- 综合排序
- 最热优先
- 最新优先
- 来自专栏刷题笔记
7-4 悄悄关注 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/97864803 7-4 悄悄关注 (25 分) 新浪微博上有个“悄悄关注”，一个用户悄悄关注的人
1.2K10发布于 2019-11-08 - 来自专栏刷题笔记
7-4 字符串排序
点这里 7-4 字符串排序 本题要求编写程序，读入5个字符串，按由小到大的顺序输出。 输入格式： 输入为由空格分隔的5个非空字符串，每个字符串不包括空格、制表符、换行符等空白字符，长度小于80。
99610发布于 2019-11-08 - 来自专栏刷题笔记
7-4 树的遍历 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102924283 7-4 树的遍历 (20 分) 给定一棵二叉树的后序遍历和中序遍历，请你输出其层序遍历的序列
77810发布于 2019-11-07 - 来自专栏数据结构和算法
7-4 学生成绩排序 (15分)
7-4 学生成绩排序 (15分) 输入格式: 输入一个正整数n(n<50)，下面n行输入n个学生的信息，包括：学号、姓名、三门课程成绩（整数）。
49110编辑于 2023-11-30 - 来自专栏刷题笔记
7-4 括号匹配 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101472923 7-4 括号匹配 (25 分) 给定一串字符，不超过100个字符，可能包括括号
1K30发布于 2019-11-08 - 来自专栏理论坞
阿里UCAN设计论坛 · 会议纪要
用户体验背景下ued未来的两个关键词是创意与智能。从产品的角度来说是与用户的交互和视觉表达，依赖于三个部分：
1.2K51发布于 2018-08-06 - 来自专栏算法与数据结构
PTA 7-4 排座位（25 分）
7-4 排座位（25 分） 布置宴席最微妙的事情，就是给前来参宴的各位宾客安排座位。无论如何，总不能把两个死对头排到同一张宴会桌旁！
1.7K90发布于 2017-12-29 - 来自专栏腾讯云智能·AI公有云
打工人有没有「会议纪要自由」？
前段时间一个饭局上 在某上市公司做策划的朋友酒后吐槽： “已经工作这么多年了 每次大小会议还让我做会议纪要 真心觉得自己大材小用，憋屈了 而且多是在临近下班开会 只能熬夜加班输出会议纪要” 想起刚入职场那会 不是在开会就是在写会议纪要 但写上抬头与开会日期后，就写不下去了…… 领导已经跑题到天天天天天边了～ 纪要抓不住重点，记录跟不上速度 默默的看了一下自己的手 坎多了是不是也就放过它了？ 今天特此给大家安利一款语音神器 腾讯云AI语音识别 被微信、腾讯视频等大量内部业务使用 业务延展性强，价格亲民厚道 「戳我一键体验智能语音」 01 会议纪要 当打工人没了会议自由 不能再没有会议记录
4.4K50发布于 2021-08-09 - 来自专栏freesan44
PTA 7-4 素数等差数列 (20 分)
2004 年，陶哲轩（Terence Tao）和本·格林（Ben Green）证明了：对于任意大的 n，均存在 n 项全由素数组成的等差数列。例如 { 7，37，67，97，127，157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。
46500发布于 2021-09-10 用 WorkBuddy 自动整理会议纪要……
我一般直接用下面这段（复制就能用）：读取附件中的会议转写文本，整理成一份结构化会议纪要，要求：1.顶部写清楚「会议主题/时间/参会人/主持人」；2.正文分「核心结论」「讨论要点」「待办事项」三部分；3. 「待办事项」用表格呈现，列含：事项、负责人、截止时间、优先级；4.语言要精简，删掉废话，保留决策和数字；5.输出为Markdown格式，文件名存为会议纪要_2026-07-12.md。 自动化名称：周一自动摸鱼（划掉，自动整理纪要）触发时间：每周一09:00执行指令：读取「桌面/会议素材/最新转写.txt」，按模板生成纪要，输出到「桌面/会议纪要/」，顺便把新增的待办项列出来。 #WorkBuddy##AI办公##效率工具##会议纪要#
86810编辑于 2026-07-12- 来自专栏freesan44
PTA 7-4 最近的斐波那契数 (20 分)
=1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。
53910发布于 2021-09-10 - 来自专栏刷题笔记
【2020HBU天梯赛训练】7-4 稳赢
7-4 稳赢 大家应该都会玩“锤子剪刀布”的游戏：两人同时给出手势，胜负规则如图所示： ? 现要求你编写一个稳赢不输的程序，根据对方的出招，给出对应的赢招。但是！
58110发布于 2020-06-23 - 来自专栏高效使用DeepSeek
【愚公系列】《高效使用DeepSeek》008-会议纪要生成
一、会议纪要生成1.DeepSeek会议纪要生成核心能力能力模块 功能描述 跨国团队协作、国际客户会议、多语言项目文档管理 2.实战案例解析：市场推广策略会议2.1 输入指令请根据以下会议记录内容，生成会议纪要
1.6K00编辑于 2025-03-19 - 来自专栏freesan44
PTA 7-4 最近的斐波那契数 (20 分)
=1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。
64010编辑于 2021-12-06 - 来自专栏刷题笔记
【未完成】7-4 集合相似度 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102727480 7-4 集合相似度 (25 分) 给定两个整数集合，它们的相似度定义为：
68710发布于 2019-11-07 - 来自专栏freesan44
PTA 7-4 素数等差数列 (20 分)
2004 年，陶哲轩（Terence Tao）和本·格林（Ben Green）证明了：对于任意大的 n，均存在 n 项全由素数组成的等差数列。例如 { 7，37，67，97，127，157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。
44720编辑于 2021-12-06 会议纪要一键落地：从录音到待办清单
月度复盘时，还可以让 WorkBuddy 汇总这个周期内所有会议纪要和任务完成情况，直接生成复盘报告。 进阶：跨会议追踪议题的来龙去脉 单场会议的纪要只是起点，真正有价值的是跨会议的议题追踪：让 AI 把多场会议纪要按议题归并，整理出"某个事项从提出到决策再到落地的完整时间线"。 会议纪要的价值，就这样从"记录"升级成了"决策支持"——它不再是一份存档，而是项目推进过程中随时可以查询、归并、追踪的知识底座。 最后分享一个细节：我会把会议纪要同步到项目文档，让每个决议都有出处。这看起来只是多一步操作，但长期积累下来，项目里的"为什么这么定"都有据可查，复盘时少了很多争论。 把会议纪要的链路拆成「记录—整理—认领—落地」四步之后，我的例会复盘成本明显下降：以前要花一两个小时整理、核对、追问，现在大部分时间花在认领确认上。
14410编辑于 2026-09-27WorkBuddy × 腾讯云 OCRASRTTS：如何高效完整地保存会议纪要？
流程封装：“会议纪要 Skill”这套流程跑通一次还不够。 所以我把本次实践封装成了一个可独立提交和复用的 Skill：meeting-minutes-dual-source，中文名叫“会议纪要 Skill”。 会议纪要 Skill 采用依赖清单：```json { "skills": [ {"slug": "tencentcloud-ocr", "purpose": "白板与投屏识别"}, 4.3 使用方式安装后，可以直接对 WorkBuddy 说：```text 请使用会议纪要 Skill 处理这段会议录音和 4 张白板照片。 板书负责恢复章节和关键结论，录音负责补充讲述细节。 输出完整会议纪要，并生成一分钟语音简报。 ```使用者只需提供自己的图片、录音和腾讯云凭证。（公开提交的 .skill 文件不包含我的原始录音、板书、文件路径或密钥，只包含流程、模板和标准库脚本）。
37211编辑于 2026-08-25AI会议纪要+知识库问答调研，ima真香
工作提效，进行AI会议纪要+知识库问答调研。 工作流程 会议录音 → 录音转写 → 会议纪要提炼 → 知识库问答系统 产品调研 钉钉听记(钉钉会议集成)、通义听悟、飞书妙记、讯飞听见、ima 钉钉听记 录音：支持区分发言人，不支持实时翻译，不支持同时记录笔记 助手问答 其他：支持导出原文、音视频 特点：语音识别精度高行业标杆，实时翻译，全文翻译，微信收音，热词优化，转写编辑，AI助手问答 ima 录音：不支持 转写：不支持 提炼：基于文字会议记录文件，总结会议纪要效果很好 ：讯飞听见 > 通义听悟 > 飞书妙记=钉钉听记 提炼纪要：ima > 钉钉听记 > 飞书妙记 > 通义听悟 知识库问答：ima > 飞书文档=钉钉文档 实践方案 因为公司用钉钉，优先选择钉钉生态构建会议纪要工作流程 录音：钉钉听记 转写：钉钉听记（备选 讯飞听见） 原文编辑：钉钉听记（备选 通义听悟 > 讯飞听见） 会议纪要：钉钉听记（备选 ima） 知识库：钉钉文档（备选 ima > 飞书文档
63810编辑于 2026-06-23- 来自专栏AI机器学习与深度学习算法
机器学习入门 7-4 求数据的前n个主成分
前几个小节我们将二维样本映射到一个轴上，使得映射后的样本在这个轴上的方差最大，通过公式推导将求方差最大转换为最优化问题，进而使用基于搜索策略的梯度上升法来求解。下图红色的轴就是使用梯度上升法求解出来的第一个主成分。
76140发布于 2019-11-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号