第十六周项目3:max带来的冲突

Datawhale开源Hello-Agents:从零构建AI智能体的完整学习指南 AI智能体(AI Agent)作为人工智能领域的重要分支,其核心原理是基于大语言模型构建具备自主思考和行动能力的系统。通过ReAct、Plan-and-Solve等经典范式,智能体能够实现推理-行动-观察的闭环交互,显著提升复杂任务的处理效率。在工程实践中,开发者需要掌握Python编程、API集成、多智能体通信等关键技术。Datawhale社区开源的Hello-Agents项目正是针对这一需求,提供了覆盖智能体基础理论、主流框架实战和真实项目案例的完整学习路径,特别适合想要系统掌握AI Native Ag 阅读详情

问题及代码:

/*
*Copyright (c)2015,烟台大学计算机与控制工程学院
*All rights reserved.
*文件名称:project.cpp
*作    者:陈文青
*完成日期:2015年6月28日
*版 本 号:v1.0
*
*问题描述:分析下面程序出现的编译错误,给出解决的方案。
*程序输入:
*程序输出:
*/
#include<iostream>
using namespace std;
//定义函数模板
template<class T>
T max(T a, T b)
{
    return (a>b)?a:b;
}

int main()
{
    int x=2,y=6;
    double x1=9.123,y1=12.6543;
    cout<<"把T实例化为int:"<<max(x,y)<<endl;
    cout<<"把T实例化为double:"<<max(x1,y1)<<endl;
    return 0;
}
改法1:改变函数名字,使之不与std空间内函数重名

#include<iostream>
using namespace std;
//定义函数模板
template<class T>
T max1(T a, T b)//将函数改为max1
{
    return (a>b)?a:b;
}

int main()
{
    int x=2,y=6;
    double x1=9.123,y1=12.6543;
    cout<<"把T实例化为int:"<<max1(x,y)<<endl;
    cout<<"把T实例化为double:"<<max1(x1,y1)<<endl;
    return 0;
}

改法2:加上全局限定符,使用的是本地定义的函数

/*
*Copyright (c)2015,烟台大学计算机与控制工程学院
*All rights reserved.
*文件名称:project.cpp
*作    者:陈文青
*完成日期:2015年6月28日
*版 本 号:v1.0
*
*问题描述:分析下面程序出现的编译错误,给出解决的方案。
*程序输入:
*程序输出:
*/
#include<iostream>
using namespace std;
//定义函数模板
template<class T>
T max(T a, T b)
{
    return (a>b)?a:b;
}

int main()
{
    int x=2,y=6;
    double x1=9.123,y1=12.6543;
    cout<<"把T实例化为int:"<<::max(x,y)<<endl;//加上全局限定符
    cout<<"把T实例化为double:"<<::max(x1,y1)<<endl;
    return 0;
}

改法3:强调max函数的命名空间

#include<iostream>
using namespace std;
//定义函数模板
template<class T>
T max(T a, T b)
{
    return (a>b)?a:b;
}

int main()
{
    int x=2,y=6;
    double x1=9.123,y1=12.6543;
    cout<<"把T实例化为int:"<<std::max(x,y)<<endl; //强调是std空间内的函数
    cout<<"把T实例化为double:"<<std::max(x1,y1)<<endl;
    return 0;
}

改法4:去掉using namespace std;,在main中cout等std中的名称前加std::

#include<iostream>
//不使用std空间
//using namespace std;
//定义函数模板
template<class T>
T max(T a, T b)
{
    return (a>b)?a:b;
}

int main()
{
    int x=2,y=6;
    double x1=9.123,y1=12.6543;
    std::cout<<"把T实例化为int:"<<max(x,y)<<std::endl; //声明endl和cout的空间
    std::cout<<"把T实例化为double:"<<max(x1,y1)<<std::endl;
    return 0;
}

改法5:只使用std空间里的cout和endl

#include<iostream>
using std::cout;//只使用std空间里的cout和endl
using std::endl;
//定义函数模板
template<class T>
T max(T a, T b)
{
    return (a>b)?a:b;
}

int main()
{
    int x=2,y=6;
    double x1=9.123,y1=12.6543;
    cout<<"把T实例化为int:"<<max(x,y)<<endl;
    cout<<"把T实例化为double:"<<max(x1,y1)<<endl;
    return 0;
}

改法6:将max定义在自己的空间内

#include<iostream>
using namespace std;
namespace m //将max定义在m空间里
{
//定义函数模板
template<class T>
T max(T a, T b)
{
    return (a>b)?a:b;
}
}
int main()
{
    int x=2,y=6;
    double x1=9.123,y1=12.6543;
    cout<<"把T实例化为int:"<<m::max(x,y)<<endl;   //使用自己m空间内的max函数
    cout<<"把T实例化为double:"<<m::max(x1,y1)<<endl;
    return 0;
}




从零掌握AI Agent开发:Hello-Agents开源教程完整指南 AI Agent(人工智能智能体)作为当前人工智能领域的重要发展方向,其核心原理是基于大语言模型的推理能力和工具调用能力,实现自主任务执行和决策。从技术价值角度看,AI Agent能够将传统的人机交互升级为智能任务代理,显著提升自动化水平和问题解决效率。在应用场景上,AI Agent已广泛应用于智能客服、自动化工作流、个性化推荐系统等多个领域。Hello-Agents作为GitHub上获得6.5万星标的热门开源教程,特别适合想要系统学习AI Agent开发的Python开发者,项目覆盖从智能体基础概念到多智 阅读详情

相关推荐

大模型对齐工程实战:Reward Modeling与Constitutional AI的可审计落地

大语言模型对齐(LLM Alignment)本质是让模型输出既安全可靠又具备专业效用的技术过程。其核心原理在于通过Reward Modeling量化人类偏好、借助Constitutional AI设定可验证的安全边界,并在Safety-Utility Tradeoff中寻求帕累托最优。技术价值体现在降低幻觉率、提升反馈数据质量、满足合规审计要求;典型应用场景包括医疗问答、金融风控等高风险垂直领域。本文聚焦工程落地难点,深入解析Reward Modeling如何避免reward hacking、Constit

weixin_33739627的博客 388

第十六周项目3-max带来的冲突

 分析下面程序出现的编译错误,给出解决的方案。 #include using namespace std; //定义函数模板 template T max(T a, T b) { return (a>b)?a:b; } int main() { int x=2,y=6; double x1=9.123,y1=12.6543; cout<<"把T实例化为in

gaozan0902的专栏 518

从工程视角重构Agent开发:Hello-Agents五段式实战指南

智能体(Agent)正从LLM应用范式演进为新一代软件工程范式,其核心在于目标导向的自主决策闭环、多Agent协同协议(如MCP)与上下文韧性设计。不同于传统API调用或提示词优化,现代Agent开发需直面上下文坍塌、记忆失焦、状态同步等系统性挑战,技术价值体现在可解释性、可审计性与生产级鲁棒性上。典型应用场景涵盖医疗预警、供应链调度、政务助手等强约束业务系统,要求开发者具备协议层理解力与自研框架能力。本教程以Hello-Agents开源项目为蓝本,深度解析ReAct实现、HybridRetriever检索

weixin_30381317的博客 342

第十六周【项目3-max带来的冲突】

/* *Copyright (c) 2014,烟台大学计算机学院 *All rights reserved. *文件名称:main.cpp *作者:苏强 *完成日期:2015年6月21日 *版本号:v1.0 * *问题描述:找错 */ #include using namespace std; //定义函数模板 template T max(T a, T b) { return (a>b)

苏强的专栏 759

【信息科学与工程学】计算机科学与自动化——第十六篇 GPU 05 工艺(3)

序号工艺工序名称工艺步骤核心参数其他参数关键部件及原材料控制指标加工设备类型加工工艺/技巧1衬底准备​1.1 硅晶圆清洗 1.2 热氧化生长薄SiO₂层(1-5nm) 1.3 衬底温度稳定温度: 600-800°C 厚度: 1-5nm 表面粗糙度: <0.2nm晶向: (100) 晶圆尺寸: 300mm 掺杂浓度: 1-10 Ω·cm p型Si晶圆、O₂气体、清洗液(SC1/SC2)氧化层厚度均匀性(±0.1nm) 界面态密度(Dit)<1e10 cm⁻²eV⁻¹清

weixin_49199313的博客 1331

避免踩坑!杰理AC63蓝牙名修改常见问题及解决方案(含BLE后缀处理)

本文详细解析了杰理AC63蓝牙设备名称修改的全过程,包括基础操作、BLE后缀处理及高级调试技巧。针对蓝牙名修改中的常见问题,提供了实用的解决方案和代码示例,帮助开发者避免踩坑并实现高效定制。

q6r7s8t9的博客 413

第十六周项目三 max带来的冲突(命名空间)

项目要求 分析下面程序出现的编译错误,给出解决的方案。 #include using namespace std; //定义函数模板 template T max(T a, T b) { return (a>b)?a:b; } int main() { int x=2,y=6; double x1=9.123,y1=12.6543; cout<<"把T实例

绿皮哥布林 511

PyCharm旧版本下载地址

快捷找到PyCharm历史版本下载地址

piaopiaolanghua的专栏 4444

第十六届蓝桥杯软件赛省赛PythonB组题解-解题报告

赛题相较于上一年py b组难度明显降低,或许成为本次比赛最简单的一套题,当然其中出现了原题,H题为Codeforces原题,分数为1700,裸题(是好事,至少说人话了),题主因时间冲突并未参加正赛,选择了场外vp。个人感觉如果仅有语法基础的话最少可以拿到15分,即通过A题和C题,这样看来最少都得有个省三省二。 本场难度cf预估分数 <=1700。 103 简单模拟即可,可在草稿纸上手算。 答案是afplcu,长度为6 C LQ图形 思路:签到题,按题意模拟即可 D 最多次数 思路:贪心,注意到先选总是不劣

shenshan_的博客 1274

【Unity Animation 2D】从零到一:骨骼绑定与IK动画实战指南

本文详细介绍了Unity中2D骨骼绑定与IK动画的实战流程,从角色素材准备、骨骼系统创建到权重绘制和IK设置,逐步指导开发者掌握2D动画制作技巧。通过反向动力学(IK)技术,实现更自然的角色动画效果,适用于游戏开发和动画制作。

weixin_30430677的博客 372

Windows环境下Elasticsearch与JDK版本兼容性实战指南

本文详细解析了Windows环境下Elasticsearch与JDK版本的兼容性问题,提供了从版本匹配检查到安装部署的完整实战指南。重点介绍了Elasticsearch 8.x需JDK 17+等关键版本对应关系,并分享多版本JDK共存方案及性能优化技巧,帮助开发者高效避坑。

weixin_29250403的博客 421

第十六届蓝桥杯大赛软件赛省赛C/C++ 大学 B 组个人题解

快要蓝桥杯了,之后应该不会出这样成片的题解了,估计会多发一些我的学习日常和单题题解,各位报考了本届蓝桥杯的朋友,大家加油加油!

2401_87393943的博客 1468

用blender为模型贴图并在gazebo中显示

用blender为模型贴图并在gazebo中显示 首先我用的是最新的blender2.92版本,附上链接https://www.blender.org/download/。并设置好简体中文。语言可以在编辑->偏好设置->界面里面设置。 首先界面右上角的摄像头,方块,灯光三个场景全都删除。 接着导入stl格式的模型文件,下面以tianbot_mini上面的激光雷达的模型为例。 导入激光雷达模型后,点击进入上方的UV Editing按钮进入UV编辑界面 此时我面看见网格化的激光雷达模型

qq_48427527的博客 8001

LINUX 第十六天 学习笔记

一、学习内容提炼 第14章 使用DHCP动态管理主机地址 动态主机配置协议(DHCP,Dynamic Host Configuration Protocol),该协议用于自动管理局域网内主机的IP地址、子网掩码、网关地址及DNS地址等参数,可以有效地提升IP地址的利用率,提高配置效率,并降低管理与维护成本。 14.1 动态主机地址管理协议 动态主机配置协议(DHCP)是一种基于UDP协议且仅限于在...

qq_30358029的博客 626

用Arduino和RC522模块DIY一个NFC门禁卡复制器(附完整代码)

本文详细介绍了如何利用Arduino和RC522模块DIY一个NFC门禁卡复制器,包括硬件连接、软件配置、数据读写技术及完整代码实现。通过本教程,电子爱好者可以深入了解NFC技术,并构建自己的智能门禁系统,适用于家庭安全、办公场所等多种场景。

weixin_33704591的博客 503

Hugging Face 最新开源 SmolVLA 小模型入门教程(一)

今天,我们介绍SmolVLA,这是一个紧凑型(450M)、开源的视觉-语言-动作模型,专为机器人设计,可在消费级硬件上运行。 仅在带有lerobot标签的开源社区共享数据集上进行预训练。 SmolVLA-450M在模拟环境(LIBERO、Meta-World)和真实世界任务(SO100、SO101)中,表现优于规模更大的VLA模型及强基线模型如ACT。 支持异步推理,响应速度提升30%,任务吞吐量提升2倍。

2506_90492529的博客 4079

从零开始的云计算生活——第十六天,五花八门,综合实例。

提升系统响应速度、资源利用率,避免瓶颈。

Britz_Kevin的博客 1202

【VibeCoding系列】小白入门指南:模型选择、编辑器选择、项目预定全分析

开箱即用:下载安装就能用,不用配 API Key(也可以自己配)Cmd+K 快速修改:选中代码,按 Cmd+K,直接让 AI 修改Cmd+L 对话:侧边栏聊天,支持引用文件和代码@文件引用:输入 @ 就能引用项目中的文件,AI 自动读取上下文Agent 模式:告诉 AI 一个需求,它自动跨文件修改下载地址cursor.com(免费版有额度限制,足够入门)✅下载 Cursorcursor.com),安装打开✅选一个小项目(个人名片页 or Todo List)✅按照七步工作流开干。

十年老程序猿,AI 疯狂研究专家,前沿硬核知识分享 212

C++哈希表实现:从原理到实践,手写unordered_map核心机制

哈希表作为一种基础数据结构,通过哈希函数将键映射到数组索引,实现了接近O(1)的平均查找时间复杂度。其核心原理在于解决哈希冲突,常见方法包括拉链法和开放定址法。在C++工程实践中,标准库的unordered_map和unordered_set正是基于哈希表实现,为缓存系统、词频统计等需要快速查找的场景提供了高性能解决方案。理解其内部机制,如负载因子控制、rehash策略和迭代器设计,对于编写高效C++代码至关重要。本文以模拟实现为切入点,深入探讨了哈希函数设计、冲突解决等关键问题,并分析了自定义类型哈希和性

weixin_30512043的博客 435

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

TOPSIS综合评价法实战指南:从建模落地到权重优化

TOPSIS(逼近理想解排序法)是一种基于多指标几何距离的综合评价方法,广泛应用于数学建模竞赛与现实决策场景。其核心原理是将方案映射为n维空间中的点,通过计算到正负理想解的欧氏距离,得出相对贴近度实现排序。该方法天然规避量纲差异与指标方向冲突,但需配合科学的权重确定(如熵权法)和严谨的数据预处理(正向化+Min-Max标准化)才能真正落地。在城市评价、方案优选、政策评估等典型应用场景中,TOPSIS常作为主模型,与CRITIC法、AHP或灰色关联等协同提升鲁棒性。本文聚焦建模实战中的关键链路——指标语义解析

weixin_34320724的博客 398

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

MySQL从入门到精通(十六):监控与问题排查

问题早期发现:在小问题演变成大问题前及时发现性能趋势分析:掌握系统性能变化趋势,预测未来需求容量规划依据:为硬件升级和扩容提供数据支持故障快速定位:出现问题时迅速定位根因优化效果验证:量化评估优化措施的效果MySQL的监控与问题排查是数据库管理中不可或缺的一部分。通过建立全面的监控体系,可以及时发现潜在问题;通过掌握问题排查技术,可以快速定位和解决数据库故障。建立多层次的监控体系,覆盖从硬件到应用的各个环节利用工具分析慢查询,优化SQL性能。

m0_65382359的博客 860

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

POJ 3076 Sudoku (dancing links)

题目大意: 16*16的数独。 思路分析: 多说无益. 想说的就是dancing links 的行是按照 第一行第一列填 1 第一行第二列填 2 …… 第一行第十五列填15 第一行第二列填 1 …… 第二行。。。。 列的纺织则是 第一行放1,第一行放2,。。第十六行放16.。。第一列放1.。第一列放2.。。第十六列放16.。第一块区域放1 。。。。

Jinx Jinx again 823

模型合并与融合:理论、算法与可运行实现—从损失曲面几何到多模型融合

在实际应用中,我们通常面临以下场景:模型合并(Model Merging) 的核心思想是:将多个模型的权重直接合并为一个模型,无需额外训练(或仅需极少训练)。模型合并的独特优势:模型平均(Model Averaging):最简单的合并方法——对多个模型的权重取平均。Polyak-Ruppert 平均:在 SGD 训练过程中,对多个检查点取平均以提高收敛性。Git Rebasin(Ainsworth et al., 2023):解决了权重空间的对齐问题。Task Arithmetic(Ilharco et a

lqq 142
上一篇: 第十六周项目2:有些数的阶乘不算了
下一篇: 基于Python,IP代理池,多线程,mongoDB的第一个反反爬
陈文青-
博客等级 码龄12年 30粉丝 270原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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