积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部后端开发(10)前端开发(3)系统运维(1)Java(1)Python(1)JavaScript(1)C++(1)Ruby(1)Go(1)Swift(1)

语言

全部中文(繁体)(15)

格式

全部PDF文档 PDF(15)
 
本次搜索耗时 0.107 秒,为您找到相关结果约 15 个.
  • 全部
  • 后端开发
  • 前端开发
  • 系统运维
  • Java
  • Python
  • JavaScript
  • C++
  • Ruby
  • Go
  • Swift
  • 全部
  • 中文(繁体)
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 Hello 算法 1.2.0 繁体中文 C# 版

    if (n <= 1) return 0; return LogRecur(n / 2) + 1; } 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 儲存經常訪問的資料和指令,減少 CPU 訪問記憶體的次數 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 圖 4‑10 硬碟、記憶體和快取之間的資料流通 第 4 章 陣列與鏈結串列 www.hello‑algo.com 85 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。
    0 码力 | 379 页 | 18.79 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 Dart 版

    (n <= 1) return 0; return logRecur(n ~/ 2) + 1; } 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 儲存經常訪問的資料和指令,減少 CPU 訪問記憶體的次數 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 圖 4‑10 硬碟、記憶體和快取之間的資料流通 第 4 章 陣列與鏈結串列 www.hello‑algo.com 85 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。
    0 码力 | 378 页 | 18.77 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 Go 版

    if n <= 1 { return 0 } return logRecur(n/2) + 1 } 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: hello‑algo.com 85 硬碟 記憶體 快取 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 第 4 章 陣列與鏈結串列 www.hello‑algo.com 86 圖 4‑10 硬碟、記憶體和快取之間的資料流通 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。
    0 码力 | 385 页 | 18.80 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 Kotlin 版

    if (n <= 1) return 0 return logRecur(n / 2) + 1 } 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 斷電後資料會丟失 斷電後資料會丟失 第 4 章 陣列與鏈結串列 www.hello‑algo.com 84 硬碟 記憶體 快取 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 第 4 章 陣列與鏈結串列 www.hello‑algo.com 85 圖 4‑10 硬碟、記憶體和快取之間的資料流通 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。
    0 码力 | 382 页 | 18.79 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 Java 版

    (n <= 1) return 0; return logRecur(n / 2) + 1; } 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 儲存經常訪問的資料和指令,減少 CPU 訪問記憶體的次數 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 第 4 章 陣列與鏈結串列 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 圖 4‑10 硬碟、記憶體和快取之間的資料流通 第 4 章 陣列與鏈結串列 www.hello‑algo.com 85 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。
    0 码力 | 379 页 | 18.79 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 JavaScript 版

    if (n <= 1) return 0; return logRecur(n / 2) + 1; } 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 儲存經常訪問的資料和指令,減少 CPU 訪問記憶體的次數 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 圖 4‑10 硬碟、記憶體和快取之間的資料流通 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。 一方面,記憶體是有限的,且同一塊
    0 码力 | 379 页 | 18.78 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 TypeScript 版

    if (n <= 1) return 0; return logRecur(n / 2) + 1; } 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 儲存經常訪問的資料和指令,減少 CPU 訪問記憶體的次數 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 圖 4‑10 硬碟、記憶體和快取之間的資料流通 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。 一方面,記憶體是有限的,且同一塊
    0 码力 | 384 页 | 18.80 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 Swift 版

    <= 1 { return 0 } return logRecur(n: n / 2) + 1 } 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 儲存經常訪問的資料和指令,減少 CPU 訪問記憶體的次數 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 圖 4‑10 硬碟、記憶體和快取之間的資料流通 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。 一方面,記憶體是有限的,且同一塊
    0 码力 | 379 页 | 18.79 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 Ruby 版

    log_recur(n) return 0 unless n > 1 log_recur(n / 2) + 1 end 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 儲存經常訪問的資料和指令,減少 CPU 訪問記憶體的次數 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 圖 4‑10 硬碟、記憶體和快取之間的資料流通 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。 一方面,記憶體是有限的,且同一塊
    0 码力 | 372 页 | 18.75 MB | 10 月前
    3
  • pdf文档 Hello 算法 1.2.0 繁体中文 Python 版

    對數階(遞迴實現)""" if n <= 1: return 0 return log_recur(n / 2) + 1 對數階常出現於基於分治策略的演算法中,體現了“一分為多”和“化繁為簡”的演算法思想。它增長緩慢, 是僅次於常數階的理想的時間複雜度。 ?(log ?) 的底數是多少? 準確來說,“一分為 ?”對應的時間複雜度是 ?(log? ?) 。而透過對數換底公式,我們可以得到具有 不同底數、相等的時間複雜度: 儲存經常訪問的資料和指令,減少 CPU 訪問記憶體的次數 易失 性 斷電後資料不會丟失 斷電後資料會丟失 斷電後資料會丟失 容量 較大,TB 級別 較小,GB 級別 非常小,MB 級別 速度 較慢,幾百到幾千 MB/s 較快,幾十 GB/s 非常快,幾十到幾百 GB/s 價格 較便宜,幾毛到幾元 / GB 較貴,幾十到幾百元 / GB 非常貴,隨 CPU 打包計價 我們可以將計算機儲存系統想象為圖 所示,在程式執行時,資料會從硬碟中被讀取到記憶體中,供 CPU 計算使用。快取可以看作 CPU 的一部分,它透過智慧地從記憶體載入資料,給 CPU 提供高速的資料讀取,從而顯著提升程式的執行效率, 減少對較慢的記憶體的依賴。 圖 4‑10 硬碟、記憶體和快取之間的資料流通 4.4.2 資料結構的記憶體效率 在記憶體空間利用方面,陣列和鏈結串列各自具有優勢和侷限性。 一方面,記憶體是有限的,且同一塊
    0 码力 | 364 页 | 18.74 MB | 10 月前
    3
共 15 条
  • 1
  • 2
前往
页
相关搜索词
Hello算法1.2繁体中文繁体中文C#DartGoKotlinJavaJavaScriptTypeScriptSwiftRubyPython
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩