记录D1-23.5.16

Ubuntu 16.04 下安装 TensorFlow 1.15.5 并启用 GPU 加速 TensorFlow 是 Google 开源的主流深度学习框架,其 CPU/GPU 混合计算能力依赖于 CUDA、cuDNN 与 Python 环境的精准协同。在老旧但仍在工业现场广泛使用的 Ubuntu 16.04 系统上,由于默认 Python 3.5.1、glibc 2.23 及 NVIDIA 驱动 384.x 的约束,直接 pip 安装会触发 GLIBCXX 符号缺失、setuptools 冲突和 GPU 设备不可见等典型问题。本文聚焦于 TensorFlow 1.15.5 这一最后一个兼容 CUD 阅读详情

先记录之前做过的题

虽然写着D1,但其实还是写了几道题目了。其实之前也做了不少题目,但是因为各种各样原因,都没有保持连续性。所以决定开始记录一下刷题的过程,督促自己准备秋招。

根据代码随想录顺序

LC704 二分查找
LC35 搜索插入位置
LC34 在排序数组中查找元素的第一个和最后一个位置
LC69 x的平方根
LC367 有效的完全平方数
LC27 移除元素
LC26 删除有序数组中的重复项
LC283 移动零
LC844 比较含退格的字符串
LC977 有序数组的平方
LC209 长度最小的子数组
LC904 水果成篮
LC76 最小覆盖子串
LC59 螺旋矩阵2
LC54 螺旋矩阵
LC剑指29 顺时针打印矩阵
LC203 移除链表元素
LC707 设计链表
LC206 反转链表
LC24 两两交换链表中的节点
LC19 删除链表的倒数第N个节点
LC面试题02.07 链表相交
LC142 环形链表2
LC242 有效的字母异位词
LC383 赎金信

今天做的题目

LC49 字母异位词分组

这是一个M题,但是好像用哈希表的思想能够比较简单就实现了。哈希表定义为vector<vector<string>>
首先将输入的字符串遍历,根据排序后的字符串为key,将原来的字符串作为value输入到哈希表中。
然后对哈希表进行遍历,将不同key的value都输出到ans中。
代码如下:

class Solution {
public:
    vector<vector<string>> groupAnagrams(vector<string>& strs) {
        vector<vector<string>> ans;
        unordered_map<string,vector<string>> umap;
        for(auto str:strs){
            string temp=str;
            sort(temp.begin(),temp.end());
            umap[temp].push_back(str);
        }
        for(auto x:umap){
            ans.push_back(x.second);
        }
        return ans;
    }
};

LC438 找到字符串中所有字母异位词

尝试了暴力,我太愚蠢了…结果当然是超时了

class Solution {
public:
    vector<int> findAnagrams(string s, string p) {
        vector<int> ans;
        int n=p.size();
        sort(p.begin(),p.end());
        for(int i=0;i+n<=s.size();i++){
            string str=s.substr(i,n);
            sort(str.begin(),str.end());
            if(str==p){
                ans.push_back(i);
            }
        }
        return ans;
    }
};

看了眼题解,用滑动窗口。记住,子串问题用滑动窗口。

class Solution {
public:
    vector<int> findAnagrams(string s, string p) {
        unordered_map<char,int> need,window;
        vector<int> ans;
        for(auto c:p){
            need[c]++;
        }
        int left=0, right=0;
        int valid=0;
        while(right<s.size()){
            char c=s[right];//向右移动窗口
            right++;
            if(need.count(c)){//当前进入窗口的字符是需要的
                window[c]++;
                if(window[c]==need[c]){//如果这个字符的数量达到了need的数量
                    valid++;
                }
            }
            while(right-left>=p.size()){//缩小左边的边界
                if(valid==need.size()){//满足要求
                    ans.push_back(left);
                }
                char d=s[left];//需要移除的字符
                left++;
                if(need.count(d)){//如果这个字符在need中,需要删掉
                    if(need[d]==window[d]){
                        valid--;
                    }
                    window[d]--;
                }
            }
        }
        return ans;
    }
};

LC349 两个数组的交集

这题比较简单,对第一个数组哈希表之后,用第二个数组看表中是否有自己的字符。这里哈希表可以用数组来表示。然后用unordered_map来记录结果。

class Solution {
public:
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        vector<int> ans;
        int hash[1001]={0};
        for(int num:nums1){
            hash[num]++;
        }
        unordered_map<int,int> umap;
        for(int num:nums2){
            if(hash[num]>0){
                umap[num]++;
            }
        }
        for(auto x:umap){
            ans.push_back(x.first);
        }
        return ans;
    }
};

其实用unordered_set也可以。

class Solution {
public:
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        vector<int> ans;
        int hash[1001]={0};
        for(int num:nums1){
            hash[num]++;
        }
        unordered_set<int> uset;
        for(int num:nums2){
            if(hash[num]>0){
                uset.insert(num);
            }
        }
        for(auto x:uset){
            ans.push_back(x);
        }
        return ans;
        //或者把上面一段改为
        //return vector<int>(uset.begin().uset.end());
    }
};

LC350 两个数组的交集2

自己的写法。先统计两个数组的哈希表,然后进行比较,留下较小的值。然后将字符出现大于0的放到umap中,最后根据字符最小出现次数打印到ans中。

class Solution {
public:
    vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {
        int hash1[1001]={0};
        int hash2[1001]={0};
        vector<int> ans;
        for(int x:nums1){
            hash1[x]++;
        }
        for(int x:nums2){
            hash2[x]++;
        }
        unordered_map<int,int> umap;
        for(int x:nums2){
            hash2[x]=min(hash1[x],hash2[x]);
            if(hash2[x]>0){
                umap[x]=hash2[x];
            }
        }
        for(auto x:umap){
            while(x.second--){
                ans.push_back(x.first);
            }
        }
        return ans;
    }
};

优化一下,不用两个数组作为hash,直接用umap。

class Solution {
public:
    vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {
        vector<int> ans;
        unordered_map<int,int> umap;
        for(auto x:nums1){
            umap[x]++;
        }
        for(auto x:nums2){
            if(umap.count(x) && umap[x]>0){
                ans.push_back(x);
                umap[x]--;
                // if(umap[x]==0) umap.erase(x);
            }
        }
        return ans;
    }
};

看了题解,还有双指针的方法

class Solution {
public:
    vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {
        sort(nums1.begin(),nums1.end());
        sort(nums2.begin(),nums2.end());
        vector<int> ans;
        int left=0, right=0;
        while(left<nums1.size() && right<nums2.size()){
            if(nums1[left]<nums2[right]){
                left++;
            }
            else if(nums1[left]>nums2[right]){
                right++;
            }
            else{
                ans.push_back(nums1[left]);
                left++;
                right++;
            }
        }
        return ans;
    }
};
D3D9 Samples(16)--Pick D3D9 Samples(16)--Pick              运行 Microsoft DirectX SDK (June 2010) 中的 DirectX Sample Browser。找到Pick,然后点Install Project安装这个项目。先编译运行下项目,看看效果:            这个例子演示用鼠标选中模型中的一个面的算法。在屏幕空间(scr 阅读详情

相关推荐

CentOS 6.4 部署 MediaWiki 1.23 兼容性生存指南

MediaWiki 是基于 LAMP 栈的开源维基引擎,其运行依赖 Apache、MySQL 和 PHP 三者严格版本对齐。在已停止维护的 CentOS 6.4 系统中,PHP 5.3.3、Apache 2.2.15 与 MySQL 5.1.73 构成封闭兼容链,任意组件越界升级都将引发符号解析失败或模块静默失效。这类‘遗留系统适配’问题本质是 ABI 稳定性、配置加载顺序与运行时路径硬编码的综合挑战,常见于政务、金融等无法升级硬件的生产环境。本文聚焦 CentOS 6.4 这一特定基线,详解如何绕过 yu

a2850363633的博客 417

FLUX.1-dev GPU优化部署:显存占用峰值从32G降至23.8G实测记录

本文介绍了如何在星图GPU平台上自动化部署FLUX.1-dev旗舰版镜像,实现高性能AI图片生成。通过优化技术,显存占用峰值从32G降至23.8G,使该镜像能够在24GB显存环境中稳定运行,适用于生成具有影院级光影质感的超高画质图像,大幅降低了硬件使用门槛。

weixin_42577243的博客 683

【2025年2月28日稳定版】小米路由器4C刷机Immortalwrt 23.05.4系统搭载mentohust 0.3.1插件全记录

小米路由器4C刷机Immortalwrt 23.05.4系统搭载mentohust 0.3.1插件全记录,包含直接刷机和通过不死Breed刷固件的形式刷机。

小黄人的博客 4323

EasyAnimateV5中文模型GPU适配:4090D 23GB显存极限利用实测报告

本文介绍了如何在星图GPU平台上自动化部署EasyAnimateV5 - 7b - zh - InP/7B 参数量图生视频模型,实现高质量图像到视频的生成。该镜像专为中文场景优化,可在单卡RTX 4090D(23GB显存)上稳定运行,典型应用于电商产品动图制作、社交媒体内容创作等轻量级视频生成任务。

weixin_30632267的博客 411

【2025 某观鸟记录中心-记录查询逆向】js实现 + py实现 aes加解密 MD5加密 rsa加解密

进行ASCII 键排序 + 序列化。我们补上后运行 结果是false 这就有问题了 这也算是一个经典的问题了 try catch 就是我们补充的函数里面浏览器在执行的时候还调用了其他函数 但是我们扣过去的函数里面没有 所以执行的是catch语句 而不是try中的语句。我开始的时候搞了很久 超过的在pyhton中实现 但是我发现了 明文没有一个会超过的 所以我再python实现的时候 就直接用的后面的 然后这个函数里面还加有一个 hex2b64 函数 也要补上去。技术分享❥(^_^)❥多多关注!

m0_58833330的博客 2721

Ubuntu 16.04离线部署PostgreSQL 9.5实战指南

PostgreSQL 是一款开源关系型数据库,以强一致性、扩展性和标准SQL支持著称;其核心原理依赖于MVCC并发控制、WAL日志持久化及基于角色的细粒度权限模型。在政企等保、教育及嵌入式等存量系统中,因硬件兼容性、驱动适配或合规基线冻结,Ubuntu 16.04 仍被广泛使用——此时 PostgreSQL 9.5 成为唯一官方完整支持的稳定版本。该组合具备高可靠性与低维护成本的技术价值,适用于老旧服务器迁移、等保整改、离线审计环境及遗留系统复现等关键场景。本文聚焦真实运维约束:无外网、无root外权限、禁

weixin_30588675的博客 389

【GP5安装配置】 Greenplum5.23 安装手记

作者:lianghc 时间:20191221 目录 作者:lianghc 时间:20191221 1.安装前准备 2. 安装步骤概述 2.1 常规安装 2.1 非常规安装法(先安装,再改参数) 3. 系统参数修改清单 3.1 /etc/host 3.2 /etc/sysctl.conf 3.2.1 /etc/sysctl.conf 原文件内容 3.3 /etc/secu...

LiangHC 1万+

VNote1.16:全面优化的Markdown本地笔记体验

Vnote是一款专为技术从业者设计的本地笔记软件,以提供简洁、高效和富有创造性的工作方式。它通过原生支持Markdown格式,不仅简化了内容的编写过程,还允许用户享受格式化文本的便利。在数据存储方面,Vnote实现了本地加密存储笔记,确保了数据安全且无需依赖云服务。本章节将概述Vnote的基本功能和特性,为后续深入探讨Vnote的高级功能和使用技巧打下基础。除了基础的全文搜索之外,Vnote还提供了一系列高级搜索选项,允许用户根据更复杂的条件进行查询。时间范围筛选。

weixin_27645199的博客 952

K8s 1.23.6版本部署:kubelet-1.23.6+kube-proxy-1.17.6

k8s部署1.23.6版本

大新新大浩浩的博客 2262

pwscf与wannier90 Hands-On实战训练(一)——费米面计算为例

系列文章目录 Quantum Espresso Hands-On实战训练(三)——DOS计算 文章目录系列文章目录计算过程pwscf直接得到等能面pwscf和wannier90得到等能面pwscf直接得到等能面1. scf2. nscf3. 后处理pwscf和wannier90得到等能面1. Kpoints2. scf3. nscf4. pw2wan及wannier90.x5. XCrySDen可视化 计算过程 pwscf直接得到等能面 pwscf和wannier90得到等能面 pwscf直接得到等能面

weixin_45973682的博客 5070

在ArcGIS Pro软件中进行滑坡的敏感性和易发性分析

滑坡的敏感性和易发性分析需要综合地形、水文、地质及环境等多维数据,本文罗列了基于ArcGIS Pro软件进行的一系列可执行分析。

weixin_49609713的博客 1733

源码安装automake1.16遇到的问题

基于coreutils-8.32, 修改了linux系统命令head、tail的源码, 引入了一个自定义的.a文件,需重新编译。 但是编译时报错了: configure.ac:38: error: version mismatch. This is Automake 1.15.1, configure.ac:38: but the definition used by this AM_INIT_AUTOMAKE configure.ac:38: comes from Automake 1.16...

frockee的专栏 8700

LabVIEW机器视觉通用软件

LabVIEW 通用视觉一款仿C模式的思想与方法 全网最精简零基础+通用视觉全套视频教程 只想把LabVIEW当作一种兴趣,结果却当成了职业 http://t.elecfans.com/c1181.html 本次(开源 )针对有一定视觉基础或项目开发经验的工程师量身打造视觉通用性系统(完全仿面向对象的原理),相对于一般的非标框架更具功能性,有效的解决复杂项目开发过程中的思路瓶颈。 LabVIEW通用视觉系统:通用软件可快速解决大部分简单的视觉开发项目,帮助众多软件工程师解决在非标视觉软件开发中的繁琐过程问

qq_21516871的博客 4610

ubuntu16.04//usr/local/lib/librtmp.so.1: undefined reference to `SSLv23_server_method@OPENSSL_1.0.0'

问题描述 在编译程序时,显示 /usr/bin/ld: warning: libssl.so.1.0.0, needed by //usr/local/lib/librtmp.so.1, not found (try using -rpath or -rpath-link) //usr/local/lib/librtmp.so.1: undefined reference to `SSL_CTX_...

weixin_45617478的博客 2345

保姆级教程:用海思PQTool搞定ISP图像调试,从参数读取到固件烧录全流程

本文提供海思PQTool的ISP图像调试全流程指南,从参数读取、实时调试到固件烧录,涵盖环境配置、核心功能解析、参数固化及生产部署。通过实战案例和避坑指南,帮助开发者高效提升图像质量,适用于海思开发板的ISP调试与优化。

weixin_30872337的博客 280

通义万相Wan2.1模型Lora训练以及推理

使用DiffSynth-Studio进行通义万象Wan2.1的Lora训练和推理

qq_64858624的博客 4604

实测有效!单卡RTX 4090D十分钟微调Qwen2.5-7B全记录

本文介绍了如何在星图GPU平台上自动化部署单卡十分钟完成 Qwen2.5-7B 首次微调镜像,实现高效大语言模型个性化定制。通过该镜像,用户可在单卡RTX 4090D上10分钟内完成模型微调,显著提升模型在中文场景下的任务表现,适用于智能客服、内容生成等应用场景。

weixin_35752233的博客 213

数据分析案例-车辆二氧化碳排放量数据可视化分析

本实验数据集来源于Kaggle,该数据集捕获了车辆二氧化碳排放量随不同特征变化的详细信息。数据集取自加拿大政府官方开放数据网站。其中包含 7 年期间的数据。总共有 7385 行和 12 列。各列变量含义解释如下:Make:车辆的品牌或制造商。Model:车辆的具体车型名称。Vehicle Class:车辆的分类,如紧凑型、SUV等。Engine Size(L):车辆发动机的尺寸,以升为单位。Cylinders:车辆发动机的气缸数。

m0_64336780的博客 1万+

Bind9.16.23的工作目录权限问题,导致无法启动Bind服务

2、查看Bind的默认输出日志文件/var/log/messages,查看是否有报错提示信息。3、根据2的日志,发现Bind的主工作目录/var/named的权限有问题。4、根据1的历史指令,将-x权限重新赋权,然后重启Bind服务即可。Bind9.16.23的工作目录权限问题,导致无法启动Bind服务。5、查看正常的Bind服务的主目录权限,如下。愫暮 2024/1/23 14:42:18。愫暮 2024/1/23 14:43:55。1、查看历史记录的变更操作。

老韩的Linux云计算架构师进阶之路 1002

微信小程序 - 实现身份证OCR识别人像面与国徽面并提取字段信息,详解从手机相册选取或打开摄像头拍照上传身份证正反面图片ocr文字识别数据填充表单(提供免费纯前端ocr识别插件+百度OCR识别API)

微信小程序身份证识别,微信小程序身份证拍照、上传并OCR识别,微信小程序实现OCR扫描识别,微信小程序识别身份证免费插件,微信小程序实现身份证识别功能。ocr识别插件。微信身份证拍照后进行ocr识别,微信小程序OCR扫描识别身份证,OCR身份证实名认证+图片上传+拍照上传图片,微信小程序之身份证照片正反上传,小程序OCR身份证识别,微信小程序实现文字识别-ocr插件,微信小程序利用百度AI实现扫描身份证获取信息功能,基于微信小程序OCR插件实现身份证拍照、上传并OCR识别的示例demo,将上传的照片传到服务

🏆 前端领域优质创作者 8134

【ComfyUI】Z-Image 基础文生图 + 单LoRA

本文介绍了一个基于ComfyUI的Z-Image Turbo基础文生图工作流,采用轻量化UNet模型配合Qwen Image文本理解模型与LoRA风格注入,实现从文本到图像的快速生成。工作流结构清晰,包含模型加载、文本编码、采样解码等标准节点,在人物生成、构图稳定性和出图速度方面表现均衡。通过调整Prompt可控制生成内容,适合日常创作、教学演示及扩展进阶应用。

Mr数据杨 926

centos下 MySQL 5.5.23 CMake 安装笔记

mysql 最新的版本都需要cmake编译安装,估计以后的版本也会采用这种方式,所以特地记录一下安装步骤及过程,以供参考。注意:此安装是默认centos下已经安装了最新工具包,比如GNU make, GCC, Perl, libncurses5-dev,如果在编译安装过程中发现有缺失的工具包,先yum install 单独下载安装再继续即可。以下安装中涉及的几点需要提前说明的...

weixin_34128411的博客 94

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

Real-Anime-Z新手指南:从Prompt语法到2.5D风格关键词库构建

本文介绍了如何在星图GPU平台上自动化部署Real-Anime-Z镜像,这是一款基于Stable Diffusion的写实向动漫风格大模型。通过该平台,用户可以快速搭建2.5D风格图片生成环境,适用于角色设计、插画创作等场景,轻松实现高质量动漫风格图像生成。

weixin_42560991的博客 865

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

NewBie-image-Exp0.1性能评测:3.5B模型在16GB显卡上的推理速度实测

本文介绍了如何在星图GPU平台上自动化部署NewBie-image-Exp0.1镜像,高效运行3.5B参数级动漫图像生成模型。该镜像专为16GB显卡优化,支持结构化XML提示词,典型应用于动漫角色设定图与社交媒体配图的快速批量生成,显著降低AI绘画部署门槛。

weixin_28729843的博客 851

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

Alpamayo-R1-10B参数详解:bfloat16 vs float16在轨迹精度与显存占用权衡

本文探讨了在星图GPU平台上自动化部署Alpamayo-R1-10B自动驾驶专用开源视觉-语言-动作(VLA)镜像时,bfloat16与float16两种精度格式在轨迹预测精度与显存占用间的权衡。该镜像的核心应用场景是自动驾驶车辆的轨迹预测,通过分析视觉和语言输入来规划未来路径。

weixin_42153793的博客 82

ubuntu16.04 安装mysql5.7.32

ubuntu16.04 安装mysql5.7.32

weixin_44378493的博客 1166
上一篇: (Caffe | Windows10) Check failed: error == cudaSuccess (8 vs. 0) invalid device function
下一篇: 记录D2-23.5.17
lostcorner
博客等级 码龄9年 9粉丝 31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