 连续登陆系列问题

简介

连续登陆天数场景描述是对一个特定情境或活动连续发生的天数进行详细的阐述。这种描述通常用于展示某个事件或活动的持续时间，以及它对参与者或环境产生的影响。

常见的应用场景：

  1. 用户留存分析：通过跟踪用户的连续登录天数，可以分析用户的留存情况，了解用户对产品的粘性和忠诚度。
  2. 产品使用频率：连续登录天数反映了用户对产品的使用频率，有助于了解产品的使用情况和用户的需求。
  3. 用户活跃度：通过连续登录天数，可以评估用户群体的活跃度，识别高活跃度用户和需要激励的用户。
  4. 营销策略效果评估：连续登录天数可以作为衡量营销策略效果的指标，如签到奖励、任务完成奖励等。
  5. 用户行为预测：通过历史连续登录数据，可以建立模型预测用户的未来行为，如流失风险、购买倾向等。
  6. 产品功能优化：分析连续登录天数与用户使用的产品功能之间的关系，可以为产品功能的优化提供依据。
  7. 个性化推荐：根据用户的连续登录天数和相关行为数据，可以进行个性化内容或产品的推荐。
  8. 客户关系管理：连续登录天数可以作为客户关系管理中的一个维度，帮助识别和奖励忠诚客户。

常见可能用到的数据分析和数据挖掘方法：

  1. 趋势分析：通过绘制连续登录天数的趋势图，可以观察用户群体的整体活跃趋势。
  2. 分段分析：将用户按照连续登录天数进行分段，分析不同段内用户的特征和需求。
  3. 相关性分析：探究连续登录天数与其他用户行为指标（如购买次数、浏览时长等）之间的相关性。
  4. 回归分析：建立回归模型，分析连续登录天数对用户行为（如收入、转化率等）的影响。
  5. 用户画像构建：利用连续登录天数作为用户画像的一个维度，结合其他数据构建更全面的用户画像。
  6. 漏斗分析：在特定业务流程中，分析连续登录天数对用户转化率的影响，识别潜在的瓶颈和改进点。
  7. 聚类分析：对用户进行聚类，根据连续登录天数和其他行为数据将用户分为不同的群体，以进行更精细化的运营。
  8. 异常检测：通过检测连续登录天数的异常变化，可以发现潜在的问题或欺诈行为。

示例分析和详解

常见的笔试题考点：

  1. 用户最长连续登陆天数。（注意看是否有间断，间断是否统计）
  2. 连续登陆超过x天/不少于x天的用户。
  3. 任意/最近时间段内用户连续登陆天数/超过x天的用户。

……

题目：用户登录信息表login_tb（log_id：登录动作id,user_id：用户id, log_time：登录时间, log_port：登录端口）。

下面是建表语句和模拟的数据：

drop table if exists `login_tb` ;
create table if not exists `login_tb` (
`user_id` int,
`login_time` datetime,
`login_port` varchar(64));
insert into login_tb values(1101,'2022-02-09 07:24:15','pc');
insert into login_tb values(1102,'2022-02-09 09:12:57','app');
insert into login_tb values(1003,'2022-02-10 09:36:11','m');
insert into login_tb values(1102,'2022-02-10 09:37:01','app');
insert into login_tb values(1104,'2022-02-10 12:01:46','app');
insert into login_tb values(1106,'2022-02-10 10:23:01','app');
insert into login_tb values(1003,'2022-02-11 10:43:01','m');
insert into login_tb values(1102,'2022-02-11 11:56:47','app');
insert into login_tb values(1104,'2022-02-11 14:52:37','app');
insert into login_tb values(1106,'2022-02-11 16:56:27','app');
insert into login_tb values(1003,'2022-02-11 17:43:01','m');
insert into login_tb values(1106,'2022-02-12 10:56:17','app');
insert into login_tb values(1106,'2022-02-15 10:56:17','app');
insert into login_tb values(1106,'2022-02-16 10:56:17','app');
insert into login_tb values(1106,'2022-02-17 10:56:17','app');
insert into login_tb values(1106,'2022-02-18 10:56:17','app');

需求1：请用 SQL 查询用户最长连续登陆天数。

需求2：请用 SQL 查询连续登陆不少于3天的用户。

需求3：请用 SQL 查询2022年2月1日-2022年2月28日用户最长的连续登录天数。

首先，简单查询如下图，我们可以对进行 user_id 和 login_time 排序大致看看情况：

image

可以看到用户 1003 连续登陆 2 天，其中 2022-02-11 登陆多次；用户 1101 登陆 1 天；用户 1102 连续登陆 3 天；用户 1104 连续登陆 2 天；用户 1106 连续登陆 3 天，间断了 2 天，又接着连续登陆了 4 天。

注意事项：

  1. 一个用户/商品一天可以登陆/下单多次，因此需要注意去重复。
  2. 在一段时间内，可能连续登陆多天，间断几天后，又连续登陆。

下面我们介绍通过 SQL 方法主逐步实现上面需求。

方法一：利用排名窗口函数

  1. 可能出现多次登陆，对所需列去重复；
  2. 利用 row_number 对每个 user_id 登录日期进行升序排序，得到 rn 列（如果是连续的，可以发现用户 user_id 对应的排序字段 rn 是连续的）；
  3. 利用 date_sub 将 login_date 与 rn 相减，可以得到“伪日期列-dt_uid”，可以发现不管是否间断，若连续登录，dt_uid 对应相同；

image-2

  1. 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。

image-3

  1. 结合具体题目需求，添加筛选或稍微处理，基本上可以应对相关系列题目。

需求答案：

########### 需求1：请用 SQL 查询用户最长连续登陆天数。
-- 一天可能出现多次登陆，去重
with t0 as(select distinct user_id, date(login_time) as login_datefrom login_tb),
-- 利用 row_number 对每个 user_id 登录日期进行升序排序，得到 rn 列（如果是连续的，可以发现用户 user_id 对应的排序字段 rn 是连续的）
-- 利用 date_sub 将 login_date 与 rn 相减，可以得到“伪日期列-dt_uid”，可以发现不管是否间断，若连续登录，dt_uid 对应相同；t1 as(select user_id, login_date, row_number() over (partition by user_id order by login_date) as rn, date_sub(login_date, interval row_number() over (partition by user_id order by login_date)day) as dt_uidfrom t0),
-- 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。t2 as(select user_id, dt_uid, min(login_date)                                as consecutive_start_date, max(login_date)                                as consecutive_end_date, datediff(max(login_date), min(login_date)) + 1 as consecutive_days, count(login_date)                              as consecutive_days1from t1group by user_id, dt_uid)
select user_id, max(consecutive_days) as consecutive_days_longest
from t2
group by user_id;########### 需求2：请用 SQL 查询连续登陆不少于3天的用户。
-- 一天可能出现多次登陆，去重
with t0 as(select distinct user_id, date(login_time) as login_datefrom login_tb),
-- 利用 row_number 对每个 user_id 登录日期进行升序排序，得到 rn 列（如果是连续的，可以发现用户 user_id 对应的排序字段 rn 是连续的）
-- 利用 date_sub 将 login_date 与 rn 相减，可以得到“伪日期列-dt_uid”，可以发现不管是否间断，若连续登录，dt_uid 对应相同；t1 as(select user_id, login_date, row_number() over (partition by user_id order by login_date) as rn, date_sub(login_date, interval row_number() over (partition by user_id order by login_date)day) as dt_uidfrom t0),
-- 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。t2 as(select user_id, dt_uid, min(login_date)                                as consecutive_start_date, max(login_date)                                as consecutive_end_date, datediff(max(login_date), min(login_date)) + 1 as consecutive_days, count(login_date)                              as consecutive_days1from t1group by user_id, dt_uid)
select user_id
from t2
group by user_id
having max(consecutive_days) >= 3;########### 需求3：请用 SQL 查询2022年2月1日-2022年2月15日用户最长的连续登录天数。
-- 一天可能出现多次登陆，去重
with t0 as(select distinct user_id, date(login_time) as login_datefrom login_tbwhere date(login_time) between '2022-02-01' and '2022-02-15'),
-- 利用 row_number 对每个 user_id 登录日期进行升序排序，得到 rn 列（如果是连续的，可以发现用户 user_id 对应的排序字段 rn 是连续的）
-- 利用 date_sub 将 login_date 与 rn 相减，可以得到“伪日期列-dt_uid”，可以发现不管是否间断，若连续登录，dt_uid 对应相同；t1 as(select user_id, login_date, row_number() over (partition by user_id order by login_date) as rn, date_sub(login_date, interval row_number() over (partition by user_id order by login_date)day) as dt_uidfrom t0),
-- 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。t2 as(select user_id, dt_uid, min(login_date)                                as consecutive_start_date, max(login_date)                                as consecutive_end_date, datediff(max(login_date), min(login_date)) + 1 as consecutive_days, count(login_date)                              as consecutive_days1from t1group by user_id, dt_uid)
select user_id, max(consecutive_days) as consecutive_days_longest
from t2
group by user_id;

可以发现 需求1 只要在前面分析的思路上，稍微添加临时表汇总即可；需求3 只要在 需求1 基础上，临时表 t0 稍微添加日期范围条件即可；

方法二：利用错位窗口函数

  1. 可能出现多次登陆，对所需列去重复；
  2. 利用自连接和 lead 找出断点日期，即连续登录开始或者间断的初始日期（login_date_cr）和下次连续登陆的开始日期（login_date_nr），如果为 null 则给默认永久即 9999-12-31；

image-4

  1. 利用上一步得出的 结果， 将每个对应的用户 user_id 和 login_date 映射在[login_date_cr, login_date_nr) 之间(注意 login_date_nr 是开区间），可以发现不管是否间断，若连续登录，用户的 login_date_cr 和 login_date_nr 对应相同；

image-5

  1. 对 user_id 、 login_date_cr 和 login_date_nr 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。

image-6

  1. 结合具体题目需求，添加筛选或稍微处理，基本上可以应对相关系列题目。

需求答案：

########### 需求1：请用 SQL 查询用户最长连续登陆天数。
-- 一天可能出现多次登陆，去重
with t0 as(select distinct user_id, date(login_time) as login_date from login_tb),
-- 利用自连接和 lead 找出断点日期，即连续登录开始或者间断的初始日期，和下次连续登陆的开始日期，如果为 null 则给默认永久即 9999-12-31t1 as(select a.user_id, a.login_date                                                                            as login_date_cr, lead(a.login_date, 1, '9999-12-31') over (partition by a.user_id order by a.login_date) as login_date_nrfrom t0 as aleft join t0 as bon a.user_id = b.user_idand datediff(a.login_date, b.login_date) = 1where b.login_date is null),
-- 利用上一步得出的 结果， 将每个对应的用户 user_id 和 login_date 映射在[login_date_cr, login_date_nr) 之间(注意 login_date_nr 是开区间）
-- ，可以发现不管是否间断，若连续登录，用户的 login_date_cr 和 login_date_nr 对应相同；t2 as(select t0.user_id, t0.login_date, t1.login_date_cr, t1.login_date_nrfrom t0left join t1on t0.user_id = t1.user_idand t0.login_date >= t1.login_date_crand t0.login_date < t1.login_date_nr),
-- 对 user_id 、 login_date_cr 和 login_date_nr 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。t3 as(select user_id, login_date_cr, login_date_nr, min(login_date)                                as consecutive_start_date, max(login_date)                                as consecutive_end_date, datediff(max(login_date), min(login_date)) + 1 as consecutive_days, count(login_date)                              as consecutive_days1from t2group by user_id, login_date_cr, login_date_nr)
select user_id, max(consecutive_days) as consecutive_days_longest
from t3
group by user_id;########### 需求2：请用 SQL 查询连续登陆不少于3天的用户。
-- 一天可能出现多次登陆，去重
with t0 as(select distinct user_id, date(login_time) as login_date from login_tb),
-- 利用自连接和 lead 找出断点日期，即连续登录开始或者间断的初始日期，和下次连续登陆的开始日期，如果为 null 则给默认永久即 9999-12-31t1 as(select a.user_id, a.login_date                                                                            as login_date_cr, lead(a.login_date, 1, '9999-12-31') over (partition by a.user_id order by a.login_date) as login_date_nrfrom t0 as aleft join t0 as bon a.user_id = b.user_idand datediff(a.login_date, b.login_date) = 1where b.login_date is null),
-- 利用上一步得出的 结果， 将每个对应的用户 user_id 和 login_date 映射在[login_date_cr, login_date_nr) 之间(注意 login_date_nr 是开区间）
-- ，可以发现不管是否间断，若连续登录，用户的 login_date_cr 和 login_date_nr 对应相同；t2 as(select t0.user_id, t0.login_date, t1.login_date_cr, t1.login_date_nrfrom t0left join t1on t0.user_id = t1.user_idand t0.login_date >= t1.login_date_crand t0.login_date < t1.login_date_nr),
-- 对 user_id 、 login_date_cr 和 login_date_nr 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。t3 as(select user_id, login_date_cr, login_date_nr, min(login_date)                                as consecutive_start_date, max(login_date)                                as consecutive_end_date, datediff(max(login_date), min(login_date)) + 1 as consecutive_days, count(login_date)                              as consecutive_days1from t2group by user_id, login_date_cr, login_date_nr)
select user_id
from t3
group by user_id
having max(consecutive_days) >= 3;########### 需求3：请用 SQL 查询2022年2月1日-2022年2月15日用户最长的连续登录天数。
-- 一天可能出现多次登陆，去重
with t0 as(select distinct user_id, date(login_time) as login_datefrom login_tbwhere date(login_time) between '2022-02-01' and '2022-02-15'),
-- 利用自连接和 lead 找出断点日期，即连续登录开始或者间断的初始日期，和下次连续登陆的开始日期，如果为 null 则给默认永久即 9999-12-31t1 as(select a.user_id, a.login_date                                                                            as login_date_cr, lead(a.login_date, 1, '9999-12-31') over (partition by a.user_id order by a.login_date) as login_date_nrfrom t0 as aleft join t0 as bon a.user_id = b.user_idand datediff(a.login_date, b.login_date) = 1where b.login_date is null),
-- 利用上一步得出的结果， 将每个对应的用户 user_id 和 login_date 映射在[login_date_cr, login_date_nr) 之间(注意 login_date_nr 是开区间）
-- ，可以发现不管是否间断，若连续登录，用户的 login_date_cr 和 login_date_nr 对应相同；t2 as(select t0.user_id, t0.login_date, t1.login_date_cr, t1.login_date_nrfrom t0left join t1on t0.user_id = t1.user_idand t0.login_date >= t1.login_date_crand t0.login_date < t1.login_date_nr),
-- 对 user_id 、 login_date_cr 和 login_date_nr 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。t3 as(select user_id, login_date_cr, login_date_nr, min(login_date)                                as consecutive_start_date, max(login_date)                                as consecutive_end_date, datediff(max(login_date), min(login_date)) + 1 as consecutive_days, count(login_date)                              as consecutive_days1from t2group by user_id, login_date_cr, login_date_nr)
select user_id, max(consecutive_days) as consecutive_days_longest
from t3
group by user_id;

通过两种方法可知，主要思路都是需要给用户连续登陆日期打上一个独有的分组标签，只要解决了这个，问题就基本上解决了，方法有很多，有兴趣的同学可以自行探索，就个人而已，比较推荐方法一：利用排名窗口函数，普遍适用于许多分析工具。

为了快速得到我们想要的结果，我们可能想到或者看到许多方法来解决需求2“请用 SQL 查询连续登陆不少于3天的用户”。如下图，通过 count 和 lead 开窗函数之间限定不少于3天两种方法。

image-7

再根据结果，嵌套子查询筛选不少于3天的用户，得到的结果似乎正确，我们再看看下面另外的情况。

image-8

如果我们将需求调整为“请用 SQL 查询连续登陆不少于6天的用户”。从数据查看，应该没有任何一个用户满足需求。继续沿用上面的代码逻辑，结果如下：
image-9

可以发现，用户 1106 将会被统计出来，我们知道用户 1106 是连续登陆 3 天，间断了 2 天，又接着连续登陆了 4 天，这显然存在问题，所以需要特别注意雷区“是否有连续、间断、再连续，间断是否需要统计等问题”。

get 上面的分析思路和方法，我们来趁热打铁，做几道真题练练手～

经典真题

真题1：订单表（order），字段包含：订单（order_id）、商品（sku_id）、支付时间（paid_timestamp）、订单状态（order_status，支付成功为order_status=1）。

  • 需求1：请用SQL实现“从今天往前算的最近180天内，支付成功记录的商品清单最长的连续下单天数“。
  • 需求2：请用SQL实现”从今天往前算的最近180天内，连续30天有支付成功记录的商品清单。

难度等级：⭐️⭐️⭐️⭐️⭐️

答案：

########## 需求1
-- 一个商品一天可能被下单多次，限定需求范围查询
with t0 as(select distinct sku_id, date(paid_timestamp) as paid_datefrom orderwhere order_status = 1and date(paid_timestamp) >= date_sub(curdate(),interval 180 day)and date(paid_timestamp) <= curdate()),t1 as(select sku_id, paid_date, row_number() over (partition by sku_id order by paid_date) as rn, date_sub(paid_date, interval row_number() over (partition by sku_id order by paid_date)day) as dt_uidfrom t0),t2 as(select sku_id, dt_uid, min(paid_date)                                as consecutive_start_date, max(paid_date)                                as consecutive_end_date, datediff(max(paid_date), min(paid_date)) + 1 as consecutive_days, count(paid_date)                              as consecutive_days1from t1group by sku_id, dt_uid)
select sku_id, max(consecutive_days) as consecutive_days_longest
from t2
group by sku_id;########## 需求2
-- 一个商品一天可能被下单多次，限定需求范围查询
with t0 as(select distinct sku_id, date(paid_timestamp) as paid_datefrom orderwhere order_status = 1and date(paid_timestamp) >= date_sub(curdate(),interval 180 day)and date(paid_timestamp) <= curdate()),t1 as(select sku_id, paid_date, row_number() over (partition by sku_id order by paid_date) as rn, date_sub(paid_date, interval row_number() over (partition by sku_id order by paid_date)day) as dt_uidfrom t0),t2 as(select sku_id, dt_uid, min(paid_date)                                as consecutive_start_date, max(paid_date)                                as consecutive_end_date, datediff(max(paid_date), min(paid_date)) + 1 as consecutive_days, count(paid_date)                              as consecutive_days1from t1group by sku_id, dt_uid)
select sku_id
from t2
group by sku_id
having max(consecutive_days) >= 30;

真题2：用户签到表 user_sign_d 用来记录用户每日是否签到，包含以下字段：日期(sign_date：‘yyyy-mm-dd’)、用户ID（user_id）、当日是否签到（if_sign：1表示签到，0表示未签到）。

  • 需求1：编写SQL查询，计算截止2022年1月31日最长连续签到打卡了多少天，输出结果包含 user_id 和 consecutive_sign_days。
  • 需求2：编写SQL查询，计算2022年1月1日-2022年1月31日连续签到打卡超过 28 天的牛马🐮🐎（用户），连续打卡可间断，但间断不超过 2 天（周末）继续打卡有效，否则无效，比如打卡 5 天，间断 2 天，又连续打卡 5 天，则连续打卡视为连续登陆 12 天；打卡 5 天，间断 3 天，又连续打卡 5 天，则连续打卡视为连续登陆 5 天。

难度等级：⭐️⭐️⭐️⭐️⭐️

答案：

########## 需求1
-- 一个用户一天可能打卡多次，限定需求范围查询
with t0 as(select distinct user_id, date(sign_date) as sign_datefrom user_sign_dwhere if_sign = 1and date(sign_date) <= '2022-01-31'),t1 as(select user_id, sign_date, row_number() over (partition by user_id order by sign_date) as rn, date_sub(sign_date, interval row_number() over (partition by user_id order by sign_date)day) as dt_uidfrom t0),t2 as(select user_id, dt_uid, min(sign_date)                                as consecutive_start_date, max(sign_date)                                as consecutive_end_date, datediff(max(sign_date), min(sign_date)) + 1 as consecutive_days, count(sign_date)                              as consecutive_days1from t1group by user_id, dt_uid)
select user_id, max(consecutive_days) as consecutive_days_longest
from t2
group by user_id;########## 需求2
-- 一个用户一天可能打卡多次，限定需求范围查询
with t0 as(select distinct user_id, date(sign_date) as sign_datefrom user_sign_dwhere if_sign = 1and date(sign_date) >= '2022-01-01'and date(sign_date) <= '2022-01-31'),
-- 计算用户与上次次登陆日期差t1 as(select user_id, sign_date, lag(sign_date) over (partition by user_id order by sign_date) as lag_date, datediff(sign_date, lag(sign_date) over (partition by user_id order by sign_date)) as days_gapfrom t0),
-- 构造分组 uid：根据日期差 days_gap，判断是否连续，如果 days_gap <= 2，则认为连续，赋值 0，否则不连续，赋值 1t2 as (select user_id, sign_date, lag_date, days_gap, sum(if(days_gap <= 2, 0, 1)) over (partition by user_id order by sign_date) as dt_uidfrom t1),
-- 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。t3 as(select user_id, dt_uid, min(sign_date)                                as consecutive_start_date, max(sign_date)                                as consecutive_end_date, datediff(max(sign_date), min(sign_date)) + 1 as consecutive_daysfrom t2group by user_id, dt_uid)
select user_id
from t3
group by user_id
having max(consecutive_days) >= 28;

主要思路：对用户连续日期构造分组 dt_uid，再进行分组聚合。

如果对 SQL 开窗函数不太熟悉，可以参照 Mysql 开窗函数，一文带你直接通关，结合里面的简单示例进行实操多练习，查看得出结果并理解，希望会对你有帮助。

如果有新的思路和灵感，欢迎留言👏

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/web/52175.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

C语言中static与extern关键字的深入解析

C语言中static与extern关键字的深入解析

在C语言编程中&#xff0c;static和extern是两个非常重要的关键字&#xff0c;它们各自有着独特的用途。本文将深入探讨这两个关键字的工作原理、底层实现机制以及在实际开发中的应用。 static关键字 1. 原理与作用 static关键字用于声明变量或函数具有特定的作用域和生命周…
阅读更多...
【自考zt】【数据结构】【22.04】

【自考zt】【数据结构】【22.04】

一、单选 二、填空 三、解答 四、算法阅读 五、算法设计
阅读更多...
Tensorflow常见激活函数 -- Tensorflow自学笔记10

Tensorflow常见激活函数 -- Tensorflow自学笔记10

激活函数 激活函数是用来加入非线性因素的&#xff0c;因为线性模型的表达能力不够。引入非线性激活函数&#xff0c;可使深层神经网络的表达能力更加强大。 一. 什么是优秀的激活函数&#xff1f; 优秀的激活函数应满足: 1. 非线性: 激活函数非线性时&#xff0c;多层神经网…
阅读更多...
第四届摩纳哥智能化可持续发展码头交流会

第四届摩纳哥智能化可持续发展码头交流会

第四届摩纳哥智能化可持续发展码头交流会 摩纳哥游艇码头顾问公司&#xff08;M3&#xff09;认为游艇行业的绿色转型需要做到从游艇本身到游艇码头的360度全方位可持续化发展&#xff0c;因此&#xff0c;继今年3月的摩纳哥智能游艇交流会后&#xff0c;他们将于2024年9月22日…
阅读更多...
＜数据集＞二维码识别数据集＜目标检测＞

＜数据集＞二维码识别数据集＜目标检测＞

数据集格式&#xff1a;VOCYOLO格式 图片数量&#xff1a;1601张 标注数量(xml文件个数)&#xff1a;1601 标注数量(txt文件个数)&#xff1a;1601 标注类别数&#xff1a;1 标注类别名称&#xff1a;[QR] 序号类别名称图片数框数1QR16016286 使用标注工具&#xff1a;l…
阅读更多...
swagger简单使用学习

swagger简单使用学习

注意 一下基于spring-boot 3.0.2版本&#xff0c;该版本不支持springfox-swagger2 2.9.2会报错&#xff0c;无法访问swagger 安装 在pomx文件中添加对应的依赖 <!-- swagger --><dependency><groupId>org.springdoc</groupId><artifactId>spr…
阅读更多...
C++_多态详解

C++_多态详解

多态的概念 概念&#xff1a;需要去完成某个行为时&#xff0c;当 不同的对象去完成 会产生出不同的状态。通俗点说就是 不同类型的对象去做同一个行为&#xff0c;产生的结果不同。 多态的定义及实现 虚函数 定义&#xff1a;即被virtual修饰的类成员函数称为虚函数 虚函…
阅读更多...
【论文分享】sNPU: Trusted Execution Environments on Integrated NPUs 24‘ISCA

【论文分享】sNPU: Trusted Execution Environments on Integrated NPUs 24‘ISCA

目录 AbstractINTRODUCTIONBACKGROUND AND RELATED WORKTrusted Execution Environment (TEE)Neural Processing Unit (NPU)Integrated NPU v.s. Discrete NPU Multi-tasking Requirements for NPUsLow NPU utilization for a single ML workloadSimultaneous execution of bot…
阅读更多...
代码审计总结

代码审计总结

代码审计总结 概述 一、代码审计 1.1什么是代码审计&#xff1f; 1.2为什么要执行代码审核&#xff1f; 1.3代码审计的好处 二、代码审计流程 2.1代码检查方法 2.2代码检查项目 2.3编码规范 2.4代码检查规范 2.5缺陷检查表 2.6代码审计复查 2.7代码审计结果总结 三…
阅读更多...
Redis高级----五种数据结构及其底层实现

Redis高级----五种数据结构及其底层实现

目前已更新系列&#xff1a; 当前&#xff1a;Redis高级---面试总结5种数据结构的底层实现 Redis高级----主从、哨兵、分片、脑裂原理-CSDN博客 Redis高级---面试总结内存过期策略及其淘汰策略 计算机网络--面试知识总结一 计算机网络-----面试知识总结二 计算机网络--面…
阅读更多...
初始MYSQL数据库（2）——创建、查询、更新、删除数据表的相关操作

初始MYSQL数据库（2）——创建、查询、更新、删除数据表的相关操作

找往期文章包括但不限于本期文章中不懂的知识点&#xff1a; 个人主页&#xff1a;我要学编程(ಥ_ಥ)-CSDN博客 所属专栏&#xff1a; MYSQL 前面我们学习了创建、删除数据库以及创建、查看、删除数据表的相关操作。 我们知道数据库中所存储的数据其实就是数据表中一条一条的记…
阅读更多...
前端技术(六)—— AJAX详解

前端技术(六)—— AJAX详解

一、原生 AJAX 1. AJAX 简介 AJAX 全称为 Asynchronous JavaScript And XML&#xff0c;就是异步的 JS 和 XML。 通过 AJAX 可以在浏览器中向服务器发送异步请求&#xff0c;最大的优势&#xff1a;无刷新获取数据。 AJAX 不是新的编程语言&#xff0c;而是一种将现有的标准组…
阅读更多...
大语言模型(LLM)如何更好地继续预训练（Continue PreTraining）

大语言模型(LLM)如何更好地继续预训练（Continue PreTraining）

预训练&#xff08;Pretraining&#xff09;是一个非常消耗资源的工作&#xff0c;尤其在 LLM 时代。随着LLama2的开源&#xff0c;越来越多人都开始尝试在这个强大的英文基座模型上进行中文增强。但&#xff0c;我们如何才能保证模型在既学到「中文知识」的情况下&#xff0c;…
阅读更多...
灰光模块，彩光模块-介绍

灰光模块，彩光模块-介绍

1. 引用 知识分享系列一&#xff1a;5G基础知识-CSDN博客 5G前传的最新进展-CSDN博客 灰光和彩光_通信行业5G招标系列点评之二&#xff1a;一文读懂5G前传-光纤、灰光、彩光、CWDM、LWDM、MWDM...-CSDN博客 ADOP带你了解&#xff1a;CWDM、DWDM、MWDM、LWDM&#xff1a;快速…
阅读更多...
网络编程day03（网络体系结构、调试命令、TCP/IP对比）

网络编程day03（网络体系结构、调试命令、TCP/IP对比）

目录 1》网络的体系结构 1> OSI模型 2> TCP/IP模型 3> 常见网络协议 4> DNS域名解析协议 2》 网络调试命令 1> ping&#xff1a;测试网络连通性&#xff08;ICMP&#xff09; 2> netstat 3》Dos &#xff08;拒绝式服务&#xff09;攻击&#xff1f;…
阅读更多...
【大模型-RAG】RAG最佳实践论文及项目解读

【大模型-RAG】RAG最佳实践论文及项目解读

文章目录 论文概述RAG工作流程核心代码解读软件架构查询引擎构建数据加载与索引创建微调嵌入模型 项目应用结论 在人工智能领域&#xff0c;大型语言模型&#xff08;LLMs&#xff09;因其强大的文本生成能力而备受关注。然而&#xff0c;这些模型在生成信息时可能会产生过时的…
阅读更多...
代码随想录：96. 不同的二叉搜索树

代码随想录：96. 不同的二叉搜索树

96. 不同的二叉搜索树 class Solution { public:int numTrees(int n) {int dp[30]{0};//由i个结点组成的二叉搜索树有多少种dp[0]1; for(int i1;i<n;i)for(int j0;j<i;j)//j表示根节点左子树有j个结点dp[i]dp[j]*dp[i-j-1];//对根节点左右子树结点数量遍历//数量有左子树…
阅读更多...
什么是数据结构三要素？

什么是数据结构三要素？

目录 1.逻辑结构 2.数据的存储结构 3.数据的运算 1.逻辑结构 逻辑结构是指数据元素之间的逻辑关系&#xff0c;即从逻辑关系上描述数据。 它与数据的存储无关&#xff0c;是独立于计算机的。数据的逻辑结构非为线性结构和非线性结构&#xff0c;线性表是典型的线性结构&am…
阅读更多...
ELK学习笔记——如何给Kibana新增用户和角色

ELK学习笔记——如何给Kibana新增用户和角色

Kibana新增用户和角色 首先用超管账号登录上Kibana&#xff0c;按照下面步骤操作 1、创建角色 按图操作 2、创建用户 按图操作 3、给用户分配角色 至此&#xff0c;角色和用户绑定成功&#xff1b; 最后&#xff0c;可以退出管理员账号&#xff0c;登录这个新…
阅读更多...
【MATLAB】FIR滤波器的MATLAB实现

【MATLAB】FIR滤波器的MATLAB实现

FIR滤波器的MATLAB实现 FIR滤波器的设计fir1函数fir2函数 与IIR滤波器相比&#xff0c;FIR滤波器既有其优势也有其局限性。FIR滤波器的主要优点包括&#xff1a; 精确的线性相位响应&#xff1b;永远保持稳定性&#xff1b;设计方法通常是线性的&#xff1b;在硬件实现中具有更…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023