分类
发现
榜单
收录
IT文库
服务器优惠
搜索
注册
登录
分类
发现
榜单
收录
IT文库
服务器优惠
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.040
秒,为您找到
232915
个相关结果.
搜书籍
搜文档
连接顺序
490
2021-01-10
《OceanBase v1.4 官方教程》
在多表连接的场景中,优化器的一个很重要的任务是决定各个表之间的连接顺序,因为不同的连接顺序会影响中间结果集的大小,进而影响到计划整体的执行代价。为了减少执行计划的搜索空间和计划执行态的内存占用,Oceanbase优化器在生成连接顺序时主要考虑左深树的连接形式。下图展示了左深树, 右深树和多支树的计划形状。 Oceanbase连接顺序的生成采用了Syste...
7.1.目标
1122
2019-08-07
《Python 数据结构与算法(Problem Solving in Data Structures & Algorithms Using Python 中文版)》
7.1.目标 7.1.目标 了解图是什么,以及如何使用它。 使用多个内部表示来实现图抽象数据类型。 看看如何使用图来解决各种各样的问题 在本章中,我们将研究图。图是比我们在上一章中研究的树更通用的结构;实际上你可以认为树是一种特殊的图。图可以用来表示我们世界上许多有趣的事情,包括道路系统,从城市到城市的航空公司航班,互联网如何连接,甚至是完成计算...
PathFollow3D
15
2024-12-17
《Godot 游戏引擎 v4.3 中文文档》
PathFollow3D 描述 属性 方法 枚举 属性说明 方法说明 PathFollow3D 继承: Node3D < Node < Object Path3D 的点采样器。 描述 这个节点接受它的父节点 Path3D 并返回其中一个点的坐标,需要给定到第一个顶点的距离。 在不编码移动图案的情况下,它可以使其他节点...
Louvain(FastUnfolding)
2089
2019-08-25
《Angel v3.0 全栈机器学习平台文档》
Louvain(FastUnfolding) 1. 算法介绍 2. 运行 参数 Louvain(FastUnfolding) Louvain(FastUnfolding)算法是经典的社区发现算法, 通过优化模块度 指标来达到社区划分的目的。 1. 算法介绍 Louvain算法包含两个过程 模块度优化 社区折叠我们通过两个ps向量...
Loop Tools
793
2021-04-14
《Blender 2.92 参考手册》
Loop Tools 激活 描述 桥接(Bridge) 创建孔(Creating Holes) 圆圈(Circle) 曲线 扁平化(Flatten) 放样(Loft) 松弛(Relax) 空间(Space) Loop Tools 待完成. 激活 打开Blender,打开用户偏好设置下的插件栏。 选择 Mesh 然后选择...
Loop Tools
716
2020-12-03
《Blender 2.90 参考手册》
Loop Tools 激活 描述 桥接(Bridge) 创建孔(Creating Holes) 圆圈(Circle) 曲线 扁平化(Flatten) 放样(Loft) 松弛(Relax) 空间(Space) Loop Tools 待完成. 激活 打开Blender,打开用户偏好设置下的插件栏。 选择 Mesh 然后选择...
如何高效寻找素数
1332
2020-03-30
《labuladong的算法小抄》
如何高效寻找素数 高效实现 countPrimes 如何高效寻找素数 素数的定义看起来很简单,如果一个数如果只能被 1 和它本身整除,那么这个数就是素数。 不要觉得素数的定义简单,恐怕没多少人真的能把素数相关的算法写得高效。比如让你写这样一个函数: // 返回区间 [2, n) 中有几个素数 int countPrimes ( int...
经典动态规划问题:高楼扔鸡蛋(进阶)
2042
2020-03-30
《labuladong的算法小抄》
经典动态规划问题:高楼扔鸡蛋(进阶) 二分搜索优化 重新定义状态转移 还可以再优化 经典动态规划问题:高楼扔鸡蛋(进阶) 上篇文章聊了高楼扔鸡蛋问题,讲了一种效率不是很高,但是较为容易理解的动态规划解法。后台很多读者问如何更高效地解决这个问题,今天就谈两种思路,来优化一下这个问题,分别是二分查找优化和重新定义状态转移。 如果还不知道高楼扔鸡蛋...
Triangle
692
2018-05-09
《資料結構與演算法/leetcode/lintcode題解》
Triangle - Find the minimum path sum from top to bottom Question 題解 Method 1 - Traverse without hashmap C++ Traverse without hashmap 源碼分析 Method 2 - Divide and Conquer without ...
十六、NetSMF
2256
2020-06-01
《AI算法工程师手册》
十六、NetSMF 16.1 模型 16.2 复杂度 16.3 近似误差分析 16.3 实验 十六、NetSMF 现有的流行的 Graph Embedding 方法在可扩展性方面存在不足。 LINE 具有很好的可扩展性,这是因为它仅对一阶邻近度和二阶邻近度建模。但这也是它的缺点:学到的 embedding 缺失了网络中的高阶邻近关...
1..
«
81
82
83
84
»
..100