首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Lauren的FPGA

    用FPGA实现排序(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、排序等。这其中,排序以其高度的并行性著称,非常适合于在FPGA上实现。 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。在了解排序算法之前,我们先来看看什么是序列。 序列(Bitonic Sequence)的定义: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“”。 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序列,例如(0,1,4,5)和(7,5,3)均为序列。 序列的性质: (1)序列的子序列仍为序列。 ,…,a[i],b[i+1],…,b[n-1])是一个序列 Batcher定理: 若序列S为序列,即 令 那么S1和S2仍为序列,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实现排序(4)

    前面三篇文章我们介绍了排序的原理和具体实现方式,但都是要求序列本身是“”的。而实际情况是,给定序列本身是杂乱无章的,并非呈现“”的特征。这就要求我们先把无序序列转化为序列。 16点序列转化为序列需要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“”是一个序列合并的过程,从“”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实现排序(3)

    基于排序算法的蝶形图,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 | 排序(Bitonic sort)详解与Python实现

    本篇为排序算法系列第二篇,详细讲述排序算法。 01 什么是排序(Bitonic sort)? 从定义上了解下什么是序列(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序列),定义如下: 一个序列 a1,a2, …,an 是序列,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序列? 怎么对序列进行排序? 针对序列Z,根据Batcher定理,Z可以划分为2个序列X和Y,然后继续对X和Y进行递归划分,得到更短的序列,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序列, 每次将这两个单调序列merge生成一个新的序列, 然后进行排序,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)

    排序Bitonic Sort,适合并行计算的排序算法

    1、序列 在了解排序算法之前,我们先来看看什么是序列。 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、排序 假设我们有一个序列,则我们根据Batcher定理,将该序列划分成2个序列,然后继续对每个序列递归划分,得到更短的序列,直到得到的子序列长度为1为止。 排序示意图1: [1wgenlx21s.png] 4、任意序列生成双序列 前面讲了一个序列如何排序,那么任意序列如何变成一个序列呢? 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生成一个新的序列, 然后排序( 同3、排序)。

    3.5K11发布于 2019-01-03
  • 来自专栏AutoML(自动机器学习)

    【转载】排序Bitonic Sort,适合并行计算的排序算法

    1、序列 在了解排序算法之前,我们先来看看什么是序列。 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、排序 假设我们有一个序列,则我们根据Batcher定理,将该序列划分成2个序列,然后继续对每个序列递归划分,得到更短的序列,直到得到的子序列长度为1为止。 排序示意图[1]: ? 4、任意序列生成双序列 前面讲了一个序列如何排序,那么任意序列如何变成一个序列呢? 同3、排序)。 所以一般来说,并行计算中常使用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的排序网络,本文略。

    3.1K30发布于 2019-01-07
  • 猎豹浏览器核渲染架构与系统级兼容优实践

    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

    17310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(旅行商问题)

    Bentley 建议通过仅仅考虑旅程(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。存在确定的最优路线的O(n*n)时间的算法。 这个路线不是的。b)同样点的集合上的最短闭合路线。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端性能优,解决卡顿、闪退、耗电问题

    今天我们就来分享Android和iOS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、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,端 掌握Android和iOS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。

    49610编辑于 2026-04-16
  • 路径开发:Kernel 直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 直与自定义算子工程并非对立关系,而是互补的路径开发模式: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 直仍将作为底层性能优的关键手段

    30210编辑于 2025-12-24
  • 接入国际短信接口需要多长时间?企业级国际通信网关快速上线手册

    H32.标准企业接入(1-3个工作日)正规企业商用场景主流周期,包含账号认证、短信模板备案、加密规则适配、高并发适配改造、联测试等完整流程。 这类成熟通信服务体系,标准化的接口文档与错误码机制,能够有效减少联耗时,保障对接效率。 H33.定制化深度对接(3-7个工作日)针对大型集团、多站点跨境平台,需要定制专属通道、私有化部署、多语言适配、权限分级管理等定制需求,涉及二次开发与架构改造,耗时会相应增加。 H2二、国际短信接口核心接入全流程理清标准化接入步骤,是压缩开发时长的关键,统一遵循UTF-8编码规范与HTTP网络协议,全程适配POST、GET请求方式,降低跨语言开发适配难度。 熟记核心错误码:405为账号密码错误、4051为短信条数不足、408为账号风险冻结,快速排查可减少联耗时。

    17310编辑于 2026-04-21
  • 来自专栏OpenFPGA

    CORDIC算法详解(四)-CORDIC 算法之曲系统及其数学应用

    CORDIC算法详解(四)- CORDIC 算法之曲系统及其数学应用 文章目录 CORDIC算法详解(四)- CORDIC 算法之曲系统及其数学应用 4 CORDIC 算法之曲系统及其数学应用 4.1 CORDIC 算法之曲系统 4.2 CORDIC 算法之曲系统数学应用 4.3 CORDIC 算法之曲系统MATLAB代码 MATLAB 代码 3-7 function: cordic_hr MATLAB 与圆周系统和线性系统有所不同, 曲系统的迭代较为复杂。 4.2 CORDIC 算法之曲系统数学应用   利用曲系统可求取一系列超越函数。 在旋转模式下, 可求取曲正弦函数和曲余弦函数, 进而可求取 e 指 数, 如 图 3 . 8 9 所 示。 4.3 CORDIC 算法之曲系统MATLAB代码   CORDIC 曲系统算法模型如 MATLAB 代码 如下, 该函数调用了函数 cordic_hr_it,具体如下: MATLAB 代码 3-7

    3.6K10发布于 2020-06-28
  • 来自专栏一点人工一点智能

    “1.2秒自动平!这款仿生轮腿农机让梯田作业不再难”

    结果表明,在复杂山地和丘陵地形中,轮腿式车辆的最大俯仰角平误差为1.08°,最大横滚角平误差为1.19°,优于传统的PID控制算法。 实验部分包括全方位平测试和自动调整离地间隙测试,结果显示原型车能在复杂地形下实现全方位自动平,平均平时间为约1.2秒,平均平误差为0.8°,姿态控制的响应速度和平精度满足实际工作要求。 · 液压系统:作用液压缸推力分析(图2),通过杠杆力学模型计算水平与垂直分力(式未明确给出),确保机构在运动过程中无死点(传动角始终非零,图10)。 运动学分析: · 基于D-H参数法建立右前腿运动学模型(图9),坐标系变换矩阵(式3-7)推导末端点位置函数(式8-9)。 最后,实验部分包括全方位平测试和自动调整离地间隙测试,验证了原型车在复杂地形下能实现全方位自动平,平均平时间为约1.2秒,平均平误差为0.8°,姿态控制的响应速度和平精度均能满足实际工作需求。

    39900编辑于 2025-05-17
  • 腾讯智慧零售珠宝配饰行业数字化解决方案:全域赋能驱动增长与效率提升

    人均消费差距:2022年人均珠宝消费78美元,与中国香港(约500美元)、美国(约400美元)等成熟市场相比,有3-7倍提升空间(资料来源:同上)。 C端营销数字化 精准触达:基于腾讯广告定向高净值人群,结合IP合作(如YSL×和平精英“空投红”营销,TVC播放量4000万、微博话题曝光3亿)、私域直播(小程序+视频号端引流)。 智能补:AI建模预测(云仓日度预测准确率提高3.4%,门店周度提升17.9%),全局库存优化降低周转天数0.3~0.5天。 成本优化:智能补降低库存周转天数0.3~0.5天,流动资金占用减少;云原生弹性扩容(TKE Serverless成本降低30%)。 私域转化:小程序云店打通门店资源(到店/快递提货),直播GMV6213万+,到店卡券发放2万+。 3.

    63810编辑于 2026-03-31
  • 来自专栏音视频咖

    腾讯云直播能力升级: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、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优的 03、不止运维,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。

    67800编辑于 2025-07-12
  • 腾讯云直播能力升级: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、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优的 03不止运维,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。

    38810编辑于 2025-07-16
  • 来自专栏个人路线

    flutter 中的drawFrame

    每帧由以下几个阶段组成: 动画阶段 - SchedulerBinding.handleBeginFrame (由 Window.onBeginFrame 注册),按注册顺序调用所有的临时帧回 (由 scheduleFrameCallback Microtasks - handleBeginFrame 返回后,由临时帧回注册的方法调度的 microtasks 开始运行。 之后,由 Window.onDrawFrame 注册的 handleDrawFrame 回调开始执行,它调用所有的持久帧回。 如何将对象标脏以用于 semantics,可参考 RenderObject.markNeedsSemanticsUpdate 步骤 3-7 的细节请参考 PipelineOwner 结束阶段 - drawFrame 返回后,handleDrawFrame 调用 post-frame 回

    2K20发布于 2021-08-10
  • 来自专栏愚公系列-书籍专栏

    【愚公系列】《微信小程序与云开发从入门到实践》013-可拖曳容器组件

    movable-view 是最复杂支持拖拽与滑动的视图组件,属性如表 3-7 所示。 此组件是否禁用 scale 布尔值 此组件是否支持指缩放 htouchmove 函数 横向移动的触摸事件回 vtouchmove 函数 纵向移动的触摸事件回 2.3 事件处理:bindchange对于 bindchange 在其回的参数中有 source 字段,这个字段表示了触发 bindchange 事件的原因。

    71400编辑于 2025-01-14
  • Harness 如何落地生产系统?

    第一天:发现老ERP系统是SOAP接口,Harness默认只支持REST,不通。第一周:好不容易写了个适配器能通了,但不知道该给Harness多大权限——能直接改库存吗?扣款接口能随便吗? Harness就挂方案2:写Connector(适配器)复杂接口、非标准协议、需转换格式中(1-2周)✅解耦:API变了只改Connector❌要维护代码方案3:通过MCP协议新系统或可改造的系统低-中(3- 的低风险流量给Harness真正执行人工并行盯着,发现问题立刻切回怎么选流量:✅小额订单(比如<100元的)✅老用户(行为稳定)❌大客户订单(风险高)验收标准:成功率>95%出问题能在5分钟内发现并切回第三步:写验证 ConnectorMCP)设计了权限方案(用户/工作流/系统三层)设计了容错方案(Checkpoint/重试/补偿)接入中(实施阶段)完成了影子运行(连续1周无明显错误)灰度流量跑通了(5%-10%流量,成功率>95%)写验证通过 渐进式推进>一步到位影子运行→灰度切流→写验证→全量迁移,每一步都留回退方案。人机协作>完全自动化关键节点留人工干预,不要迷信"全自动"。

    16610编辑于 2026-06-24
  • 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,据说是技术特款。 ?

    84110发布于 2019-04-22
领券