11) 19 / 538 1.25 生命线的激活与撤销 1 序列图 Bob --> Alice: ok ||45|| Alice -> Bob: message 3 Bob --> Alice: ok @enduml 1.25 生命线的激活与撤销 关键字 activate 和 deactivate 用来表示参与者的生命活动。 一旦参与者被激活，它的生命线就会显示出来。 activate 和 和 deactivate 适用于以上情形。 destroy 表示一个参与者的生命线的终结。 @startuml participant User User -> A: DoWork activate A A -> B: << createRequest >> activate B B -> C: DoWork activate C C --> B: WorkDone destroy C B -> User: Done deactivate A @enduml PlantUML 语言参考指引 (1.2023.11) 20 / 538 1.25 生命线的激活与撤销 1 序列图 还可以使用嵌套的生命线，并且运行给生命线添加颜色。 @startuml participant User User -> A: DoWork activate A #FFBBBB A -> A: Internal

建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 8.3. Top‑K 问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 8.4. 小结 . . . . 线性关系；而在树中，数据从顶部向下按层次排列，表现出祖先与后代之间的派生关系；图则由节点和边构 成，反映了复杂的网络关系。 逻辑结构通常分为“线性”和“非线性”两类。线性结构比较直观，指数据在逻辑关系上呈线性排列；非线 性结构则相反，呈非线性排列。 ‧ 线性数据结构：数组、链表、栈、队列、哈希表。 ‧ 非线性数据结构：树、堆、图、哈希表。 Figure 3‑1. 线性与非线性数据结构 非线性数据结构可以进一步被划分为树形结构和网状结构。 进一步地，高度为 ℎ 的完美二叉树的节点数量为 ? = 2ℎ+1 − 1 ，易得复杂度为 ?(2ℎ) = ?(?) 。以上推 算表明，输入列表并建堆的时间复杂度为 ?(?) ，非常高效。 8.3. Top‑K 问题 � 给定一个长度为 ? 无序数组 nums ，请返回数组中前 ? 大的元素。 对于该问题，我们先介绍两种思路比较直接的解法，再介绍效率更高的堆解法。 8.3.1. 方法一：遍历选择 我们可以进行

通过将样本匹配建模成最佳传输问题，求得全局信息下的最佳样本匹 配策略以提升精度，但 OTA 由于使用了 Sinkhorn-Knopp 算法导致训练时间加长， 而 SimOTA[4] 算法使用 Top-K 近似策略来得到样本最佳匹配，大大加快了训练速 度。故 YOLOv6 采用了 SimOTA 动态分配策略，并结合无锚范式，在 nano 尺寸 模型上平均检测精度提升 1.3% AP。 SIoU 边界框回归损失 考虑，裁剪掉没用的特征，同时标识重要特征与其他特征再次进行更为高阶的 组合。 ● 高阶特征算子：基于一、二阶特征算子组合构建的新特征，进一步与其他特征 54 > 2022年美团技术年货 进行高阶组合，基于 K 阶（K>=1）的 K+1 高阶组合循环迭代，能够产出大量 人为考虑不足的高阶特征。 高阶特征算子按多实体结果是否完全匹配，分为 Match 方式——匹配全部实体，All 方式——匹配部分实体，得到另一实 一般在非时序问题，采用 N-fold 方法构造多个验证集，并可以灵活变换生成种子， 得到不同的集合。而在时序问题，一般会采用滑窗方式，构造同线上提交时间一致的 验证集，并可以向前滑动 k 天，来构造 k 个验证集。在多个验证集评估中，可以参考 均值，方差，极值等参考指标综合评估，得到同线上一致的结果。 关键性建模：比赛中期，会就关键问题进行深挖，达成方案在榜单 Top 行列，在问题 理

2 建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 8.3 Top‑K 问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 8.4 小结 . . . . 、图，它们可以从“逻辑结构”和“物理结构” 两个维度进行分类。 3.1.1 逻辑结构：线性与非线性 逻辑结构揭示了数据元素之间的逻辑关系。在数组和链表中，数据按照顺序依次排列，体现了数据之间的线 性关系；而在树中，数据从顶部向下按层次排列，表现出祖先与后代之间的派生关系；图则由节点和边构成， 反映了复杂的网络关系。 如图 3‑1 所示，逻辑结构可被分为“线性”和“非线性”两大类。线性结构比较直观，指数据在逻辑关系上 进一步地，高度为 ℎ 的完美二叉树的节点数量为 ? = 2ℎ+1 − 1 ，易得复杂度为 ?(2ℎ) = ?(?) 。以上推 算表明，输入列表并建堆的时间复杂度为 ?(?) ，非常高效。 8.3 Top‑K 问题 � 给定一个长度为 ? 无序数组 nums ，请返回数组中前 ? 大的元素。 对于该问题，我们先介绍两种思路比较直接的解法，再介绍效率更高的堆解法。 8.3.1 方法一：遍历选择 我们可以进行图

建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 8.3. Top‑K 问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 8.4. 小结 . . . . 线性关系；而在树中，数据从顶部向下按层次排列，表现出祖先与后代之间的派生关系；图则由节点和边构 成，反映了复杂的网络关系。 逻辑结构通常分为“线性”和“非线性”两类。线性结构比较直观，指数据在逻辑关系上呈线性排列；非线 性结构则相反，呈非线性排列。 ‧ 线性数据结构：数组、链表、栈、队列、哈希表。 ‧ 非线性数据结构：树、堆、图、哈希表。 Figure 3‑1. 线性与非线性数据结构 非线性数据结构可以进一步被划分为树形结构和网状结构。 进一步地，高度为 ℎ 的完美二叉树的节点数量为 ? = 2ℎ+1 − 1 ，易得复杂度为 ?(2ℎ) = ?(?) 。以上推 算表明，输入列表并建堆的时间复杂度为 ?(?) ，非常高效。 8.3. Top‑K 问题 � 给定一个长度为 ? 无序数组 nums ，请返回数组中前 ? 大的元素。 对于该问题，我们先介绍两种思路比较直接的解法，再介绍效率更高的堆解法。 8.3.1. 方法一：遍历选择 我们可以进行

建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 8.3. Top‑K 问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 8.4. 小结 . . . . 线性关系；而在树中，数据从顶部向下按层次排列，表现出祖先与后代之间的派生关系；图则由节点和边构 成，反映了复杂的网络关系。 逻辑结构通常分为“线性”和“非线性”两类。线性结构比较直观，指数据在逻辑关系上呈线性排列；非线 性结构则相反，呈非线性排列。 ‧ 线性数据结构：数组、链表、栈、队列、哈希表。 ‧ 非线性数据结构：树、堆、图、哈希表。 Figure 3‑1. 线性与非线性数据结构 非线性数据结构可以进一步被划分为树形结构和网状结构。 进一步地，高度为 ℎ 的完美二叉树的节点数量为 ? = 2ℎ+1 − 1 ，易得复杂度为 ?(2ℎ) = ?(?) 。以上推 算表明，输入列表并建堆的时间复杂度为 ?(?) ，非常高效。 8.3. Top‑K 问题 � 给定一个长度为 ? 无序数组 nums ，请返回数组中前 ? 大的元素。 对于该问题，我们先介绍两种思路比较直接的解法，再介绍效率更高的堆解法。 8.3.1. 方法一：遍历选择 我们可以进行

建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 8.3. Top‑K 问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 8.4. 小结 . . . . 线性关系；而在树中，数据从顶部向下按层次排列，表现出祖先与后代之间的派生关系；图则由节点和边构 成，反映了复杂的网络关系。 逻辑结构通常分为“线性”和“非线性”两类。线性结构比较直观，指数据在逻辑关系上呈线性排列；非线 性结构则相反，呈非线性排列。 ‧ 线性数据结构：数组、链表、栈、队列、哈希表。 ‧ 非线性数据结构：树、堆、图、哈希表。 Figure 3‑1. 线性与非线性数据结构 非线性数据结构可以进一步被划分为树形结构和网状结构。 2ℎ+1 − 1 ，易得复杂度为 ?(2ℎ) = ?(?) 。以上推 算表明，输入列表并建堆的时间复杂度为 ?(?) ，非常高效。 8. 堆 hello‑algo.com 151 8.3. Top‑K 问题 � 给定一个长度为 ? 无序数组 nums ，请返回数组中前 ? 大的元素。 对于该问题，我们先介绍两种思路比较直接的解法，再介绍效率更高的堆解法。 8.3.1. 方法一：遍历选择 我们可以进行

建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 8.3. Top‑K 问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 8.4. 小结 . . . . 线性关系；而在树中，数据从顶部向下按层次排列，表现出祖先与后代之间的派生关系；图则由节点和边构 成，反映了复杂的网络关系。 逻辑结构通常分为“线性”和“非线性”两类。线性结构比较直观，指数据在逻辑关系上呈线性排列；非线 性结构则相反，呈非线性排列。 ‧ 线性数据结构：数组、链表、栈、队列、哈希表。 ‧ 非线性数据结构：树、堆、图、哈希表。 Figure 3‑1. 线性与非线性数据结构 非线性数据结构可以进一步被划分为树形结构和网状结构。 进一步地，高度为 ℎ 的完美二叉树的节点数量为 ? = 2ℎ+1 − 1 ，易得复杂度为 ?(2ℎ) = ?(?) 。以上推 算表明，输入列表并建堆的时间复杂度为 ?(?) ，非常高效。 8.3. Top‑K 问题 � 给定一个长度为 ? 无序数组 nums ，请返回数组中前 ? 大的元素。 对于该问题，我们先介绍两种思路比较直接的解法，再介绍效率更高的堆解法。 8.3.1. 方法一：遍历选择 我们可以进行

2 建堆操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 8.3 Top‑K 问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 8.4 小结 . . . . 、图，它们可以从“逻辑结构”和“物理结构” 两个维度进行分类。 3.1.1 逻辑结构：线性与非线性 逻辑结构揭示了数据元素之间的逻辑关系。在数组和链表中，数据按照顺序依次排列，体现了数据之间的线 性关系；而在树中，数据从顶部向下按层次排列，表现出祖先与后代之间的派生关系；图则由节点和边构成， 反映了复杂的网络关系。 如图 3‑1 所示，逻辑结构可被分为“线性”和“非线性”两大类。线性结构比较直观，指数据在逻辑关系上 进一步地，高度为 ℎ 的完美二叉树的节点数量为 ? = 2ℎ+1 − 1 ，易得复杂度为 ?(2ℎ) = ?(?) 。以上推 算表明，输入列表并建堆的时间复杂度为 ?(?) ，非常高效。 8.3 Top‑K 问题 � 给定一个长度为 ? 无序数组 nums ，请返回数组中前 ? 大的元素。 对于该问题，我们先介绍两种思路比较直接的解法，再介绍效率更高的堆解法。 8.3.1 方法一：遍历选择 我们可以进行图