- 综合排序
- 最热优先
- 最新优先
- 来自专栏Lauren的FPGA
用FPGA实现双调排序（4）
前面三篇文章我们介绍了双调排序的原理和具体实现方式，但都是要求序列本身是“双调”的。而实际情况是，给定序列本身是杂乱无章的，并非呈现“双调”的特征。这就要求我们先把无序序列转化为双调序列。 16点序列转化为双调序列需要3个Stage，其实Stage的个数等于log2(16)-1。每个Stage需要完成一些列的比较，其实就是实现升序和降序排列。 我们将双调序列的排序过程再次呈现出来如下图所示，与本文第一张图片进行对比，可以发现：从“无序”到“双调”是一个序列合并的过程，从“双调”到“单调”是一个序列分割的过程，体现了“分而治之（Divide and
75810编辑于 2024-04-11 - 来自专栏Lauren的FPGA
用FPGA实现双调排序（1）
典型的排序算法包括冒泡排序、选择排序、插入排序、归并排序、快速排序、希尔排序、计数排序、双调排序等。这其中，双调排序以其高度的并行性著称，非常适合于在FPGA上实现。 双调排序（Bitonic Sort）是数据独立（Data-independent）的排序算法，即比较顺序与数据无关，特别适合并行执行。在了解双调排序算法之前，我们先来看看什么是双调序列。 双调序列（Bitonic Sequence）的定义：双调序列是一个先单调递增后单调递减的序列，即存在两种单独特性，故为“双调”。 需要注意的是完全单调递增或者完全单调递减的序列也是双调序列，例如(0,1,4,5)和(7,5,3)均为双调序列。 双调序列的性质： （1）双调序列的子序列仍为双调序列。 ,…,a[i],b[i+1],…,b[n-1])是一个双调序列 Batcher定理： 若序列S为双调序列，即 令 那么S1和S2仍为双调序列，且S2中的任意一个元素不小于S1中的任意一个元素。
1.2K10编辑于 2024-03-14 - 来自专栏Lauren的FPGA
用FPGA实现双调排序（3）
基于双调排序算法的蝶形图，我们可以得到地址的变化规律。这里以长度为16的双调序列为例，其地址变化规律入下图所示。由于长度为16，故总共需要4个Stage。 仍以长度为16的双调序列为例，Stage 为0时，延迟级数为8，Stage 为1时，延迟级数为4，Stage为2时，延迟级数为2，Stage为3时延迟级数为1。 在此基础上，将4个SDF相连即可实现串行输入/串行输出的双调排序。下图给出了Stage 0对应的SDF结构。 下图显示了相应的仿真结果。
48210编辑于 2024-04-11 - 来自专栏机器学习算法与Python学习
排序算法 | 双调排序(Bitonic sort)详解与Python实现
本篇为排序算法系列第二篇，详细讲述双调排序算法。 01 什么是双调排序(Bitonic sort)？ 从定义上了解下什么是双调序列（由非严格增序列X和非严格降序列Y所构成的任意组合多属于双调序列），定义如下： 一个序列 a1,a2, …,an 是双调序列，必须满足以下条件： （1）存在一个 ak(1 则得到的MAX和MIN序列仍然是双调序列，并且MAX序列中的任意一个元素不小于MIN序列中的任意一个元素。 其实，到现在还有两个问题： 怎么把普通序列变成双调序列？ 怎么对双调序列进行排序？ 针对双调序列Z，根据Batcher定理，Z可以划分为2个双调序列X和Y，然后继续对X和Y进行递归划分，得到更短的双调序列，直到得到的子序列长度为1为止。这时的输出序列按单调递增顺序排列。 将两个相邻&单调性相反的单调序列看作一个双调序列， 每次将这两个单调序列merge生成一个新的双调序列， 然后进行双调排序，不断上述过程。
3.4K30发布于 2021-04-30 - 来自专栏AutoML(自动机器学习)
双调排序Bitonic Sort，适合并行计算的排序算法
1、双调序列 在了解双调排序算法之前，我们先来看看什么是双调序列。 双调序列是一个先单调递增后单调递减（或者先单调递减后单调递增）的序列。 3、双调排序 假设我们有一个双调序列，则我们根据Batcher定理，将该序列划分成2个双调序列，然后继续对每个双调序列递归划分，得到更短的双调序列，直到得到的子序列长度为1为止。 双调排序示意图1: [1wgenlx21s.png] 4、任意序列生成双调序列 前面讲了一个双调序列如何排序，那么任意序列如何变成一个双调序列呢？ 和前面sort的思路正相反， 是一个bottom up的过程——将两个相邻的，单调性相反的单调序列看作一个双调序列， 每次将这两个相邻的，单调性相反的单调序列merge生成一个新的双调序列， 然后排序（ 同3、双调排序）。
3.5K11发布于 2019-01-03 - 来自专栏AutoML(自动机器学习)
【转载】双调排序Bitonic Sort，适合并行计算的排序算法
1、双调序列 在了解双调排序算法之前，我们先来看看什么是双调序列。 双调序列是一个先单调递增后单调递减（或者先单调递减后单调递增）的序列。 3、双调排序 假设我们有一个双调序列，则我们根据Batcher定理，将该序列划分成2个双调序列，然后继续对每个双调序列递归划分，得到更短的双调序列，直到得到的子序列长度为1为止。 双调排序示意图[1]: ? 4、任意序列生成双调序列 前面讲了一个双调序列如何排序，那么任意序列如何变成一个双调序列呢？ 同3、双调排序）。 所以一般来说，并行计算中常使用双调排序来对一些较小的数组进行排序[3]。 如果要考虑不用padding，用更复杂的处理方法，参考[4] n!=2^k的双调排序网络，本文略。
3.1K30发布于 2019-01-07 猎豹浏览器双核渲染架构与系统级兼容调优实践
在Windows10/11彻底移除了独立IE浏览器，且Chrome、Edge无法调取任何ActiveX、BHO组件的现状下，具备Chromium+Trident双核架构的猎豹浏览器，成为了企业保障此类混合渲染业务连续性的核心系统级宿主容器 本文将从双核进程通信与COM沙箱加载机制、企业级策略路由自动化分发、以及VDI（虚拟桌面）环境下的渲染自愈调优出发，分享一系列系统级优化实践。 二、架构解密：双内核渲染引擎的进程隔离与COM容器加载机制猎豹浏览器双核引擎的核心，是在同一个统一的Shell框架进程（主进程）下，隔离、调度两个完全不同的页面渲染进程。 四、虚拟桌面（VDI）与低配主机调优：内存挂起与硬件加速排爆在日常繁杂的办公和测试场景中，多进程沙箱架构会随着打开标签页的增多造成内存（RAM）暴涨。 通过在系统层面对猎豹浏览器的软件源进行安全完整性审计、通过注册表GPO实现内核策略的智能分发、并针对低配与虚拟机VDI环境对内核V8内存和GPU硬件加速进行调优，研发与运维团队能全方位建立起一套健壮、合规且高容错的兼容性宿主环境
17510编辑于 2026-06-17- 来自专栏全栈程序员必看
百度之星资格赛——Disk Schedule（双调旅行商问题）
Bentley 建议通过仅仅考虑双调旅程(bitonic tour)来简化问题,这样的旅程即为从最左点開始。严格地从左到右直至最右点，然后严格地从右到左直至出发点。 下图(b)显示了相同的7个点的最短双调路线。 在这样的情况下，多项式的算法是可能的。其实。存在确定的最优双调路线的O(n*n)时间的算法。 这个路线不是双调的。b)同样点的集合上的最短双调闭合路线。长度大约是25.58。 这是一个算导上的思考题15-1。 首先将给出的点排序，keywordx。又一次编号。从左至右1，2。3，…。n。 依据双调旅程。我们知道结点n一定与n相连，那么，假设我们求的dp[n][n-1]，仅仅需将其加上d[n-1][n]就是最短双调闭合路线。 依据上图。
45620编辑于 2022-07-10 移动端代码优化实战：AndroidiOS双端性能调优，解决卡顿、闪退、耗电问题
今天我们就来分享Android和iOS双端的代码优化实战攻略，针对性解决卡顿、闪退、耗电三大核心问题，让你的APP体验翻倍。 三、双端通用优化技巧：提升APP整体体验除了两端各自的优化技巧，还有一些通用的优化方案，适用于Android和iOS双端，能够进一步提升APP的性能和用户体验：1.图片优化：统一图片格式（如Android 四、实战案例总结我们以一个电商APP为例，对比双端优化前后的核心指标：优化维度Android端（优化前）Android端（优化后）iOS端（优化前）iOS端（优化后）帧率30-40fps（卡顿）稳定60fps -45fps（卡顿）稳定60fps（无卡顿）闪退率1.2%0.1%1.5%0.05%1小时耗电20%5%18%4%启动时间3.5秒1.2秒3.0秒1.0秒包体积80MB45MB75MB40MB优化后，双端 掌握Android和iOS双端的性能优化技巧，针对性解决卡顿、闪退、耗电三大核心问题，才能打造出体验优秀的APP，提升用户留存率和满意度。
50110编辑于 2026-04-16《双路径开发：Kernel 直调与自定义算子工程的场景适配与效能对比》
一、核心概念与技术特性辨析 1.1 Kernel 直调工程 定义：跳过框架高阶 API 封装，直接通过硬件原生接口（如 NPU 的 Kernel Launch、CPU 的 ICPU_RUN_KF 宏）调用计算核心的开发模式 案例参考：DRAFTS 项目先通过 Kernel 直调验证去色散算子性能，再封装为自定义算子集成到完整模型管线。 五、总结 Kernel 直调与自定义算子工程并非对立关系，而是互补的双路径开发模式：前者聚焦 “快速验证”，以开发效率换时间，适合原型阶段；后者聚焦 “生产落地”，以工程化换稳定性与性能上限，适合部署阶段 实际开发中，建议采用 “Kernel 直调验证原型 + 自定义算子工程化落地” 的组合策略，既保证迭代速度，又能满足规模化应用需求。 随着 AI 硬件架构的迭代（如 NPU 专用计算单元、异构存储），自定义算子工程的自动化优化能力（如自动 Tiling、混合精度）将成为效能提升的核心驱动力，而 Kernel 直调仍将作为底层性能调优的关键手段
30210编辑于 2025-12-24云原生OLAP数仓主流方案深度对比
阿里云 AnalyticDB 产品介绍 云原生PB级数仓，MySQL与PostgreSQL双引擎可选，存储-计算分离，秒级弹性扩缩，Serverless形态零运维。 功能亮点 行列混存+智能索引，冷热分层；MySQL协议兼容，BI工具即连即用；内置AI自动调优，复杂SQL亚秒响应；Flink实时写入链路完整。 百度 DorisDB 产品介绍 百度开源并商业化的MPP分析型数据库，兼容Apache Doris，提供公有云与私有化双形态，MySQL协议零改造接入。 功能亮点 CBO+Pipeline执行引擎，多表Join性能提升3-5倍；Kafka/Flink秒级增量；Z-Order/Bitmap索引降低扫描IO；跨DC双活，故障30秒切换。 总结 若追求“开箱即用”与腾讯生态深度整合，TCHouse-D在交付速度与托管运维上优势明显；业务波峰明显且需极致弹性，AnalyticDB的Serverless模式与AI调优更具吸引力；倾向开源可控、
80410编辑于 2025-08-06主流云OLAP数仓深度评测：实时分析场景对比
阿里云 AnalyticDB 产品介绍 阿里云自研 PB 级云原生数仓，分为 MySQL 与 PostgreSQL 双引擎，存储-计算分离架构，按量弹性秒级扩缩。 功能亮点 行列混存 + 智能索引，冷热数据分层；支持秒级弹性 Serverless；内置 AI 增强自动调优，复杂 SQL 亚秒响应；实时写入 Flink 直通链路，UPSERT 语义完整。 百度 DorisDB 产品介绍 百度开源并商业化的 MPP 分析型数据库，全面兼容 Apache Doris，主打“极速易用”，提供私有化与公有云双形态。 功能亮点 CBO + Pipeline 执行引擎，多表 Join 性能提升 3-5 倍；支持 Kafka/Flink 秒级增量；Z-Order/Bitmap 索引降低扫描 IO；跨 DC 灾备双活，故障 总结 三款产品均以实时 OLAP 为发力点：TCHouse-D 依托腾讯生态，在分钟级交付、高并发点查及运维托管上表现突出；AnalyticDB 凭借云原生 Serverless 与 AI 调优，适合波峰明显的互联网业务
68510编辑于 2025-08-06淘宝&拼多多订单同步4大致命BUG！90%自研ERP都翻车过
改造之后，不管平台回调是否丢失，订单都能100%落库，彻底解决大促漏单难题。真心建议淘宝同步铁律：回调管实时，轮询管兜底，少一个都不稳！只靠回调的同步系统，根本扛不住大促流量。 BUG2：拼多多重复回调｜一单变5单，库存疯狂超卖翻车现场日常平稳运营期，买家正常付款1单，系统却自动生成3-5条一模一样的订单。库存被重复扣减，凭空多出一堆超卖订单，售后赔付直接拉满，亏损严重。 最终修复方案重构双平台适配层，单独兼容拼多多退款明细逻辑，对账统计优先读取子退款明细，不再依赖主订单字段。同时新增每日自动对账校验，提前规避数据偏差问题。真心建议双平台同步最隐蔽的坑就是逻辑错位！ 最终修复方案彻底拆分双平台独立签名工具类，拼多多单独适配专属拼接规则，杜绝两套逻辑混用。同时新增签名预校验，提前拦截错误参数，避免全线崩盘。真心建议千万别偷懒！ 想要快速落地稳定、零BUG的双平台订单同步，核心就是做好差异化适配、兜底容错、幂等校验，把所有隐性坑提前规避，系统才能长期稳定运行。
17110编辑于 2026-06-29- 来自专栏音视频咖
腾讯云直播双能力升级：健康报告+监播报告AI解读，开启直播智能运维新时代
01、创新突破，健康报告重新定义直播流质量管控 直播流分析打分系统，让问题诊断一目了然 作为同类 PaaS 产品中针对直播流的 “智能体检中心”，健康报告从推流、播放、录制、截图、转码、回调、拉流转推 赋能监播报告，复杂数据秒级解读，决策效率快速提升 Agent 模型驱动，让监播报告“会说话” 针对传统监播报告数据量大、解读门槛高的痛点，腾讯云直播全新上线监播报告 AI 解读功能，依托云直播团队深度调优的 03、不止运维，双功能配合解锁多场景应用价值 教育直播：守护教学体验的“质量管家” 在线课堂对直播稳定性要求严苛 —— 延迟超 3 秒会影响师生互动，低帧率则导致板书模糊。 实时监播功能还可以通过智能识别精准拦截线上教学、互动课程中的违规内容，保障学生尤其是未成年人的身心健康。 腾讯云直播始终致力于以技术创新驱动行业升级，本次双能力上线，标志着直播运维从 “经验驱动” 正式迈入 “数据 + AI 双轮驱动” 时代。
68100编辑于 2025-07-12 腾讯云直播双能力升级：健康报告+监播报告AI解读，开启直播智能运维新时代
01创新突破，健康报告重新定义直播流质量管控直播流分析打分系统，让问题诊断一目了然作为同类 PaaS 产品中针对直播流的 “智能体检中心”，健康报告从推流、播放、录制、截图、转码、回调、拉流转推 7 大核心功能构建评估体系 02AI赋能监播报告，复杂数据秒级解读，决策效率快速提升Agent 模型驱动，让监播报告“会说话”针对传统监播报告数据量大、解读门槛高的痛点，腾讯云直播全新上线监播报告 AI 解读功能，依托云直播团队深度调优的 03不止运维，双功能配合解锁多场景应用价值教育直播：守护教学体验的“质量管家”在线课堂对直播稳定性要求严苛 —— 延迟超 3 秒会影响师生互动，低帧率则导致板书模糊。 实时监播功能还可以通过智能识别精准拦截线上教学、互动课程中的违规内容，保障学生尤其是未成年人的身心健康。 腾讯云直播始终致力于以技术创新驱动行业升级，本次双能力上线，标志着直播运维从 “经验驱动” 正式迈入 “数据 + AI 双轮驱动” 时代。
39210编辑于 2025-07-16AI日报 - 2025年3月26日
今日概览（60秒速览） ▎ AGI突破 | Sam Altman预测超级智能可能在"数千天内"实现，Demis Hassabis将AGI预测缩短至3-5年 ▎ 商业动向 | NVIDIA推出NIM 模型以99.26%准确率实现子宫内膜癌早期检测，Otter AI助手改变会议协作模式 一、今日热点 (Hot Topic)1.1 AGI时间表加速竞赛#AGI #预测 | 影响指数：★★★★★ 双巨头预测 ： ▸ Sam Altman（OpenAI）：超级智能可能在"数千天"内实现 ▸ Demis Hassabis（DeepMind）：将AGI预测从5-10年缩短至3-5年 ⚡ 共同依据：AI研究速度已达人类 行业震荡： ▸ 全球AI安全研究经费预计将激增300% ▸ 企业技术路线图全面进入"倒计时"调整期 "过去100年的进步可能在未来10年内发生" - AI研究速度分析报告 1.2 效率革命双突破 ：实时图像编辑、影视预可视化、广告创作2.2 前沿训练范式 创新架构： ▸ DAPO算法（字节跳动）：动态采样策略+token级策略梯度损失 ▸ OmniScience科学LLM：文献预训练+指令调优
58320编辑于 2025-03-26揭秘TCHouse-X：如何实现毫秒级在线数据分析？腾讯云的云原生魔法
undefined这种设计使TCHouse-X在面对双11大促、实时风控等高并发场景时，可快速分配计算资源，保障低延时查询性能，同时节省30%以上的硬件成本。 undefined用户无需手动调参，系统通过机器学习算法实现“零感知”的资源优化，将平均查询延迟稳定控制在50ms以内，较传统方案提升5倍以上。 实时数据处理引擎：从分钟级到毫秒级的跨越 为实现真正的低延时，TCHouse-X融合了多项创新技术： 内存计算加速：高频热数据全量加载至内存，减少磁盘IO开销； 流批一体架构：支持Flink+Spark双引擎 ，实时流数据与历史批数据无缝融合； 向量化执行引擎：批量处理数据列而非单行，计算效率提升3-5倍。
20010编辑于 2026-04-07懂算法不等于搞定数据流：通信物理层的“黑盒”困境
遇到中频信号削峰导致邻道泄漏超标，或者波束成型指向精度不够时，很多人第一反应是去调软件的参数，而不是从数据流的底层去重构算法。 从“调参侠”到“架构师”的鸿沟我发现，很多工作了3-5年的工程师，技术上遇到了一个明显的天花板：他们能看懂MATLAB的仿真图，也能用Verilog写出接口逻辑，但让他们设计一个完整的LTE 20M双载波上变频链路 完整闭环：最后落到LTE20M DFE双载波的IP设计上，这相当于把前面的滤波、NCO、插值全部串起来，做一个完整的FPGA工程。通信物理层的开发，是一场关于“精度”与“效率”的博弈。
10800编辑于 2026-03-10- 来自专栏携程技术
1024，携程程序猿的一天
携程，一直是依靠服务+技术驱动公司，或者说，技术与服务，成为了携程勇往直前的双引擎，而你们，正是组成这个强大引擎的动力所在！ 音乐会上，还第一次见到了集团CTO熊老板，熊老板说： 要让对技术感兴趣的同学，对技术沉迷的大咖们，在这里能够无所顾虑地，全身心投入地奋斗。 （话说，这是要涨工资的节奏么？） ? 13:30咖啡 听完音乐，吃完饭，拿着上午秒杀到的“The Geek Coffee”套装券，去楼下咖啡店兑换了一杯咖啡，据说是技术特调款。 ?
84110发布于 2019-04-22 无人机电调全技术解析：从电路设计、控制原理到运维实战
微分（D）：抑制超调（D 系数 0.01-0.1）。例：穿越机电调采用高 P 值（5-8），提高瞬间加速响应。 效率优化技术同步整流：下桥臂 MOSFET 同步导通，降低体二极管损耗（效率提升 3-5%）。 电池匹配：内阻计算：电池内阻（mΩ）+ 电调内阻（mΩ）< 电机内阻（mΩ）×0.5（避免电压跌落）。例：6S 5000mAh 电池（内阻 15mΩ）+ 电调内阻 5mΩ，匹配电机内阻 > 40mΩ。 UBL 电调：无 BEC 设计，适合高压系统（12S 以上），需独立供电。智能电调（如 CKESC ROCK400A -M CAN）：集成电流传感器（精度 ±1%），实时功率监测。 冗余设计：重要任务使用双电调备份（如六旋翼双电调驱动单电机）。环境限制：避免在雨天（IP64 以下电调）、粉尘环境（需防尘罩）使用。
4K11编辑于 2025-03-24
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