动态规划标签_AtomGit开源社区

动态规划

Step3-VL 多模态模型主干代码九章排错与重写

Step3-VL多模态模型代码优化摘要原1074行代码经九章编程法重构为385行，修复20个核心缺陷（含6个致命崩溃级问题）。主要改进：缺陷修复：解决未初始化变量、维度硬编码、参数边界缺失等致命问题架构分层：拆分配置池(C)、数据池(B)、操作池(A)，实现物理隔离边界强化：新增参数校验、异常兜底机制，覆盖输入维度、索引范围等风险点代码精简：清理死代码冗余逻辑，函数职责单一化典型问题示

 hai315247543
2026-06-19 00:29:09

 956

 31

#人工智能 #几何学 #拓扑学 +2
为什么芯片和系统这么难研发？

《信息工业的遗传病》揭示了代码错误在开源生态中稳定复制的现象。作者通过九章排错法发现，大型科技企业的代码普遍存在相同结构缺陷，这些错误如同基因般通过开源项目稳定遗传。补丁虽能短期修复症状，却加剧了系统熵增，导致代码臃肿化。文章指出，当前软件工程缺乏结构性审查标准，使得错误在生态中持续传播。九章排错法提出基于信息物理法则的客观审查标准，试图从根源解决这一系统性缺陷，推动软件工程从经验修补转向结构治理

 hai315247543
2026-06-17 13:38:51

 203

 7

#人工智能 #几何学 #拓扑学 +2
OPC 一人公司与问题经济的天然耦合

其中，提问能力是前三项能力的“催化剂”：没有好的提问，专业深度可能沦为迂腐，模式识别无法聚焦关键异常，跨界联想变成漫无目的的胡思乱想。在问题经济中，OPC 的提问能力与AI 的解答能力形成互补，而非竞争关系。它的竞争壁垒只能是创始人的“认知资产”——独特的行业洞察、稀缺的专业技能、无法被快速复制的方法论，以及最为核心的“提出定义性问题的能力”。本章将系统剖析OPC 的生存逻辑、提问链的构建，以及平

 workflower
2026-06-14 07:00:06

 362

 11

#大数据 #开源 #人工智能 +4
AI陪聊平台流量排名

AI陪聊是指利用大语言模型（LLM）驱动的AI角色与用户进行深度对话交互的产品形态。用户可以与预设或自定义的AI角色进行角色扮演、情感陪伴、心理疏导、学习辅助等多种互动。市场涵盖角色扮演平台（Character.AI）、情感伴侣App（Replika）、NSFW内容平台（SpicyChat、CrushOn）等多种形态。2026年MITTechnology Review将"AI陪伴"列为年度突破性技

 workflower
2026-06-14 06:55:27

 303

 7

#人工智能 #重构 #动态规划 +2
番茄钟+AI：高效专注的秘密武器

将番茄工作法计时器、AI专注预测、习惯追踪、目标管理、待办事项五大模块融合。）：从今天开始倒推，统计连续有工作 session 的天数，直到遇到中断。每次工作 session 完成时自动调用。这是整个项目的 AI 核心，使用。FocusTrack 是一个。

2301_76444133
2026-06-13 20:03:10

 204

 6

#人工智能 #算法 #交互 +1
AI九章编程法，寻求合作验证与开发

摘要： AI九章编程法是一套融合数学理论与编程的工程方法，包含两部分：1）基于空间几何的编程排错方法，确保代码结构严谨；2）AI多模型协作训练体系，通过"语粒库构建""加噪纠偏"和"约束求解"机制，消除代码生成中的逻辑错误与幻觉。该方法适用于千万行级工业代码场景，经验证可将千行代码排错周期缩短至分钟级，错误定位准确率达95%。合作对象需具

 hai315247543
2026-06-13 01:54:44

 710

 23

#人工智能 #傅立叶分析 #拓扑学 +2
动态规划算法——斐波那契数列模型——1.第 N 个泰波那契数、2.三步问题

动态规划算法——斐波那契数列模型——1.第 N 个泰波那契数、2.三步问题

 咕咕噶噶
2026-06-11 08:43:47

 254

 6

#算法 #动态规划
展望未来，AI 投资的可持续性如何？

短期内，市场的最大担忧在于近期美联储加息预期的提升，以及金融条件收紧的可能性。而在风险中性利率之中，实际短端利率预期是主要上行贡献，对应市场对美国经济的乐观预期（如花旗经济意外指数上行），而非通胀预期。但是，基于三大因素，当前美联储加息预期对AI 投资逻辑的冲击整体可控。当前，美国就业市场虽然趋于稳定，但是仍然偏弱，工资物价螺旋或难以形成，而中长期通胀预期亦维持稳定。因此，美联储加息仍然是小概率事

 workflower
2026-06-11 07:07:52

 307

 3

#人工智能 #重构 #设计模式 +2
AI 泡沫走到哪一步了？

但是，从历史对比视角看，以纳斯达克100 样本公司为例，虽然2026 年一季度资本开支/营收已经超过2000 年初水平，但这或并不意味着资本开支已经“达峰”，资本开支/经营现金流比例仍较低。（2）历史比较而言，2000 年一季度，美国企业债券、贷款、权益融资流合计占GDP 比重高达5.4%，而2025 年底这一水平仅为1.6%（4QMA）；2）从财务数据来看，Mag7 公司现金/市值、ROE、净利

 workflower
2026-06-11 07:06:45

 444

 10

#人工智能 #重构 #设计模式 +3
32B大模型在手机上运行：不是梦想，是计算本质的回归

当我们还在为手机能流畅跑7B模型而惊喜，当行业正将“端侧14B”作为旗舰手机的核心卖点，一个更值得探索的问题浮出水面：32B参数的通用大模型，能在普通手机上完整运行吗？

hai315247543
2026-06-10 15:14:10

 403

 14

#回归 #数据挖掘 #硬件工程 +2
神经网络原理第十二章：神经动态规划

神经动态规划是神经网络无教师学习的核心章节，将动态规划与强化学习结合，通过神经网络解决"维数灾"问题。主要内容包括：1）Markov决策过程(MDP)框架，定义状态、动作、转移概率、奖励等要素；2）Bellman最优准则，通过价值函数递归分解决策问题；3）动态规划方法如策略迭代和值迭代；4）神经动态规划的核心思想，使用神经网络逼近价值函数；5）Q-学习算法，通过试错更新动作价值

 数据门徒
2026-06-10 14:45:00

 210

 9

#神经网络 #动态规划 #人工智能
开源策略和模块化研发

开源策略和模块化研发极大地降低了中小企业的进入门槛，带来创新主体的结构变化。例如，百川智能在医疗领域利用自建数据集提升诊断模型精准度，零一万物则聚焦企业级部署，通过模块化实现成本可控的商用应用落地。同时，智能体的模块化开发流程进一步推动人工智能领域创新的民主化。拥有包括产品经理Agent 和程序员Agent 在内的多智能体协同系统能够自动完成企业内部的复杂工作流程，大幅提升企业运营效率。技术的轻量

 workflower
2026-06-10 01:30:00

 321

 11

#开源 #重构 #设计模式 +3
具身智能和世界模型

具身智能的本质不只是机器人技术的延伸，而是认知智能向物理空间的拓展，从而使人工智能实现从数字空间认知到物理世界行动的跨越。在世界模型的支持下，具身智能系统能够在采取行动之前预判行为的结果，通过在潜在空间进行生成式预测，理解包括重力和摩擦在内的物理规律，对动作的适应性和后果进行判断，极大提升了机器人在非结构化环境中的自适应能力。世界模型解决了“知”的深度问题，而具身智能则使机器具备了主动认知和预测能

 workflower
2026-06-10 01:30:00

 334

 8

#自动驾驶 #自然语言处理 #人工智能 +4
动态规划：斐波那契数列模型

本文摘要：文章通过四个动态规划问题（泰波那契数、三步问题、最小花费爬楼梯、解码方法）详细讲解了算法实现步骤。每道题均包含题目解析、算法原理（状态表示、转移方程、初始化、填表顺序、返回值）及代码实现。重点关注状态转移方程推导和边界处理，强调从左到右的填表顺序，并提供完整C++代码示例。这些案例由浅入深地展示了动态规划在解决递推类问题时的通用思路和实现框架。

c_773018494
2026-06-10 00:28:47

 251

 9

#动态规划 #算法
【高频考点】动态规划

2026年2月4日模型推理量化加速优化问题（通过率100%）2025年10月22日最大能量路径（通过率100%）2025年9月17日大模型分词（90%）2026年3月18日大模型训练显存优化算法（通过率30%）

m0_57082284
2026-06-10 00:14:26

 222

 8

#动态规划 #数据结构 #c++ +1
深兰科技与中国移动上海公司签署合作协议，共建5G+AI数智生态

2026年6月4日，中国移动通信集团上海有限公司浦东分公司与深兰人工智能科技(上海)股份有限公司在深兰科技上海张江总部举行合作签约仪式。双方将以AI+OPC端侧智能体手机及智能体服务能力共建为重点，围绕算力资源协同、医疗智能体、政企业务合作、机器人终端入库推广及5G数智生态建设等方向展开合作，共同推动人工智能技术与通信网络、算力基础设施、智能终端和产业场景深度融合。

深兰科技
2026-06-09 18:31:42

 210

 7

#人工智能 #动态规划 #lua +1
LeetCode 516：最长回文子序列

本文介绍了LeetCode 516题「最长回文子序列」的解法。该题要求在给定字符串中找到最长的回文子序列（不要求连续字符）。解题采用区间动态规划方法：定义dp[i][j]表示子串s[i...j]的最长回文子序列长度。初始状态为单个字符dp[i][i]=1。状态转移分两种情况：当两端字符相等时，结果为内部区间结果加2；不等时取左右子区间较大值。遍历顺序需从后往前处理左边界，确保正确依赖子问题。最终返

 乄卝⑦
2026-06-09 16:17:51

 295

 5

#leetcode #动态规划 #算法 +1
如何在生产环境中稳定运营成百上千个智能体

⊲ 成本压力与预算逻辑的重构：Token 正在深刻改变 IT 预算逻辑。AI 服务的计费方式由传统的包年包月、按席位授权，转向了按使用量、按处理量、按上下文的精细计费。当AI 从“边缘试用”进入“核心生产”后，如何稳定、安全、可持续地运营成百上千个智能体，成为了CIO 与CTO 们的头号课题。企业必须解决AI 决策的可解释性、偏见与公平性问题，并明确AI 自主决策后的责任界定。⊲ 多智能体协作的复

 workflower
2026-06-09 12:52:43

 941

 8

#人工智能 #重构 #设计模式 +2
中国人工智能-技术方向的重大转折

包括基础模型、行业模型、智能体和具身智能在内的智能系统在提升智能密度的同时，推动物理智能、生物智能和社会智能的诞生和发展，网络空间和物理空间界限被快速打破。其中，物理智能可能被广泛应用于智能制造和自动驾驶等领域，生物智能推动生物医疗和制造产业的发展，而社会智能则为新的社会生产力发展、资源配置方式和生产关系调整奠定了坚实基础。信息智能、物理智能、生物智能和社会智能的快速创新和交互融合，标志着智能经济

 workflower
2026-06-09 02:00:00

 266

 7

#重构 #设计模式 #安全 +2
工业厂房无感化三维重构升级｜透明建筑全域可视

工业厂房数字化转型迎来无感化三维重构升级，通过透明建筑可视化和AI无感定位技术，彻底改变传统管理模式。系统采用激光雷达扫描和三维渲染技术，实现厂房1:1全真重构，支持墙体透明化透视，消除视觉盲区。同时依托AI视觉算法，无需穿戴设备即可实时追踪人员三维位置和轨迹。升级后的系统具备主动预警功能，可划定电子围栏并实时监测违规行为，大幅提升安全管理效率。这一革新实现了从静态展示到动态管控的转变，为智慧工业

 上海潭龙东海科技有限公司
2026-05-24 13:33:29

 218

 5

#人工智能 #大数据 #编辑器 +4
Fused Attention (Flash Attention v2)AI编程规则验证版

本文介绍了一个优化的FlashAttention v2实现，主要包括以下内容：实现了高效的多头注意力机制，支持前向和反向传播核心特性：动态块配置，自动适配不同序列长度支持因果掩码、ALiBi位置编码和dropout 可变长度序列处理能力硬件资源感知的内存管理关键技术：采用Triton语言实现高性能内核前向传播优化了softmax计算和内存访问反向传播使用统一全局坐标语义实现了&

hai315247543
2026-06-08 00:21:32

 201

 6

#python #机器学习 #开发语言 +2
力扣HOT100(55)多维动态规划 - 编辑距离

dp[i][j]把 word1 的前 i 个字符，转换成 word2 的前 j 个字符，所需的最少操作次数。这两个字符已经匹配了，不需要任何操作，直接继承前面的结果：plaintext，最后一个字符都是 c，那么只需要把 "ab" 转换成 "ad" 就行。删除 word1 的最后一个字符：把word1前 i-1 个转换成word2前 j 个，再删最后一个 →插入一个字符到 word1 末尾：插入的

 菜菜的顾清寒
2026-06-06 19:48:06

 311

 8

#leetcode #动态规划 #算法
CF2066D1 Club of Young Aircraft Builders (easy version)题解

本文提出了一种动态规划解法来解决纸飞机分配问题。通过分析每层楼恰好达到目标数量c的时间点单调性，设计状态dp[i][j][k]表示前i层中第i层在时间j达到c且预留k个位置时的方案数。利用组合数学和前缀和优化，将时间复杂度降至O(nmc)。最终答案为dp[n][m][0]，并通过滚动数组优化空间复杂度。代码简洁高效，适用于大规模数据。

stolentime
2026-06-05 19:35:17

 348

 12

#算法 #c++#动态规划
CF2066D2 Club of Young Aircraft Builders (hard version)题解

本文提出了一种动态规划算法来解决飞机调度问题。通过预处理前缀和和后缀和优化状态转移，算法高效计算在给定条件下（n层、c个时间点、m架飞机）的合法调度方案数。关键点在于：使用双动态规划数组dp和dpp交替更新状态预处理q数组记录前i个时间点中≥j层飞机的数量预处理h数组记录后i个时间点中j层飞机出现的次数组合数计算优化通过阶乘和逆阶乘预处理实现特殊处理已确定的飞机位置情况算法的时间复杂度

 stolentime
2026-06-05 19:37:04

 205

 6

#算法 #c++#动态规划
LeetCode 1049：最后一块石头的重量 II —— 题解 ✅

摘要： LeetCode 1049题要求将一堆石头两两粉碎（剩余重量为差值），求最后石头的最小可能重量。解题核心是将其转化为0/1背包问题：将石头分为两堆，使两堆总重量尽可能接近（即差值最小）。通过动态规划计算背包容量为sum/2时的最大装载量，最终结果为sum - 2*dp[target]。此题是分割等和子集的变形，时间复杂度O(n×sum)，空间复杂度O(sum)。关键思路是将问题转化为背包模

 乄卝⑦
2026-06-05 14:29:53

 345

 8

#leetcode #算法 #职场和发展 +1
两个数组的动态规划问题：从入门到精通

本文系统梳理了两个数组的动态规划（DP）问题，这是算法竞赛和面试中的高频题型。核心内容包括：1. 五大经典模型：最长公共子序列（LCS）、编辑距离、交错字符串、正则/通配符匹配、最大路径和问题；2. 解题框架：状态定义（通常dp[i][j]表示两数组前i/j个元素的关系）、转移方程设计、边界条件处理；3. 优化技巧：滚动数组降维、位运算加速、记忆化搜索等；4. 实战应用：覆盖LeetCode典型题

 油墨香^_^
2026-06-05 11:10:33

 140

#动态规划 #算法
2001 NIST Speaker Recognition Evaluation Corpus数据集介绍，官网编号LDC2002S34

2001 NIST Speaker Recognition Evaluation Corpus（LDC 目录编号 LDC2002S34）是 NIST 主导、LDC 发布的经典说话人识别评测基准数据集，核心用于会话式电话语音（CTS）场景的说话人检测与验证任务，为早期说话人识别系统提供统一评测标准与训练 / 测试数据划分，是 GMM - UBM 等经典模型的核心评测资源。

ldccorpora
2026-01-07 11:19:34

 910

 24

#人工智能 #动态规划 #python +3
Multiple-Translation Arabic (MTA) Part 2数据集介绍，官网编号LDC2005T05

Multiple-Translation Arabic (MTA) Part 2（LDC2005T05）是 LDC 于 2005 年发布的现代标准阿拉伯语（MSA）多译文平行语料库，核心为法新社（AFP）阿拉伯语新闻文本 + 3 组独立人工英译，适配机器翻译评估、翻译质量自动度量与模型优化，是阿拉伯语 - 英语翻译评测的经典基准资源LDC。

ldccorpora
2026-01-12 23:51:23

 632

 13

#人工智能 #自然语言处理 #语音识别 +2
CSLU: Names Release 1.3数据集介绍，官网编号LDC2006S39

CSLU: Names Release 1.3 是由俄勒冈健康与科学大学口语理解中心（CSLU）构建、LDC 于 2009 年发布的英文姓名语音数据集（编号 LDC2006S39），核心用于姓名语音识别（ASR）、发音词典生成与说话人验证系统研发，包含大规模孤立姓名朗读语音及文本、发音标注，适配人名识别与口语交互场景的模型训练与评测。

ldccorpora
2026-01-14 11:15:41

 606

 9

#自然语言处理 #人工智能 #语音识别 +2
智能体安全各层典型风险与防护重点

风险包括：直接提示词注入（用户在对话中插入恶意指令）、间接提示词注入（攻击者在外部数据中嵌入隐藏指令，通过数据处理链路影响AI决策）、越权输出（智能体返回本应受限的敏感信息）。治理要点：输入层建立AI驱动的意图检测，识别并拦截提示词注入；工具调用是智能体区别于对话模型的核心能力，也是最大的攻击面扩展点。风险包括：恶意工具注入（通过第三方工具市场或供应链注入恶意工具/Skill）、MCP投毒（通过污

 workflower
2026-06-04 01:00:00

 279

 5

#安全 #人工智能 #设计模式 +2
# FIVEOS AI智能编程测试说明

本文介绍了FIVEOSAI智能编程测试环境的构建与应用。该测试环境旨在研究AI辅助编程工具如何受训练数据中潜在问题的影响，通过"数理网格法"建立了一套包含结构定义、功能分解等环节的规则体系。测试分为目标设定、结构分解、规则约束下的生成、同步比对和结构化排查五个阶段，AI在受约束的框架内执行代码装配与校验任务。测试结果表明，AI编程仍存在逻辑漂移问题，要实现高水平编程还需AI能力

 hai315247543
2026-06-04 00:31:02

 558

 21

#人工智能 #神经网络 #低代码 +2
华为OD算法复习7——动态规划 Javascript

这些力扣题目来源：AI推荐+

英语老师Kai学意语
2026-06-03 18:03:04

 533

 12

#算法 #动态规划
ARCHICAD 转 DWG 图纸翻译与交互难题破解方案

在建筑设计与工程协作的漫长链条中，BIM 模型向 CAD 图纸的转化往往是最容易“掉链子”的环节。很多设计师都有过这样的经历：在 ARCHICAD 中精心构建的三维模型，导出为 DWG 格式后，发给合作方打开却是一团乱麻——字体变成了问号，复杂的幕墙节点消失不见，图层混乱得让人无从下手，甚至连线型比例都完全对不上。这不仅仅是文件格式转换的技术问题，更直接关系到施工图的准确性、多方协作的效率以及最终

 setsun028
2026-05-29 10:07:39

 392

 6

#交互 #python #前端 +3
LLM智能网关配置解析

这段代码定义了一个名为llm-gate的智能网关资源，属于API 组中的类型。该资源用于监控和管理大型语言模型（LLM）服务的输出质量，通过多个认知指标进行实时评估和控制。

月光船幽幽
2026-05-27 10:55:24

 527

 9

#人工智能 #动态规划 #拓扑学 +1
洛谷-【动态规划1】动态规划的引入4

小明的花店新开张，为了吸引顾客，他想在花店的门口摆上一排花，共 m 盆。通过调查顾客的喜好，小明列出了顾客最喜欢的 n 种花，从 1 到 n 标号。为了在门口展出更多种花，规定第 i 种花不能超过 ai 盆，摆花时同一种花放在一起，且不同种类的花需按标号的从小到大的顺序依次摆列。试编程计算，一共有多少种不同的摆花方案。

故事和你91
2026-05-24 15:38:25

 466

 8

#动态规划 #算法 #图论 +3
【强化学习系列·第 02 篇】值函数方法：从动态规划到 DQN——“学习好不好“的演进之路

本文系统梳理了强化学习中的值函数方法演进历程。从动态规划、蒙特卡洛到时序差分三种基础方法，分析了各自特点与局限。重点介绍了DQN及其改进：通过深度网络近似Q值函数，结合经验回放和目标网络解决稳定性问题；Double DQN解决过估计；Dueling DQN分离状态值与优势；优先经验回放提升样本效率；分布强化学习建模回报分布。这些创新使值函数方法从表格存储发展到深度网络，从已知模型扩展到未知环境，形

 拾-光
2026-05-24 09:00:00

 387

 10

#动态规划 #学习 #代理模式 +4
洛谷-【动态规划1】动态规划的引入1

某国有 n 种纸币，每种纸币面额为 ai 并且有无限张，现在要凑出 w 的金额，试问最少用多少张纸币可以凑出来？（保证可以凑出对应金额）

故事和你91
2026-05-23 10:11:57

 500

 11

#动态规划 #算法 #图论 +3
Helio协议零停机配置更新实战

国产信创环境下Helio协议热切换的零停机配置更新，通过配置中心化管理双缓冲路由请求级版本绑定和优雅资源排水四大机制实现。特性实现方式信创环境价值零停机新旧配置并行，请求完成后切换保障关键业务连续性配置热加载文件监听 + 内存更新避免服务重启，符合信创高可用要求状态一致性请求级版本绑定确保单次会话内模型行为一致资源安全优雅关闭连接，双缓冲隔离避免资源泄漏，适配国产硬件资源限制监控回滚配置版本化 +

月光船幽幽
2026-05-23 05:05:03

 435

 11

#人工智能 #拓扑学 #动态规划
树形 DP 从入门到进阶：普通树形DP、树形背包、换根DP

本文摘要：树形动态规划（树形DP）是在树结构上进行动态规划的算法，适用于具有层次化关系的问题。文章通过三道经典题目系统讲解了树形DP的三种核心形态：基础树形DP（选/不选模型）：以"没有上司的舞会"为例，展示了如何设计状态表示节点选或不选时的最优解，并通过后序遍历自底向上合并子树信息。树形背包问题：以"选课"问题为例，演示了如何在树上应用分组背包思想，将有限资源（选课名额）分配给各个子树，通

 Fy10030629
2026-05-21 16:38:14

 482

 10

#动态规划 #c++
【强化学习必学】DP 算法详解：从贝尔曼方程到网格世界最优策略求解

本文详细讲解强化学习中的动态规划（DP）算法，作为经典有模型算法，它依托环境完整模型，通过贝尔曼方程与广义策略迭代求解最优策略。内容涵盖 DP 核心前提、贝尔曼期望 / 最优方程、策略迭代与价值迭代原理及对比，结合 4×4 网格世界实例演示价值迭代过程，最后分析算法扩展、局限性及对现代强化学习的影响，帮助读者系统掌握 DP 算法理论与应用。

qq_21493823
2026-05-21 06:56:35

 402

 3

#算法 #动态规划
hot100——动态规划

我们可以将 0-1 背包问题看作一个由 n 轮决策组成的过程，对于每个物体都有不放入和放入两种决策，因此该问题满足决策树模型。每一个物品可以选择放入背包或者不放入背包，假设当前的物品编号是i，以及此时的背包容量是c，那么[i, c]表示当前物品编号是i，背包容量是c，那么定义状态dp[i, c]是前i个物品在容量为c的背包下的最大价值。那么需要求解的是dp[n, cap]。

weixin_50422106
2026-05-20 19:48:49

 385

 9

#动态规划 #算法
[具身智能-802]：ROS2 colcon 构建系统超详细通俗详解

必须放在单独的interfaces包依赖：plaintext编译后自动生成头文件 / Python 类必须 source 才能使用colcon = ROS2 编译工具代码放 src，编译生成 install编译完必须 source自动处理依赖、自动区分语言是 ROS2 开发的基础工具。

文火冰糖的硅基工坊
2026-05-19 00:06:34

 163

#动态规划 #前端 #人工智能 +2
【动态规划算法】专题一——斐波那契数列模型

复习解题思路复习解题思路这两个“反着来”的解题思路非常具有代表性，在上一专题中【不同路径】这个题目中“机器人从起点到终点”问题所使用的核心思想是非常相似的，该题也可以像本题一样使用两种反着来的方法，所以其实该题也完全可以使用dp算法来解决，并且【不同路径】这道题我虽然没有用dp写，但它却是下一专题“路径问题”很重要的一个模板。

靠沿
2026-05-16 17:58:13

 425

 9

#动态规划 #算法
洛谷-【图论2-1】树6

每天打卡任务开始时，所有玩家在第 0 秒同时从自己的起点出发，以每秒跑一条边的速度，不间断地沿着最短路径向着自己的终点跑去，跑到终点后该玩家就算完成了打卡任务。接下来 n−1 行描述航道的建设情况，其中第 i 行包含三个整数 ai,bi 和 ti，表示第 i 条双向航道修建在 ai 与 bi 两个星球之间，任意飞船驶过它所花费的时间为 ti。对于 1 号点，wi=0，故只有起点为 1

故事和你91
2026-05-16 10:36:50

 571

 15

#图论 #数据结构 #算法 +4
从 openTCS 看 AGV 调度系统设计：中央调度、资源锁、Router Dispatcher 与 VDA5050 实战解析

本文以开源 AGV 调度框架 openTCS 为切入点，系统性地解析工业级多车调度系统的架构设计、核心算法与工程实现。

2501_94590643
2026-05-15 21:00:11

 618

 9

#算法 #架构 #动态规划 +1
书匠策AI（http://www.shujiangce.com）居然藏了个“期刊论文外挂“？

大家好，我是你们的论文写作搭子。今天不聊选题有多头疼，也不扯文献有多难找，咱来聊点"偷塔"级别的操作——，微信公众号搜"书匠策AI"就能找到）里面那个被很多人忽略的。先说句大实话：我做教育博主这么久，见过太多同学写期刊论文时手忙脚乱，格式不对被退稿、大纲逻辑混乱被导师打回、参考文献引用出bug……说白了，不是你能力不行，是你没找到趁手的工具。

书匠策AI学术
2026-05-14 10:16:37

 32

#人工智能 #深度学习 #科技 +4
云网融合一体化信息化升级方案

本文提出云网融合一体化信息化升级方案，旨在解决传统架构导致的"云网分离""数据孤岛"等问题。项目通过构建"云网一体、数据融通"的信息化平台，实现业务全流程数字化、数据全生命周期管控和跨部门高效协同。方案包含感知采集、数据治理、AI分析等8大功能模块，采用分层架构设计，强调安全性、可扩展性和智能化。实施后将显著提升业务处理效率（60%+）、

随读手机
2026-05-13 09:19:48

 536

 16

#大数据 #人工智能 #数据库 +4
最长上升子序列（LIS）和最长公共子序列（LCS）

本文介绍了两种常见的子序列问题及其解法。最长上升子序列(LIS)问题可采用动态规划(O(n²))或贪心+二分查找(O(nlogn))两种解法，前者通过dp数组记录以每个元素结尾的最长子序列长度，后者维护tails数组存储最小可能结尾元素。最长公共子序列(LCS)问题使用二维动态规划，通过比较字符串字符填充dp表，相同字符时取左上角值+1，不同时取左或上最大值。两种问题都要求子序列相对顺序不变但不需

 2501_91901490
2026-05-13 00:56:44

 713

 18

#动态规划 #算法 #java