238. Product of Array Except Self

本文介绍了一个精妙的问题解决方法:在给定一个整数数组的前提下,如何计算除了当前元素外其它所有元素的乘积,并返回相应的结果数组。此方法要求时间复杂度为O(n),空间复杂度为O(1)。通过使用两个指针分别从前向后和从后向前累积乘积的方式,巧妙地实现了这一目标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

问题描述

Given an array of n integers where n > 1, nums, return an array output such that output[i] is equal to the product of all the elements of nums except nums[I].

Solve it without division and in O(n).

For example, given [1,2,3,4], return [24,12,8,6].

Follow up:
Could you solve it with constant space complexity? (Note: The output array does not count as extra space for the purpose of space complexity analysis.)

题目链接:


思路分析

给一个数组,返回除这个元素外,其余所有元素的积的结果。

非常精妙的题目,要求时间复杂度O(n),空间复杂度 O(1)。使用两个指针,分别记录从头到尾和从尾到头的元素的积,这样就可以一次循环得到所有结果。初始化result元素全部为1,就可以开始操作了。

代码
class Solution {
public:
    vector<int> productExceptSelf(vector<int>& nums) {
        int n = nums.size();
        int fromBegin = 1;
        int fromLast = 1;
        vector<int> result(n, 1);

        for (int i = 0; i < n; i++){
            result[i] *= fromBegin;
            fromBegin *= nums[i];
            result[n - 1 - i] *= fromLast;
            fromLast *= nums[n - 1 - i];
        }
        return result;
    }
};

时间复杂度: O(n)
空间复杂度: O(1)


反思

开始的思路是用除法,可是发现有0的存在,使用这样两个指针累积的方法,带来了启示,指针存放的值是多变的,不一定是某个元素值,还可以是与数组相关的东西。

资源下载链接为: https://pan.quark.cn/s/abbae039bf2a 无锡平芯微半导体科技有限公司生产的A1SHB三极管(全称PW2301A)是一款P沟道增强型MOSFET,具备低内阻、高重复雪崩耐受能力以及高效电源切换设计等优势。其技术规格如下:最大漏源电压(VDS)为-20V,最大连续漏极电流(ID)为-3A,可在此条件下稳定工作;栅源电压(VGS)最大值为±12V,能承受正反向电压;脉冲漏极电流(IDM)可达-10A,适合处理短暂高电流脉冲;最大功率耗散(PD)为1W,可防止器件过热。A1SHB采用3引脚SOT23-3封装,小型化设计利于空间受限的应用场景。热特性方面,结到环境的热阻(RθJA)为125℃/W,即每增加1W功率损耗,结温上升125℃,提示设计电路时需考虑散热。 A1SHB的电气性能出色,开关特性优异。开关测试电路及波形图(图1、图2)展示了不同条件下的开关性能,包括开关上升时间(tr)、下降时间(tf)、开启时间(ton)和关闭时间(toff),这些参数对评估MOSFET在高频开关应用中的效率至关重要。图4呈现了漏极电流(ID)与漏源电压(VDS)的关系,图5描绘了输出特性曲线,反映不同栅源电压下漏极电流的变化。图6至图10进一步揭示性能特征:转移特性(图7)显示栅极电压(Vgs)对漏极电流的影响;漏源开态电阻(RDS(ON))随Vgs变化的曲线(图8、图9)展现不同控制电压下的阻抗;图10可能涉及电容特性,对开关操作的响应速度和稳定性有重要影响。 A1SHB三极管(PW2301A)是高性能P沟道MOSFET,适用于低内阻、高效率电源切换及其他多种应用。用户在设计电路时,需充分考虑其电气参数、封装尺寸及热管理,以确保器件的可靠性和长期稳定性。无锡平芯微半导体科技有限公司提供的技术支持和代理商服务,可为用户在产品选型和应用过程中提供有
资源下载链接为: https://pan.quark.cn/s/9648a1f24758 在 JavaScript 中实现点击展开与隐藏效果是一种非常实用的交互设计,它能够有效提升用户界面的动态性和用户体验。本文将详细阐述如何通过 JavaScript 实现这种功能,并提供一个完整的代码示例。为了实现这一功能,我们需要掌握基础的 HTML 和 CSS 知识,以便构建基本的页面结构和样式。 在这个示例中,我们有一个按钮和一个提示框(prompt)。默认情况下,提示框是隐藏的。当用户点击按钮时,提示框会显示出来;再次点击按钮时,提示框则会隐藏。以下是 HTML 部分的代码: 接下来是 CSS 部分。我们通过设置提示框的 display 属性为 none 来实现默认隐藏的效果: 最后,我们使用 JavaScript 来处理点击事件。我们利用事件监听机制,监听按钮的点击事件,并通过动态改变提示框的 display 属性来实现展开和隐藏的效果。以下是 JavaScript 部分的代码: 为了进一步增强用户体验,我们还添加了一个关闭按钮(closePrompt),用户可以通过点击该按钮来关闭提示框。以下是关闭按钮的 JavaScript 实现: 通过以上代码,我们就完成了点击展开隐藏效果的实现。这个简单的交互可以通过添加 CSS 动画效果(如渐显渐隐等)来进一步提升用户体验。此外,这个基本原理还可以扩展到其他类似的交互场景,例如折叠面板、下拉菜单等。 总结来说,JavaScript 实现点击展开隐藏效果主要涉及 HTML 元素的布局、CSS 的样式控制以及 JavaScript 的事件处理。通过监听点击事件并动态改变元素的样式,可以实现丰富的交互功能。在实际开发中,可以结合现代前端框架(如 React 或 Vue 等),将这些交互封装成组件,从而提高代码的复用性和维护性。
一、AutoCAD 2016的工作界面 组成要素:由应用程序菜单、标题栏、快速访问工具栏、菜单栏、功能区、命令窗口、绘图窗口和状态栏组成。 1. 切换至AutoCAD 2016 1)工作空间 模式类型:提供草图与注释、三维基础、三维建模三种工作空间模式 二维绘图功能:在草图与注释空间中可使用默认、插入、注释、参数化、视图管理等选项卡进行二维图形绘制 切换方法: 快速访问工具栏→工作空间按钮下拉列表 状态栏→切换工作空间按钮下拉列表 三维功能:三维基础空间包含可视化、坐标、长方体等三维建模工具 2)应用程序菜单 位置:位于界面左上角 核心功能: 搜索命令 文件操作(新建/打开/保存/另存为/输出/发布/打印/关闭) 最近文档管理(可按日期/大小/类型排序) 选项设置(打开选项对话框) 3)标题栏 显示内容:当前程序名称(Autodesk AutoCAD 2016)和文件名称 信息中心功能: 帮助搜索 Autodesk账户登录 软件更新检查 窗口控制(最小化/最大化/关闭) 4)菜单栏 显示设置:通过自定义快速访问工具栏→显示菜单栏选项启用 菜单结构:包含文件、编辑、视图、插入等11个主菜单项 命令示例: 绘图→直线:进入直线绘制模式 绘图→圆弧:提供三点、起点-圆心-端点等11种绘制方式 5)选项卡和面板 组织结构: 选项卡(默认/插入/注释等) 面板(绘图/修改/注释等) 命令按钮(直线/多段线/圆等) 操作流程:单击命令按钮→绘图区操作→Enter键确认 6)工具栏 调用方式:工具→工具栏→AutoCAD→选择所需工具栏 控制方法: 显示:勾选对应工具栏选项 隐藏:取消勾选或点击工具栏关闭按钮 示例操作:绘图工具栏包含直线、构造线等绘图工具按钮 7)绘图窗口 主要功能:核心绘图工作区域 导航控制: 滚动条调整视图 模型/布局空间切换 显示
import sys import os import pandas as pd from PyQt5.QtWidgets import * from PyQt5.QtCore import * from PyQt5.QtGui import * from ollama import Client import numpy as np import re import torch import torch.nn as nn # LSTM模型类 class LSTMModel(nn.Module): def __init__(self, input_size, hidden_size, num_layers, output_size): super(LSTMModel, self).__init__() self.hidden_size = hidden_size self.num_layers = num_layers self.lstm = nn.LSTM(input_size, hidden_size, num_layers, batch_first=True) self.fc = nn.Linear(hidden_size, output_size) def forward(self, x): h0 = torch.zeros(self.num_layers, x.size(0), self.hidden_size).to(x.device) c0 = torch.zeros(self.num_layers, x.size(0), self.hidden_size).to(x.device) out, _ = self.lstm(x, (h0, c0)) out = self.fc(out[:, -1, :]) return out # 向量相似度计算工具 class VectorSimilarity: @staticmethod def cosine_similarity(vec1, vec2): if len(vec1) == 0 or len(vec2) == 0: return 0 dot_product = np.dot(vec1, vec2) norm_vec1 = np.linalg.norm(vec1) norm_vec2 = np.linalg.norm(vec2) if norm_vec1 == 0 or norm_vec2 == 0: return 0 return dot_product / (norm_vec1 * norm_vec2) @staticmethod def euclidean_distance(vec1, vec2): return np.linalg.norm(vec1 - vec2) @staticmethod def combined_similarity(vec1, vec2): cosine = VectorSimilarity.cosine_similarity(vec1, vec2) euclidean = VectorSimilarity.euclidean_distance(vec1, vec2) if euclidean > 0: euclidean_sim = 1 / (1 + euclidean) else: euclidean_sim = 1 return 0.7 * cosine + 0.3 * euclidean_sim # 知识库处理类 class KnowledgeBase: def __init__(self): self.texts = {} self.vectors = {} self.metadata = {} self.similarity_threshold = 0.3 self.file_paths = {} def load_from_excel(self, file_path, kb_type): try: df = pd.read_excel(file_path) vector_cols = [col for col in df.columns if col.startswith('向量化特征_')] if not vector_cols: raise ValueError("未找到向量化特征列") self.texts[kb_type] = [] self.vectors[kb_type] = [] self.metadata[kb_type] = [] for _, row in df.iterrows(): text = str(row.get('文本块', '')) if not text: continue vector = row[vector_cols].values.astype(np.float32) metadata = { '来源': row.get('来源', ''), '类别': row.get('类别', ''), } self.texts[kb_type].append(text) self.vectors[kb_type].append(vector) self.metadata[kb_type].append(metadata) self._calculate_similarity_threshold(kb_type) self.file_paths[kb_type] = file_path return len(self.texts[kb_type]) except Exception as e: print(f"加载知识库失败: {e}") return 0 def _calculate_similarity_threshold(self, kb_type): if not self.vectors[kb_type] or len(self.vectors[kb_type]) < 2: return similarities = [] for i in range(min(100, len(self.vectors[kb_type]))): for j in range(i + 1, min(100, len(self.vectors[kb_type]))): sim = VectorSimilarity.combined_similarity(self.vectors[kb_type][i], self.vectors[kb_type][j]) similarities.append(sim) if similarities: self.similarity_threshold = max(0.2, np.mean(similarities) * 0.7) print(f"相似度阈值: {self.similarity_threshold:.4f}") def search(self, query_vector, kb_type, top_k=10): if kb_type not in self.vectors or not self.vectors[kb_type]: return [] results = [] for i, vector in enumerate(self.vectors[kb_type]): sim = VectorSimilarity.combined_similarity(query_vector, vector) if sim >= self.similarity_threshold: results.append((i, sim)) results.sort(key=lambda x: x[1], reverse=True) return results[:top_k] def add_entry(self, kb_type, text, source, category, vector): if kb_type not in self.texts: self.texts[kb_type] = [] self.vectors[kb_type] = [] self.metadata[kb_type] = [] self.texts[kb_type].append(text) self.vectors[kb_type].append(vector) self.metadata[kb_type].append({ '来源': source, '类别': category }) self.save_to_excel(kb_type) def save_to_excel(self, kb_type): if kb_type not in self.file_paths: return file_path = self.file_paths[kb_type] df = pd.DataFrame({ '文本块': self.texts[kb_type], **{f'向量化特征_{i}': [vec[i] for vec in self.vectors[kb_type]] for i in range(len(self.vectors[kb_type][0]))}, '来源': [meta['来源'] for meta in self.metadata[kb_type]], '类别': [meta['类别'] for meta in self.metadata[kb_type]] }) df.to_excel(file_path, index=False) def edit_entry(self, kb_type, index, text, source, category, vector): if kb_type in self.texts and 0 <= index < len(self.texts[kb_type]): self.texts[kb_type][index] = text self.vectors[kb_type][index] = vector self.metadata[kb_type][index] = { '来源': source, '类别': category } self.save_to_excel(kb_type) # AI处理线程 class AIWorker(QThread): thinking_signal = pyqtSignal(str) # 发送思考过程 answer_signal = pyqtSignal(str) # 发送最终回答 finish_signal = pyqtSignal() def __init__(self, client, query, knowledge_base, kb_type): super().__init__() self.client = client self.query = query self.knowledge_base = knowledge_base self.kb_type = kb_type def run(self): try: # 发送思考过程开始的信号 self.thinking_signal.emit("<b>知识库检索中...</b>") # 模拟生成查询向量 query_vector = np.random.rand(len(self.knowledge_base.vectors[self.kb_type][0]) if self.knowledge_base.vectors[self.kb_type] else 50) # 执行搜索 search_results = self.knowledge_base.search(query_vector, self.kb_type, top_k=5) if not search_results: self.thinking_signal.emit("<p style=\"color:#888888;\">未找到匹配的知识库内容</p>") thinking_process = "无" else: # 构建HTML格式的思考过程 thinking_html = "<p><b>匹配到的知识库内容:</b></p><ul>" for i, (idx, sim) in enumerate(search_results): text = self.knowledge_base.texts[self.kb_type][idx] metadata = self.knowledge_base.metadata[self.kb_type][idx] thinking_html += f"<li><b>匹配项 {i + 1} (相似度: {sim:.4f})</b><br>" thinking_html += f"<span style=\"color:#6c757d;\">来源: {metadata['来源']} | 类别: {metadata['类别']}</span><br>" # 提取前300个字符作为摘要,并保留段落结构 summary = text[:300] + ('...' if len(text) > 300 else '') # 将换行符转换为<br>标签 summary = summary.replace('\n', '<br>') thinking_html += f"{summary}</li><br>" thinking_html += "</ul>" self.thinking_signal.emit(thinking_html) # 构建LLM提示词中的思考过程 thinking_process = "以下是知识库中的相关参考资料:\n" for i, (idx, sim) in enumerate(search_results): text = self.knowledge_base.texts[self.kb_type][idx] metadata = self.knowledge_base.metadata[self.kb_type][idx] thinking_process += f"\n[{i + 1}] 相似度: {sim:.4f}\n" thinking_process += f"来源: {metadata['来源']} | 类别: {metadata['类别']}\n" # 提取前200个字符作为摘要 summary = text[:200] + ('...' if len(text) > 200 else '') thinking_process += f"{summary}\n\n" # 构建提示词 prompt = f""" 你是一位专业的涂装工程师。用户问题:{self.query}。 {thinking_process} 请根据上述资料提供准确、专业的回答。 如果资料不足,请补充涂装领域的通用知识和最佳实践。 请确保回答条理清晰,适当分段分点。 """ # 发送开始生成回答的信号 self.answer_signal.emit("<b>正在生成回答...</b>") # 调用模型生成回答 answer_html = "" stream = self.client.chat( model='deepseek-r1:1.5b', messages=[{"role": "user", "content": prompt}], stream=True ) for chunk in stream: content = chunk['message']['content'] answer_html += content # 处理回答内容,添加分段分点格式 formatted_answer = self._format_answer(answer_html) self.answer_signal.emit(formatted_answer) except Exception as e: self.answer_signal.emit(f"<p style=\"color:#FF0000;\">[Error] {str(e)}</p>") finally: self.finish_signal.emit() def _format_answer(self, answer): # 简单的文本格式化处理 # 将段落分隔(空行)转换为<p>标签 paragraphs = answer.split('\n\n') formatted = "" for para in paragraphs: para = para.strip() if not para: continue # 处理列表项(如果以数字+点或短横线开头) if re.match(r'^\d+\.', para): # 有序列表 if not formatted.endswith('</ol>'): formatted += '<ol>' else: formatted = formatted[:-5] # 移除最后的</ol>标签以便继续添加 # 提取序号和内容 match = re.match(r'^(\d+\.)\s*(.*)', para) if match: formatted += f'<li><b>{match.group(1)}</b> {match.group(2)}</li>' else: formatted += f'<li>{para}</li>' formatted += '</ol>' elif re.match(r'^[-*•]', para): # 无序列表 if not formatted.endswith('</ul>'): formatted += '<ul>' else: formatted = formatted[:-5] # 移除最后的</ul>标签 # 提取标记和内容 match = re.match(r'^[-*•]\s*(.*)', para) if match: formatted += f'<li>{match.group(1)}</li>' else: formatted += f'<li>{para}</li>' formatted += '</ul>' else: # 普通段落 formatted += f'<p>{para}</p>' return formatted # 主窗口 class PaintChatWindow(QWidget): def __init__(self): super().__init__() self.knowledge_base = KnowledgeBase() self.client = Client(host="http://localhost:11435") self.current_kb_type = None self.init_ui() def init_ui(self): self.setWindowTitle("涂装知识助手") self.setGeometry(100, 100, 1200, 800) # 主布局 main_layout = QVBoxLayout() # 顶部状态栏 status_bar = QWidget() status_layout = QHBoxLayout(status_bar) self.status_label = QLabel("知识库未加载") self.status_label.setStyleSheet("color: #888888; font-size: 12px; padding: 5px;") status_layout.addWidget(self.status_label) main_layout.addWidget(status_bar) # 知识库选择区域 kb_selection_layout = QHBoxLayout() kb_types = ["涂料信息库", "涂装设备库", "涂装工艺库", "涂装环境库", "行业标准与法规库"] for kb_type in kb_types: btn = QPushButton(kb_type) btn.setStyleSheet(""" QPushButton { background-color: #6c757d; color: white; font-size: 12px; padding: 5px; border-radius: 3px; } QPushButton:hover { background-color: #5a6268; } """) btn.clicked.connect(lambda _, t=kb_type: self.select_knowledge_base(t)) kb_selection_layout.addWidget(btn) main_layout.addLayout(kb_selection_layout) # 中间内容区域 - 分为思考过程和最终回答两栏 content_splitter = QSplitter(Qt.Horizontal) # 思考过程区域 self.thinking_area = QTextEdit() self.thinking_area.setReadOnly(True) self.thinking_area.setStyleSheet(""" QTextEdit { background-color: #f8f9fa; font-family: SimHei, sans-serif; font-size: 14px; padding: 15px; border: 1px solid #e9ecef; border-radius: 4px; } """) self.thinking_area.setHtml("<b>思考过程将显示在这里...</b>") content_splitter.addWidget(self.thinking_area) # 最终回答区域 self.answer_area = QTextEdit() self.answer_area.setReadOnly(True) self.answer_area.setStyleSheet(""" QTextEdit { background-color: #ffffff; font-family: SimHei, sans-serif; font-size: 14px; padding: 15px; border: 1px solid #e9ecef; border-radius: 4px; } """) self.answer_area.setHtml("<b>回答将显示在这里...</b>") content_splitter.addWidget(self.answer_area) # 设置两栏的初始大小比例 content_splitter.setSizes([400, 800]) main_layout.addWidget(content_splitter) # 底部控制区域 bottom_layout = QHBoxLayout() # 文件加载区域 file_layout = QVBoxLayout() self.file_label = QLabel("未选择知识库文件") self.file_label.setStyleSheet("color: #6c757d; font-size: 12px;") file_layout.addWidget(self.file_label) self.load_btn = QPushButton("加载知识库") self.load_btn.setStyleSheet(""" QPushButton { background-color: #6c757d; color: white; font-size: 12px; padding: 5px; border-radius: 3px; } QPushButton:hover { background-color: #5a6268; } """) self.load_btn.clicked.connect(self.load_knowledge_base) file_layout.addWidget(self.load_btn) bottom_layout.addLayout(file_layout, 1) # 输入区域 input_layout = QVBoxLayout() self.input_box = QTextEdit() self.input_box.setMaximumHeight(60) self.input_box.setPlaceholderText("输入您的问题...") self.input_box.setStyleSheet(""" QTextEdit { border: 1px solid #ced4da; border-radius: 4px; padding: 8px; font-family: SimHei, sans-serif; font-size: 14px; } """) input_layout.addWidget(self.input_box) self.send_btn = QPushButton("提问") self.send_btn.setStyleSheet(""" QPushButton { background-color: #007bff; color: white; font-size: 14px; padding: 8px; border-radius: 4px; } QPushButton:hover { background-color: #0069d9; } """) self.send_btn.clicked.connect(self.send_message) input_layout.addWidget(self.send_btn) bottom_layout.addLayout(input_layout, 3) # 添加、查看和编辑按钮 action_layout = QHBoxLayout() self.add_btn = QPushButton("添加知识库内容") self.add_btn.setStyleSheet(""" QPushButton { background-color: #28a745; color: white; font-size: 12px; padding: 5px; border-radius: 3px; } QPushButton:hover { background-color: #218838; } """) self.add_btn.clicked.connect(self.add_knowledge_entry) action_layout.addWidget(self.add_btn) self.view_btn = QPushButton("查看知识库内容") self.view_btn.setStyleSheet(""" QPushButton { background-color: #17a2b8; color: white; font-size: 12px; padding: 5px; border-radius: 3px; } QPushButton:hover { background-color: #138496; } """) self.view_btn.clicked.connect(self.view_knowledge_entries) action_layout.addWidget(self.view_btn) self.edit_btn = QPushButton("编辑知识库内容") self.edit_btn.setStyleSheet(""" QPushButton { background-color: #ffc107; color: white; font-size: 12px; padding: 5px; border-radius: 3px; } QPushButton:hover { background-color: #e0a800; } """) self.edit_btn.clicked.connect(self.edit_knowledge_entry) action_layout.addWidget(self.edit_btn) bottom_layout.addLayout(action_layout, 2) main_layout.addLayout(bottom_layout) self.setLayout(main_layout) def select_knowledge_base(self, kb_type): self.current_kb_type = kb_type if kb_type in self.knowledge_base.texts: self.status_label.setText(f"当前知识库: {kb_type} ({len(self.knowledge_base.texts[kb_type])} 条记录)") self.status_label.setStyleSheet("color: #28a745; font-size: 12px; padding: 5px;") else: self.status_label.setText(f"请加载 {kb_type} 知识库") self.status_label.setStyleSheet("color: #dc3545; font-size: 12px; padding: 5px;") def load_knowledge_base(self): if not self.current_kb_type: QMessageBox.warning(self, "警告", "请先选择知识库类型") return file_path, _ = QFileDialog.getOpenFileName( self, f"选择 {self.current_kb_type} 文件", "", "Excel Files (*.xlsx *.xls)" ) if file_path: self.file_label.setText(f"已加载: {os.path.basename(file_path)}") self.status_label.setText("正在加载知识库...") self.status_label.setStyleSheet("color: #007bff; font-size: 12px; padding: 5px;") # 在单独线程中加载知识库 QTimer.singleShot(0, lambda: self._load_knowledge_base_thread(file_path, self.current_kb_type)) def _load_knowledge_base_thread(self, file_path, kb_type): try: count = self.knowledge_base.load_from_excel(file_path, kb_type) if count > 0: self.status_label.setText(f"{kb_type} 已加载 ({count} 条记录)") self.status_label.setStyleSheet("color: #28a745; font-size: 12px; padding: 5px;") self.thinking_area.setHtml(f"<b>{kb_type} 加载成功</b>: 共{count}条知识条目") self.answer_area.setHtml("<b>回答将显示在这里...</b>") else: self.status_label.setText(f"{kb_type} 加载失败") self.status_label.setStyleSheet("color: #dc3545; font-size: 12px; padding: 5px;") except Exception as e: self.status_label.setText(f"{kb_type} 加载错误: {str(e)}") self.status_label.setStyleSheet("color: #dc3545; font-size: 12px; padding: 5px;") def send_message(self): user_input = self.input_box.toPlainText().strip() if not user_input: return if not self.current_kb_type: QMessageBox.warning(self, "警告", "请先选择知识库类型") return if self.current_kb_type not in self.knowledge_base.texts or not self.knowledge_base.texts[self.current_kb_type]: QMessageBox.warning(self, "警告", f"请先加载 {self.current_kb_type} 知识库") return # 清空之前的回答和思考过程 self.thinking_area.setHtml(f"<b>用户问题:</b> {user_input}<br><br><b>思考过程:</b>") self.answer_area.setHtml("<b>正在生成回答...</b>") self.input_box.clear() # 创建AI处理线程 self.ai_worker = AIWorker(self.client, user_input, self.knowledge_base, self.current_kb_type) self.ai_worker.thinking_signal.connect(self.update_thinking) self.ai_worker.answer_signal.connect(self.update_answer) self.ai_worker.finish_signal.connect(self.on_ai_finished) self.ai_worker.start() def update_thinking(self, message): # 将思考过程追加到思考区域 cursor = self.thinking_area.textCursor() cursor.movePosition(QTextCursor.End) cursor.insertHtml(f"<br><br>{message}") self.thinking_area.setTextCursor(cursor) self.thinking_area.ensureCursorVisible() def update_answer(self, message): # 更新回答区域 self.answer_area.setHtml(message) def on_ai_finished(self): pass def add_knowledge_entry(self): if not self.current_kb_type: QMessageBox.warning(self, "警告", "请先选择知识库类型") return dialog = QDialog(self) dialog.setWindowTitle(f"添加 {self.current_kb_type} 条目") layout = QVBoxLayout() text_label = QLabel("文本块:") text_input = QTextEdit() layout.addWidget(text_label) layout.addWidget(text_input) source_label = QLabel("来源:") source_input = QLineEdit() layout.addWidget(source_label) layout.addWidget(source_input) category_label = QLabel("类别:") category_input = QLineEdit() layout.addWidget(category_label) layout.addWidget(category_input) vector_label = QLabel("向量化特征 (以逗号分隔):") vector_input = QLineEdit() layout.addWidget(vector_label) layout.addWidget(vector_input) button_box = QDialogButtonBox(QDialogButtonBox.Ok | QDialogButtonBox.Cancel) button_box.accepted.connect(dialog.accept) button_box.rejected.connect(dialog.reject) layout.addWidget(button_box) dialog.setLayout(layout) if dialog.exec_() == QDialog.Accepted: text = text_input.toPlainText() source = source_input.text() category = category_input.text() vector_str = vector_input.text() try: vector = np.array([float(x) for x in vector_str.split(',')], dtype=np.float32) self.knowledge_base.add_entry(self.current_kb_type, text, source, category, vector) QMessageBox.information(self, "成功", "条目已添加到知识库") except ValueError: QMessageBox.warning(self, "错误", "向量化特征输入无效,请输入有效的浮点数,以逗号分隔") def view_knowledge_entries(self): if not self.current_kb_type: QMessageBox.warning(self, "警告", "请先选择知识库类型") return if self.current_kb_type not in self.knowledge_base.texts or not self.knowledge_base.texts[self.current_kb_type]: QMessageBox.warning(self, "警告", f"请先加载 {self.current_kb_type} 知识库") return dialog = QDialog(self) dialog.setWindowTitle(f"{self.current_kb_type} 内容") layout = QVBoxLayout() list_widget = QListWidget() for i, text in enumerate(self.knowledge_base.texts[self.current_kb_type]): metadata = self.knowledge_base.metadata[self.current_kb_type][i] item_text = f"[{i + 1}] 来源: {metadata['来源']} | 类别: {metadata['类别']}\n{text[:200]}" list_widget.addItem(item_text) layout.addWidget(list_widget) dialog.setLayout(layout) dialog.exec_() def edit_knowledge_entry(self): if not self.current_kb_type: QMessageBox.warning(self, "警告", "请先选择知识库类型") return if self.current_kb_type not in self.knowledge_base.texts or not self.knowledge_base.texts[self.current_kb_type]: QMessageBox.warning(self, "警告", f"请先加载 {self.current_kb_type} 知识库") return dialog = QDialog(self) dialog.setWindowTitle(f"编辑 {self.current_kb_type} 条目") layout = QVBoxLayout() index_label = QLabel("请输入要编辑的条目编号 (从1开始):") index_input = QLineEdit() layout.addWidget(index_label) layout.addWidget(index_input) button_box = QDialogButtonBox(QDialogButtonBox.Ok | QDialogButtonBox.Cancel) button_box.accepted.connect(dialog.accept) button_box.rejected.connect(dialog.reject) layout.addWidget(button_box) dialog.setLayout(layout) if dialog.exec_() == QDialog.Accepted: try: index = int(index_input.text()) - 1 if 0 <= index < len(self.knowledge_base.texts[self.current_kb_type]): text = self.knowledge_base.texts[self.current_kb_type][index] metadata = self.knowledge_base.metadata[self.current_kb_type][index] vector = self.knowledge_base.vectors[self.current_kb_type][index] edit_dialog = QDialog(self) edit_dialog.setWindowTitle(f"编辑 {self.current_kb_type} 条目 {index + 1}") edit_layout = QVBoxLayout() text_label = QLabel("文本块:") text_input = QTextEdit() text_input.setPlainText(text) edit_layout.addWidget(text_label) edit_layout.addWidget(text_input) source_label = QLabel("来源:") source_input = QLineEdit() source_input.setText(metadata['来源']) edit_layout.addWidget(source_label) edit_layout.addWidget(source_input) category_label = QLabel("类别:") category_input = QLineEdit() category_input.setText(metadata['类别']) edit_layout.addWidget(category_label) edit_layout.addWidget(category_input) vector_label = QLabel("向量化特征 (以逗号分隔):") vector_input = QLineEdit() vector_str = ','.join([str(x) for x in vector]) vector_input.setText(vector_str) edit_layout.addWidget(vector_label) edit_layout.addWidget(vector_input) edit_button_box = QDialogButtonBox(QDialogButtonBox.Ok | QDialogButtonBox.Cancel) edit_button_box.accepted.connect(edit_dialog.accept) edit_button_box.rejected.connect(edit_dialog.reject) edit_layout.addWidget(edit_button_box) edit_dialog.setLayout(edit_layout) if edit_dialog.exec_() == QDialog.Accepted: new_text = text_input.toPlainText() new_source = source_input.text() new_category = category_input.text() new_vector_str = vector_input.text() try: new_vector = np.array([float(x) for x in new_vector_str.split(',')], dtype=np.float32) self.knowledge_base.edit_entry(self.current_kb_type, index, new_text, new_source, new_category, new_vector) QMessageBox.information(self, "成功", "条目已更新到知识库") except ValueError: QMessageBox.warning(self, "错误", "向量化特征输入无效,请输入有效的浮点数,以逗号分隔") else: QMessageBox.warning(self, "错误", "输入的条目编号无效") except ValueError: QMessageBox.warning(self, "错误", "请输入有效的整数作为条目编号") if __name__ == "__main__": app = QApplication(sys.argv) app.setFont(QFont("SimHei")) window = PaintChatWindow() window.show() sys.exit(app.exec_())把这段代码里的“相似度”全部修改为“匹配度”,ollama调用窗口11435修改为11434,其余内容不变,完整代码给我
06-22
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值