1-1 采用邻接矩阵表示法创建无向图分数 4
作者 王东
单位 贵州师范学院
采用邻接矩阵表示法创建无向图G ，依次输出各顶点的度。
函数接口定义：1void CreateUDN(AMGraph &G);
其中 G 是采用邻接矩阵表示的无向图。
裁判测试程序样例：12345678910111213141516171819202122232425262728#include <stdio.h>#define MVNum 100 typedef struct{ char vexs[MVNum]; int arcs[MVNum][MVNum]; int vexnum,arcnum; }AMGraph;void CreateUDN(AMGraph &G);int main(){ AMGraph G; int i , j,sum=0; CreateUDN(G); for(i = 0 ; i &l ...
2. 两数相加——add-two-numbers给你两个 非空 的链表，表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的，并且每个节点只能存储 一位 数字。
请你将两个数相加，并以相同形式返回一个表示和的链表。
你可以假设除了数字 0 之外，这两个数都不会以 0 开头。
示例 1：
123输入：l1 = [2,4,3], l2 = [5,6,4]输出：[7,0,8]解释：342 + 465 = 807.
示例 2：
12输入：l1 = [0], l2 = [0]输出：[0]
示例 3：
12输入：l1 = [9,9,9,9,9,9,9], l2 = [9,9,9,9]输出：[8,9,9,9,0,0,0,1]
提示：
每个链表中的节点数在范围 [1, 100] 内
0 <= Node.val <= 9
题目数据保证列表表示的数字不含前导零
我的超出内容限制代码不把链表转成整数计算
1234567891011121314151617181920212223242526272829303132333435363738class Solution &# ...
二、封装模型重训练 + 重部署接口，实现状态监控并对接前端与 FastGPT具体要做的事：
编写脚本，封装模型重训练 + 重部署接口，支持从业务系统数据库获取数据用于重训练，训练完成后自动完成模型重部署；
实现重训练 + 重部署的状态监控功能，实时跟踪流程进度（如数据获取中、训练中、部署中、完成 / 失败）；
提供两个对接前端的接口：一个用于触发重训练重部署的命令接口，另一个用于向前端推送 / 供前端获取状态的通知接口；
确保重部署完成后，FastGPT 工作流调用的四个预测 API（进口价格 / 进口数量 / 出口价格 / 出口数量）能使用最新训练的模型进行预测。
现有三段功能不同的代码：1.Trade_Transformer_LSTM_price.py1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878 ...
一、测试 FastGPT 中 RAG 查询的准确率，重点验证复杂场景表现具体要做的事：
先测试单表查询的准确率，看简单问题能否正确响应；
再测试多表关联查询、数据统计计算这类复杂场景，验证是否能得出正确结果；
根据测试结果判断：如果复杂查询准确率达标，就不用调整现有配置；若不达标，再考虑优化。
实践过程1
我选择的单表查询对象是：哈萨克斯坦2025年3月出口贸易数据2025.3.csv
导入知识库
创建工作流
运行测试
一、基础信息查询类（验证字段理解能力）测试目标：验证 RAG 能否正确识别字段含义并返回基础数据信息
测试编号
测试问题
预期正确结果
结果验证依据
1.1
数据中的贸易伙伴国家是哪个？
哈萨克斯坦
贸易伙伴名称字段唯一值
二、条件筛选查询类（验证多条件组合能力）测试目标：验证 RAG 能否处理多条件组合筛选，准确定位目标数据
测试编号
测试问题
预期正确结果
结果验证依据
2.1
人民币金额大于 100 万元的边境小额贸易记录有哪些（列出前 3 条的商品名称和金额）？
筛选 “贸易方式名称 = 边境小额贸易” 且 ...
617. 合并二叉树——merge-two-binary-trees给你两棵二叉树： root1 和 root2 。
想象一下，当你将其中一棵覆盖到另一棵之上时，两棵树上的一些节点将会重叠（而另一些不会）。你需要将这两棵树合并成一棵新二叉树。合并的规则是：如果两个节点重叠，那么将这两个节点的值相加作为合并后节点的新值；否则，不为 null 的节点将直接作为新二叉树的节点。
返回合并后的二叉树。
注意: 合并过程必须从两个树的根节点开始。
示例 1：
12输入：root1 = [1,3,2,5], root2 = [2,1,3,null,4,null,7]输出：[3,4,5,5,4,null,7]
示例 2：
12输入：root1 = [1], root2 = [1,2]输出：[2,2]
提示：
两棵树中的节点数目在范围 [0, 2000] 内
-104 <= Node.val <= 104
我的卡壳之后的代码（跟官方解答方法二一样）1234567891011121314151617181920212223242526272829303132333435363 ...
543. 二叉树的直径——diameter-of-binary-tree给你一棵二叉树的根节点，返回该树的 直径 。
二叉树的 直径 是指树中任意两个节点之间最长路径的 长度 。这条路径可能经过也可能不经过根节点 root 。
两节点之间路径的 长度 由它们之间边数表示。
示例 1：
123输入：root = [1,2,3,4,5]输出：3解释：3 ，取路径 [4,2,1,3] 或 [5,2,1,3] 的长度。
示例 2：
12输入：root = [1,2]输出：1
提示：
树中节点数目在范围 [1, 104] 内
-100 <= Node.val <= 100
一看到这个题目一头雾水，之前只会求最大深度
这题确实会用到最大深度：
两个叶子结点之间路径=根节点左右儿子的深度之和
但是会出现这个问题：
所以跟之前的求最大深度不一样：要加一个ans，每次过一个结点就求最大路径（深度之和），每次就比较一次，把大的放入ans
方法：深度优先搜索首先我们知道一条路径的长度为该路径经过的节点数减一，所以求直径（即求路径长度的最大值）等效于求路径经过节点数的最大 ...
461. 汉明距离——hamming-distance两个整数之间的 汉明距离 指的是这两个数字对应二进制位不同的位置的数目。
给你两个整数 x 和 y，计算并返回它们之间的汉明距离。
示例 1：
1234567输入：x = 1, y = 4输出：2解释：1 (0 0 0 1)4 (0 1 0 0) ↑ ↑上面的箭头指出了对应二进制位不同的位置。
示例 2：
12输入：x = 3, y = 1输出：1
提示：
0 <= x, y <= 231 - 1
这种题没见过，直接学
前言汉明距离广泛应用于多个领域。在编码理论中用于错误检测，在信息论中量化字符串之间的差异。
两个整数之间的汉明距离是对应位置上数字不同的位数。
根据以上定义，我们使用异或运算，记为 ⊕，当且仅当输入位不同时输出为 1。
计算 x 和 y 之间的汉明距离，可以先计算 x⊕y，然后统计结果中等于 1 的位数。
现在，原始问题转换为位计数问题。位计数有多种思路，将在下面的方法中介绍。
方法一：内置位计数功能思路及算法
大多数编程语言都内置了计算二进制表达中 1 的数量 ...
448. 找到所有数组中消失的数字——find-all-numbers-disappeared-in-an-array给你一个含 n 个整数的数组 nums ，其中 nums[i] 在区间 [1, n] 内。请你找出所有在 [1, n] 范围内但没有出现在 nums 中的数字，并以数组的形式返回结果。
示例 1：
12输入：nums = [4,3,2,7,8,2,3,1]输出：[5,6]
示例 2：
12输入：nums = [1,1]输出：[2]
提示：
n == nums.length
1 <= n <= 105
1 <= nums[i] <= n
我的正确答案
将1-n先存放进哈希表，把有的删掉，没有的就是消失的数字
1234567891011121314151617181920class Solution { public List<Integer> findDisappearedNumbers(int[] nums) { Set<Integer> set = new Hash ...
338. 比特位计数counting-bits给你一个整数 n ，对于 0 <= i <= n 中的每个 i ，计算其二进制表示中 1 的个数 ，返回一个长度为 n + 1 的数组 ans 作为答案。
示例 1：
123456输入：n = 2输出：[0,1,1]解释：0 --> 01 --> 12 --> 10
示例 2：
123456789输入：n = 5输出：[0,1,1,2,1,2]解释：0 --> 01 --> 12 --> 103 --> 114 --> 1005 --> 101
提示：
0 <= n <= 105
此题没有见过，直接学习
(有相应的内置函数用于计算给定的整数的二进制表示中的 1 的数目，例如Integer.bitCount)
要解决这个问题，我们需要计算从 0 到 n 的每个整数的二进制表示中 1 的个数，并返回一个包含这些计数的数组。可以利用动态规划结合二进制数的特性高效求解，避免对每个数单独计算（时间复杂度可优化到 O(n)）。
核心思路：利用二进制数的奇偶性 ...
283. 移动零move-zeroes给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。
请注意 ，必须在不复制数组的情况下原地对数组进行操作。
示例 1:
12输入: nums = [0,1,0,3,12]输出: [1,3,12,0,0]
示例 2:
12输入: nums = [0]输出: [0]
提示:
1 <= nums.length <= 14
-231 <= nums[i] <= 231 - 1
我的正确答案
将非零的依次往前挪，剩的用0补全
1234567891011121314class Solution { public void moveZeroes(int[] nums) { int curr = 0; for (int i = 0; i < nums.length; i++) { if (nums[i] != 0) { nums[curr] = num ...
公告
