工一阵·半盏

必选课，不选学分修不满，无话可说。 实验内容1、将SoI.txt文件中的数据导入到变量S中.2、截取S中行数据中存在大于0.3的行，并将其存为变量Sub_S.3、求Sub_S中的最大值和最小值，统计Sub_S落在以0.05为间隔[min,max]之间的值的频数.4、将问题3)的频数进行可视化表达。 我的代码 1234567891011121314151617S=load('SoI.txt');% 将文件中的数据读入矩阵Srows=any(S>0.3,2);% 按行检查，返回逻辑列向量new_S=S(rows,:);% 提取满足条件的行，得到新矩阵max_val=max(new_S(:));% 全局最大值min_val=min(new_S(:));% 全局最小值edges=min_val:0.05:max_val;% 生成区间边界，步长0.05counts=histc(new_S(:),edges);% 统计每个区间内的频数fprintf('最大值: %g\n', max_val);fprintf('最小值: %g\n&#...

好算法的标准一个优质的算法需满足五大核心特性，是衡量算法设计优劣的基本准则： 正确性：能满足具体问题的需求，对合法输入输出正确结果，对非法输入能做出适配处理。 健壮性：具备对非法输入的抵抗能力，不会因错误输入产生错误动作或陷入瘫痪。 可读性：算法易于理解和实现，便于后续的调试、修改与维护。 时间效率高：算法运行的时间尽可能短，核心关注算法的执行速度。 空间效率高：算法运行过程中占用的计算机存储空间尽量少。 算法分析的基本概念算法分析的定义与目的 算法设计：面对具体问题，设计出能够解决问题的有效算法。 算法分析：对已设计完成的算法，从多维度评价和判断其优劣，其结果可指导改进算法设计，也能检验评估算法的有效性。 核心分析维度：效率（速度）是算法的核心和灵魂，同时兼顾正确性、健壮性、易读性、可扩展性等。 影响程序运行时间的因素算法最终运行的时间并非单一因素决定，而是由多方面共同影响： 计算机系统性能：不同硬件的运算速度、存储能力存在差异（如天河三号百亿亿次 / 秒与个人电脑十亿次 / 秒的运算差距）。 程序所依赖的算法：算法的设计思路和执行...

开新坑 操作系统概述操作系统的定义和地位定义: 一组控制和管理计算机硬件和软件资源、合理地对各类作业进行调度以及方便用户的程序的集合。 硬件系统 (裸机):CPU、存储器（主存、辅存）、I/O、I/O 控制系统。 软件系统：系统软件、应用软件。 系统软件：管理计算机本身的操作。如：操作系统、编译系统。 应用软件：提供给用户进行解题。如：科学计算、事务管理 操作系统的目标 执行用户程序并使用户问题更易解决 有效性：以一种有效的方式使用系统资源。 方便性：使计算机系统更易于使用。 可扩充性：采用新的 OS 结构，易于功能的增、删、改。 开放性：要求提供统一开放的环境，各种类型的计算机硬件系统，出自不同的厂家，能通过网络集成并能够正确、有效地协同工作，实现应用程序的移植。 操作系统的作用 作为用户与计算机硬件系统之间的接口 命令方式 (UNIX、DOS 命令) 系统调用方式 (API) 图形、窗口方式 (Windows) OS 作为计算机系统资源的管理者 硬件资源：处理机（分配控制）、存储器（分配回收）、I/O 设备（分配回...

定义算法：对特定问题求解步骤的一种描述，是指令的有限序列。此外，构成算法的求解步骤必须满足以下条件： 输入; 输出; 确定性; 能行性; 有穷性。 算法不是问题的答案，而是解决问题的操作步骤，执行 这个操作步骤就能获得问题的答案。 算法的性质确定性：算法没有歧义有点像玩文字游戏,找逻辑漏洞能行性：可以机械地一步一步执行基本操作步骤有穷性：算法必须在有限个计算步骤后终止 算法的分类精确算法（exact algorithm） 总能保证求得问题的解。启发式算法（heuristic algorithm） 通过使用某种规则、简化或智能猜测来减少问题求解时间。对于最优化问题，一个算法如果致力于寻找近似解而不是最优解，被称为近似算法(approximation algorithm)。如果在算法中需做出某些随机选择，则称为随机算法（randomized algorithm）。 算法设计 贪心策略 分治策略 动态规划策略 回溯策略 分枝限界策略 课后证明欧几里得辗转相除法证明逻辑可能有点混乱 12345678int gcd(int a, int b) { while (b !...

高级概念接下来是比基础知识高级一点的概念 结构化输出LangChain通过response_format参数提供结构化输出策略。 ToolStrategyToolStrategy使用人工工具调用生成结构化输出。这适用于任何支持工具调用的模型： 12345678910111213141516171819202122from pydantic import BaseModelfrom langchain.agents import create_agentfrom langchain.agents.structured_output import ToolStrategyclass ContactInfo(BaseModel): name: str email: str phone: stragent = create_agent( model="openai:gpt-4o-mini", tools=[search_tool], response_format=ToolStrategy(ContactInfo))result =...

为满足GYBot的更新需求，现来学习LangChain v1.0 AgentsAgents能将大模型与工具结合，让大模型经过推理，决定使用工具，来解决问题Agents会一直运行，直到满足停止条件——即模型输出最终结果或达到迭代次数限制。 核心组件模型即大模型，可以看成Agents的大脑 静态模型静态模型在创建Agents时配置一次，并在整个执行过程中保持不变。这是最常见且直接的方法。从 模型标识符字符串 初始化静态模型： 123456from langchain.agents import create_agentagent = create_agent( "openai:gpt-5", tools=tools) 提示模型标识符字符串支持自动推断（例如 “gpt-5” 将被推断为 “openai:gpt-5”）。请参考参考文档 查看完整的模型标识符字符串映射列>>表。官方文档使用OpenAi举例： 1234567891011from langchain.agents import create_agentfrom langch...