推荐一个高级编程理论的小玩意给大家

最新推荐文章于 2025-12-07 16:42:36 发布

原创最新推荐文章于 2025-12-07 16:42:36 发布 · 109 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#设计模式

程序员专栏收录该内容

2 篇文章

订阅专栏

本文提供了一个包含图片链接的内容示例，用于展示如何在文本中插入和显示图片。

在这里插入图片描述
(https://img-blog.csdnimg.cn/b01e91eb86e24568a75913b2ebeb29b9.png)

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

编程盒子

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

业务编程如何选择学习方向和内容？

**My Coding Family**

08-06

708

🏆本文收录于《优快云问答解惑-专业版》专栏，主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！

“下不下雨我说了算”：用Python打造一个靠谱的实时天气预报系统

Echo_Wish

07-08

188

“下不下雨我说了算”：用Python打造一个靠谱的实时天气预报系统

参与评论您还未登录，请先登录后发表或查看评论

C++重温笔记(十二): C++多文件编程

Miracle8070

12-24

1万+

1. 写在前面 c++在线编译工具，可快速进行实验: https://www.bejson.com/runcode/cpp920/ 这段时间打算重新把c++捡起来，实习给我的一个体会就是算法工程师是去解决实际问题的，所以呢，不能被算法或者工程局限住，应时刻提高解决问题的能力，在这个过程中，我发现cpp很重要，正好这段时间也在接触些c++开发相关的任务，所有想借这个机会把c++重新学习一遍。在推荐领域，目前我接触到的算法模型方面主要是基于Python，而线上的服务全是c++(算法侧，业务那边基本上

一个故事告诉你，学习编程是否需要天赋？

2401_84407849的博客

04-20

648

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

科普了解高级编程语言的发展历程

FunkyFrog821951259的博客

05-19

3903

原文标题：高级语言是怎么来的　　高级编程语言的发展历程（一）创始纪　　2009-5-13 原文链接　　终于放暑假了，有心情来八卦了。我主要想八卦一下高级语言的设计思想和各种范式的来龙去脉，也就是回答这个问题：编程语言为什么会发生成现在这个样子哩?这里面的奥妙又在哪里哩? 我尝试着把这个系列的八卦写下去，包括虚拟机的设计、线程的设计、栈和寄存器两大流派的来龙去脉等等。　　高级编程语言的创始纪上写道...

高级编程语言的发展历程（一）

技术的学习与积累是个技术活

04-23

1474

原文出处：http://blog.youxu.info/ 高级编程语言的创始纪上写道：“初，世间无语言，仅电路与连线。及大牛出，天地开，始有FORTRAN，LISP。ALGOL 随之，乃有万种语。” 我们都知道，LISP 是基于递归函数的，FORTRAN 是做科学计算的。现在的C 等等，都比较像 FORTRAN 而不像 LISP。可是很少有人知道，最初，FORTRAN 是不支持函

高级编程语言的发展历程

疯狂伯德

02-15

3094

以下内容转自：http://kb.cnblogs.com/page/130672/#c1 高级编程语言的发展历程作者: 徐宥发布时间: 2012-02-09 23:08 　　目录　　高级编程语言的发展历程（一）创始纪　　高级编程语言的发展历程（二）虚拟机的前世今生　　高级编程语言的发展历程（三）FORTRAN 语言是怎么来的　　高级编程

编程心得分享，送给刚入门学编程的小伙伴

DreamCoders

08-30

2万+

前两天PHP中文网举办了一个分享编程学习心得送书的活动，我看这本书感觉挺不错的，网上查了下要100多，就也参加了。最近比较穷，能不花钱的就不花钱了。呜呜呜。。。下面给大家分享下，众多小伙伴的编程心得，希望对你有所帮助。这篇文章我是在知乎上看到的，感觉很不错。原作者回顾了自己漫长的编程学习之路，从中总结了许多个人经历，走的弯路，和教训。我摘抄了过来，希望能帮到有需要的小伙伴们： 1....

编程算法同步入门

GitChat

05-29

7010

Java中高级面试题总览(一)

数据与算法架构提升之路专栏

03-29

2万+

高频面试题深入剖析

Vertx学习一：这玩意是到底是个啥

热门推荐

lizhou828的专栏

06-22

6万+

Vertx，融合Java、Ruby、Python等语言的高性能架构，架构师必读原文链接： http://www.360doc.com/content/18/0203/14/39530679_727432611.shtml 目录：一、Vert.x简介二、Vert.x原理解析三、Vert牛刀小试四、Vert应用实践五、辅助工...

玩转 Cursor AI 编程，基础功能、AI 技巧、进阶玩法

Qynwang的博客

06-12

2874

大家好，本文是观看 B站 up主“不正经的前端啊”的cursor教程：https://www.bilibili.com/video/BV1ZvEDzKEQb/ 所做出的总结笔记，欢迎大家结合原视频看本笔记。另外，欢迎大家访问 https://www.hello123.com。

C++ 设计模式之观察者模式详细介绍

XiaoBinbest的博客

12-02

765

抽象接口是解耦的核心，确保被观察者和观察者仅依赖抽象，不依赖具体实现。

23种设计模式-16中介者模式

不开心就吃辣

12-03

839

本文介绍了中介者模式（Mediator Pattern），这是一种行为设计模式，通过中介对象封装一组对象的交互，减少对象间的直接依赖，提高代码的可扩展性和可维护性。文章分析了适用场景（对象交互复杂、逻辑分散、需提高复用性），详细说明了模式结构（中介者接口、具体中介者、同事类），并提供了Java实现的聊天应用示例代码。该模式类似于现实中的中介角色，能有效处理对象间交互，适用于需要解耦复杂对象关系的场景。

23种设计模式-17备忘录模式

不开心就吃辣

12-04

566

简化发起人实体类(Originator）职责，隔离状态存储与获取，实现了信息的封装，客户端无需关心状态的保存细节；提供回滚功能消耗资源：如果需要保存的状态过多 Memento 类过大时，每一次保存都会消耗很多内存。

Pimpl（Pointer to Implementation）设计模式详解

2301_80355452的博客

12-06

776

cpp// 传统方式 - MyClass.hpublic:MyClass();private:// 私有数据成员// 需要包含<vector>// 需要包含<map>// 需要包含第三方头文件// ... 更多实现细节问题编译依赖：任何包含MyClass.h的文件都会间接包含所有依赖的头文件编译时间长：修改私有成员会导致所有包含此头文件的文件重新编译暴露实现细节：用户能看到私有成员，违反了封装原则。

二十三种设计模式(七)--桥接模式

万波的技术博客

12-06

159

桥接模式是一种结构型设计模式，用于分离多个维度的功能实现，使每个维度都能独立扩展。该模式通过抽象与实现的分离，避免了类数量的指数级增长。以数据库工具为例，将数据库类型（MySQL、Oracle等）和执行方式（普通、预编译等）两个维度拆分，通过抽象类引用接口的方式实现桥接。这样新增数据库类型或执行方式时只需添加相应类，而不影响其他维度，提高了系统的可扩展性和维护性。

设计模式之建造者模式详解

qq_41262225的博客

12-02

882

建造者模式（Builder Pattern）是一种创建型设计模式，它将复杂对象的构建与表示分离，通过链式调用方式逐步设置参数，最终生成不可变对象。该模式解决了传统构造函数参数过多、顺序易错、可选参数处理困难等问题，提高了代码可读性和维护性。典型实现包含产品类、内部建造者类和build()方法，支持参数校验和默认值设置。与构造函数相比，建造者模式使对象创建过程更加清晰灵活，广泛应用于StringBuilder、Lombok等框架中。

二十三种设计模式(八)--装饰器模式

最新发布

万波的技术博客

12-07

124

装饰器模式是一种结构型设计模式，通过包装对象的方式动态扩展功能，同时保持接口一致性。其核心包含基础组件接口（Component）、具体组件（ConcreteComponent）和装饰器类（Decorator）。装饰器通过聚合基础组件引用，在调用前后添加额外功能，实现多层嵌套装饰。示例展示了支付系统的应用场景，基础支付服务被日志记录、加密等装饰器层层包裹，每个装饰器只增强不改变原有功能。该模式优势在于运行时动态组合功能，避免继承导致的类爆炸问题，符合开闭原则。

啥玩意，你给我生成了一个什么东西

12-04

<think> 我们正在分析一个判断素数的函数。函数名为prime，输入一个整数n，返回1表示素数，0表示非素数。函数内部： i初始化为1，然后x为n的平方根取整。 while循环：i先自增（所以第一次进入循环时i=2），然后判断i是否小于等于x。如果是，则判断n是否能被i整除（n%i==0），如果整除则跳出循环。循环结束后，判断i是否大于x：若是，说明循环正常结束（没有找到因子），返回1（是素数）；否则返回0（不是素数）。关键点：循环从i=2开始，直到i<=x（x=sqrt(n)）。如果在这个过程中发现n能被i整除，则跳出循环（提前结束）。时间复杂度分析：最坏情况：当n是素数时，循环需要执行大约sqrt(n)次（从2到x，其中x=floor(sqrt(n))）。因此循环次数是sqrt(n)量级。最好情况：当n是偶数（除了2），那么第一次循环（i=2）就会跳出，所以是常数时间O(1)。平均情况：考虑随机选取的n，它有一个较小的因子的概率比较大，所以平均循环次数会远小于sqrt(n)。但是，按照算法分析的习惯，我们通常关注最坏情况时间复杂度。注意：这里循环次数不是n，而是sqrt(n)，所以时间复杂度为O(sqrt(n))。另外，计算平方根的函数sqrt(n)通常可以在常数时间内完成（或者认为其时间复杂度为O(M(n))，其中M(n)是乘法的时间复杂度，但一般对于整数，我们假设为O(1)）。因此，整个算法的时间复杂度为O(sqrt(n))。引用说明：引用[1]和[2]都提到，判断一个数n是否为素数，用2到根号n之间的数去试除，时间复杂度为O(sqrt(n))。注意，引用[1]中说的是“对2到1000000内的数进行一一判断”时，整体是O(n*sqrt(n))，但这里我们只判断一个数，所以是O(sqrt(n))。因此，该算法的时间复杂度为O(sqrt(n))。注意：在输入非常大的情况下（例如n有几百位），这个算法效率会很低，因为sqrt(n)大约是n的一半位数指数级（例如，如果n有b位，则sqrt(n)大约有b/2位，所以循环次数大约是10^(b/2)，这是指数级的）。但对于一般整数的素数判断，这个算法已经足够。总结：时间复杂度为O(sqrt(n))。生成相关问题： 1. 如何优化素数判断算法以处理大整数？ 2. 除了试除法，还有哪些素数测试算法？ 3. Miller-Rabin素性测试的原理是什么？ </think> ### 时间复杂度分析给定算法用于判断整数 $ n $ 是否为素数： ```c int prime(int n) { int i = 1; int x = (int) sqrt(n); // 计算 n 的平方根 while (++i <= x) // 从 i=2 开始递增至 x if (n % i == 0) break; // 发现因子则终止 if (i > x) return 1; // 无因子：素数 else return 0; // 有因子：合数 } ``` #### 关键步骤时间复杂度： 1. **计算平方根**：`sqrt(n)` 在硬件层面为常数时间操作，复杂度 $O(1)$[^1]。 2. **循环迭代**： - **最坏情况**（$n$ 是素数）：循环完整遍历 $i=2$ 至 $i=\lfloor \sqrt{n} \rfloor$，迭代次数为 $\lfloor \sqrt{n} \rfloor - 1$。 - **操作成本**：每次迭代执行一次取模运算 `n % i`，视为 $O(1)$[^2]。 - **总循环成本**：$\Theta(\sqrt{n})$。 #### 时间复杂度结论： - **最坏情况**：$O(\sqrt{n})$（当 $n$ 是素数时）[^1][^2]。 - **平均情况**：$O(\sqrt{n})$（随机 $n$ 可能提前终止，但主导项仍为 $\sqrt{n}$）。 - **空间复杂度**：$O(1)$（仅用常数个变量）。 #### 优化依据：循环边界设为 $\lfloor \sqrt{n} \rfloor$ 利用了数学性质：**若 $n$ 有因子，必存在一个因子 $\leq \sqrt{n}$**。这使遍历次数从 $O(n)$ 降至 $O(\sqrt{n})$[^1][^2]。 #### 输入规模视角：设 $n$ 的二进制位数为 $b$（$b = \lfloor \log_2 n \rfloor + 1$），则 $\sqrt{n} \approx 2^{b/2}$，时间复杂度为 $O(2^{b/2})$（**指数级**）。对大整数（如密码学中的 $b=2048$），效率较低。 ### 对比其他素数判断算法 | **算法** | **时间复杂度** | **特点** | |------------------|---------------------|-----------------------------| | 朴素试除法 | $O(n)$ | 遍历 $2$ 至 $n-1$[^1] | | 优化试除法（本文）| $O(\sqrt{n})$ | 边界优化至 $\sqrt{n}$[^2] | | 埃拉托斯特尼筛法 | $O(n \log \log n)$ | 批量生成素数[^3] | | Miller-Rabin | $O(k \log^3 n)$ | 概率算法，适用于大整数[^4] | ### 总结 - **时间复杂度**：$O(\sqrt{n})$。 - **适用场景**：小规模整数（$n < 10^{12}$）高效，大整数需换用概率算法（如 Miller-Rabin）[^4]。