-
牛客819094216号 2022-05-18 16:28:08
题解 | #字符串分隔#
import java.util.Scanner fun main(args: Array<String>) { val read = Scanner(System.`in`) val strings = read.nextLin
来自 牛客819094216号0 0 -
Moens 2022-05-18 16:28:08
Spatial-Temporal Graph Transformer for Multiple Object Tracking
论文地址：Spatial-Temporal Graph Transformer for Multiple Object Tracking STGT 介绍与相关工作 概述 时空图Transformer 时空图Transformer编码器
来自 Moens0 0 -
Moens 2022-05-18 16:28:33
CE-FPN: Enhancing Channel Information for Object Detection
论文地址：https://arxiv.org/abs/2103.10643 CE-FPN 介绍和相关工作 方法 子像素跳跃融合 子像素上下文增强 通道注意力指导模块 实验 介绍和相关工作 目前的检测器中，F
来自 Moens0 0 -
Moens 2022-05-18 16:28:58
YOLOF：You Only Look One-level Feature
论文连接：You Only Look One-level Feature 代码连接：https://github.com/megvii-model/YOLOF YOLOF 介绍和相关工作 多进多出编码器的代价分析 方法讨论 受限的缩放尺度问题
来自 Moens0 0 -
Moens 2022-05-18 16:29:24
Learning a Proposal Classifier for Multiple Object Tracking
论文地址：https://arxiv.org/abs/2103.07889 代码地址：https://github.com/daip13/LPC_MOT Learning a Proposal Classifier for Multiple Object Tracking 介绍
来自 Moens0 0 -
Moens 2022-05-18 16:29:48
Track to Detect and Segment: An Online Multi-Object Tracker
论文与代码地址：链接 TraDeS 介绍和相关工作 TraDeS Tracker 基于代价度量的关联模块 运动指导的特征整理模块 Tracklet的生成 实验 总结 介绍和相关工作 TraDeS 延续J
来自 Moens0 0 -
Moens 2022-05-18 16:30:15
DEFT: Detection Embeddings for Tracking
论文地址：链接 代码地址：链接 DEFT 介绍与相关工作 DEFT网络 目标embedding 匹配头Matching head 在线数据关联Online Data Association 运动预测Motion Forecast
来自 Moens0 0 -
牛客455718745号 2022-05-18 16:30:36
题解 | #24点运算#
嗯算！
来自 牛客455718745号0 0 -
Moens 2022-05-18 16:30:40
一个可微的轨迹训练方法：How To Train Your Deep Multi-Object Tracker
论文地址：链接 代码地址：链接 How To Train Your Deep Multi-Object Tracker 一、 介绍 二、 DeepMOT 深度匈牙利算法：DHN MOTA和MOTP微分操作 如何训练深度多目标追踪器
来自 Moens0 0 -
Moens 2022-05-18 16:31:04
ArTIST:Probabilistic Tracklet Scoring and Inpainting for Multiple Object Tracking
论文地址：链接 论文解读ArTIST 介绍 方法 概念 ArTIST概述 ArTIST结构 移动代理交互Moving Agent Interactions 追踪得分 轨迹填充 T
来自 Moens0 0 -
Moens 2022-05-18 16:31:29
多检测模型边界框集成方法：Weighted boxes fusion: Ensembling boxes from different object detection models
论文地址：链接 代码地址：链接 WBF 一、相关介绍 NMS Soft-NMS 二、Weighted Boxes Fusion 三、实验与思考 一、相关介绍 NMS在单个模型的的边界框过滤中表现还是不错的，但是对于
来自 Moens0 0 -
Moens 2022-05-18 16:31:52
重新审视Faster RCNN：优缺点与改进
重新审视Faster RCNN Faster RCNN优点 Faster RCNN缺点 对于Faster RCNN的改进算法 特征融合：HyperNet 实例分割：Mask RCNN 全卷机网络：R-FCN 级联网络：Cascade R
来自 Moens0 0 -
Moens 2022-05-18 16:32:16
RepVGG: Making VGG-style ConvNets Great Again
RepVGG 一、 介绍 二、 通过结构性再参数化构建RepVGG 1. 训练时多分支结构 2. 推理时模型的再参数化 3. 结构规范 三、 实验 一、 介绍 主要贡献： 提出了一个快速且准确的RepVGG网络，
来自 Moens0 0 -
Moens 2022-05-18 16:33:01
暴力涨点：Inception Convolution with Efficient Dilation Search
论文地址：链接 Inception Convolution 一、 介绍 二、 方法 1. 问题表述 2. 解决 三、 实验 1.图像识别 2.目标检测 3. 实例分割 4. 拥挤人群检测
来自 Moens0 0 -
Moens 2022-05-18 16:33:27
FcaNet: Frequency Channel Attention Networks
论文地址：链接 代码地址：链接 FcaNet 一、介绍 二、 方法 2.1 回顾通道注意力和DCT 2.2 多谱通道注意力 通道注意力理论分析 多谱注意力模型 选择频率分量标准
来自 Moens0 0 -
Moens 2022-05-18 16:33:52
Quasi-Dense Similarity Learning for Multiple Object Tracking
论文：链接 代码：链接 QDTrack 一、 介绍 二、 方法 1. 目标检测 2. 拟密集对比学习 3. 目标关联 三、 实验 一、 介绍 之前的工作存在只利用IOU或者中心距离等其他像素级别的先验知识进
来自 Moens0 0 -
Moens 2022-05-18 16:34:17
特征金字塔：FPN网络 - Pytorch实现
FPN网络 1.自下而上网络 2.自上而下网络 3.横向连接网络 4.卷积融合 5.代码 一个特征金字塔FPN的总体架构包括四个方面： 自下而上网络 自上而下网络 横向连接网络 卷积融合 1.自下而上网络 如上图所示，最左侧为普通的卷积网络
来自 Moens0 0 -
是一块海绵 2022-05-18 16:34:25
题解 | #二分查找-I#
1、仅当nums[mid] == target时，返回下标。其他情况均返回 -1。 2、因为数组升序排列 当nums[mid]>target，说明下标>=mid的数组值均可抛弃，所以把right值更新为mid-1。 nums[mid]<target时同理， l = mid + 1;
来自 是一块海绵0 0 -
Moens 2022-05-18 16:34:38
Simple Unsupervised Multi-Object Tracking
论文地址：链接 Simple Unsupervised Multi-Object Tracking 一、 介绍 二、 方法 2.1 框架：产生追踪标签进行学 2.2 主要方法 四、 实验 一、 介绍 作者认为MOT任
来自 Moens0 0 -
Moens 2022-05-18 16:35:00
Discriminative Appearance Modeling with Multi-track Pooling for Real-time Multi-object Tracking
论文地址：链接 代码地址：暂无 阅读心得 一、介绍 二、 相关工作 三、Track Proposal Classifier 3.1 Bilinear LSTM 3.2 应用于MOT 3.3 多追踪池化模型 3.4 训练损失
来自 Moens0 0 -
Moens 2022-05-18 16:35:23
TrackMPNN: A Message Passing Graph Neural Architecture for Multi-Object Tracking
论文地址：链接 TrackMPNN 一、 介绍 二、 追踪框架 2.1 动态无向图结构 2.2 训练和推导 三、模型结构 3.1检测节点操作 3.2 关联节点操作 3.3训练损失
来自 Moens0 0 -
Moens 2022-05-18 16:35:48
CSTrack：Rethinking the competition between detection and reid in multi-object tracking
论文地址：链接 源码地址：链接 主要创新点： 提出了一个新颖的交叉关联网络建模学习独立任务表达，有效减少检测和ReID任务竞争，且增加任务之间的协同。 引入一个尺度感知网络来融合特征，从而提升不同尺度下的目标特征的弹性。 CSTrack 一、 相关介绍 二、 方
来自 Moens0 0 -
Moens 2022-05-18 16:36:11
argparse模块用法
argparse模块用法 举例 ArgumentParser 对象 add_argument() 方法 name or flags action nargs const default type choices
来自 Moens0 0 -
Moens 2022-05-18 16:36:32
阅读心得：TGCN:Time Domain Graph Convolutional Network For Multiple Objects Tracking
论文地址：TGCN:Time Domain Graph Convolutional Network For Multiple Objects Tracking TGCN 一、 摘要 二、 介绍与相关工作 三、 模型 1、 基于CNN的目标检测方法
来自 Moens0 0 -
Moens 2022-05-18 16:36:56
openc进行视频分析（背景分离和光流）
视频分析 背景分离 光流 Lucas-Kanade 方法 opencv中的Lucas-Kanade光流法 OpenCV中的密集光流 背景分离 背景分离（BS）是一种通过使用静态相机来生成前景掩码（即包含属于场景中的移动对象
来自 Moens0 0 -
Moens 2022-05-18 16:37:22
opencv 形态学转换
形态学转换 侵蚀 cv.erode 扩张 cv.dilate() cv .morphologyEx() 函数 开运算 闭运算 形态学梯度 顶帽 黑帽 侵蚀 cv.erode 侵蚀的基本思想就像土壤侵
来自 Moens0 0 -
Moens 2022-05-18 16:37:45
opencv图像阈值处理和图像滤波平滑
opencv图像阈值 阈值处理 简单阈值处理 cv .threshold() 自适应阈值 cv.adaptiveThreshold() Otsu的二值化 图像平滑 2D卷积（图像过滤） cv .filter2D（）
来自 Moens0 0 -
Moens 2022-05-18 16:38:08
opencv进行图像的几何变换
1.cv.resize()改变图像大小 原始图像（opencv读取后会变为BGR图像）： import cv2 as cv img = cv.imread('1.JPG',0) img = cv.resize(img,(256,256)) #改变大小到（256,256） cv.imshow
来自 Moens0 0 -
Moens 2022-05-18 16:38:29
代码时间性能衡量
1.使用opencv衡量性能 cv.getTickCount函数返回从参考事件（如打开机器的那一刻）到调用此函数那一刻之间的时钟周期数。因此，如果在函数执行之前和之后调用它，则会获得用于执行函数的时钟周期数。 cv.getTickFrequency函数返回时钟周期的频率或每秒的时钟周期数。 衡量代
来自 Moens0 0 -
Moens 2022-05-18 16:38:50
阅读心得：RetinaTrack: Online Single Stage Joint Detection and Tracking
论文地址：RetinaTrack: Online Single Stage Joint Detection and Tracking RetinaTrack 一、 介绍 主要贡献 相关工作 二、 RetinaTrack结构
来自 Moens0 0 -
Moens 2022-05-18 16:39:12
opencv图片基本操作
1.拆分和合并图像通道 cv.split() cv.merge() cv.split() 很耗时，非必要可以使用numpy代替 import cv2 as cv img = cv.imread('./GUI/Images/1.JPG') img = cv.resize(img,(300,300)
来自 Moens0 0 -
Moens 2022-05-18 16:39:35
opencv绘图
1.opencv画线 cv.line() import cv2 as cv import numpy as np # 创建黑色背景 img = np.zeros((512,512,3),np.uint8) #绘制厚度为5的白色对角线 cv.line(img,(0,0),(512,512),(255
来自 Moens0 0 -
Moens 2022-05-18 16:39:57
opencv视频相关处理
cv2.waitKey() 是一个键盘绑定函数。该函数等待任何键盘事件指定的毫秒。如果您在这段时间内按下任何键，程序将继续运行。 import cv2 img = cv2.imread('./Images//1.JPG',0) #读取图片 cv2.imshow('image',img) k =
来自 Moens0 0 -
Moens 2022-05-18 16:40:18
文件按序重命名
import os file_path = './' #当前文件路径 file_index = 0 #文件初始序号 for file in os.listdir(file_path): path = os.path.join(file_path,file) if os.pat
来自 Moens0 0 -
Moens 2022-05-18 16:40:38
阅读心得： TransTrack: Multiple-Object Tracking with Transformer
论文地址：TransTrack: Multiple-Object Tracking with Transformer TransTrack 一、 摘要 二、 介绍 三、 TransTrack 1. Pipeline 2. 训练
来自 Moens0 0 -
Moens 2022-05-18 16:41:03
阅读心得：DETR:End-to-End Object Detection with Transformers
论文地址：End-to-End Object Detection with Transformers DETR 一、 摘要 二、 介绍 三、 相关工作 1. 集合预测 2. Transformer 和并行解码 四、 DETR模型
来自 Moens0 0 -
牛客221348879号 2022-05-18 16:41:21
题解 | #某宝店铺动销率与售罄率#
难在题目要求指标理解。 select style_id ,round((shouchu/(cunhuo-shouchu)*100),2) 'sell-through_rate(%)' ,round(shoujia/qian*100,2) 'pin_rate(%)' from (select st
来自 牛客221348879号0 0 -
Moens 2022-05-18 16:41:25
阅读心得：Learning a Neural Solver for Multiple Object Tracking
论文地址：Learning a Neural Solver for Multiple Object Tracking Learning a Neural Solver for Multiple Object Tracking 一、 摘要 二、 介绍 三、 图问题解释追踪
来自 Moens0 0 -
牛客486424497号 2022-05-18 16:41:38
题解 | #输出单向链表中倒数第k个结点#
双指针 快指针先走k步 然后和慢指针一起走
来自 牛客486424497号0 0 -
Moens 2022-05-18 16:41:48
一个基于高阶图匹配的多目标***：Online Multi-Target Tracking with Tensor-Based High-Order Graph Matching
论文地址：Online Multi-Target Tracking with Tensor-Based High-Order Graph Matching 基于高阶图匹配的多目标*** 一、 摘要 二、 相关介绍 三、 高阶超图匹配 1. 问题设置
来自 Moens0 0 -
余白.kili 2022-05-18 16:42:07
题解 | #提取不重复的整数#
let num = readline() //先反转再去重 num = String(num).split('').reverse() num = [... new Set(num)].join('') con
来自 余白.kili0 0 -
Moens 2022-05-18 16:42:12
多任务损失优化：Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics
论文地址：Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics 使用同方差不确定性优化多任务损失优化 一、 摘要 二、 介绍 三、 多任务学习
来自 Moens0 0 -
牛客234742501号 2022-05-18 16:42:23
题解 | #链表相加(二)#
利用数据栈来进行链表相加运算 定义两个栈接受链表的数据 stack1与stack2 在定义接收结果栈 stack 定义stack1与stack2出栈结果的和sum sum需要满足十进制对10取余并 定义yuShu保存每一次相加的进位 在接下来的出栈中将
来自 牛客234742501号0 0 -
Moens 2022-05-18 16:42:33
阅读心得：JDE：Towards Real-Time Multi-Object Tracking
论文地址：Towards Real-Time Multi-Object Tracking Towards Real-Time Multi-Object Tracking 一、 摘要 二、 介绍 三、 检测和嵌入的联合学习（JDE） 1. 问题设置
来自 Moens0 0 -
Moens 2022-05-18 16:42:56
阅读心得：DeepSORT：Simple online and realtime tracking with a deep association metric
论文地址：Simple online and realtime tracking with a deep association metric Simple online and realtime tracking with a deep association metric 一
来自 Moens0 0 -
Moens 2022-05-18 16:43:17
阅读心得：SORT：Simple online and realtime tracking
论文地址：Simple online and realtime tracking Simple online and realtime tracking 一、介绍 二、方法 1. 检测 2. 评估模型 3. 数据关联 4. 创建和
来自 Moens0 0 -
Moens 2022-05-18 16:43:38
图网络：从谱域卷积到空域卷积
从谱域卷积到空域卷积 谱域图卷积 实现思路 经典谱域图卷积 谱域图卷积的缺陷 谱域和空域图卷积比较 空域图卷积 空域卷积的特点 谱域图卷积 实现思路 通过 f 1 ( t ) ☆ f 2 ( t ) = F
来自 Moens0 0 -
Moens 2022-05-18 16:44:00
图网络空域卷积说明4:PGC
论文地址：Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition PGC 一、核心思想 二、传统卷积对比 三、PGC实现 取样函数
来自 Moens0 0 -
Zerone· 2022-05-18 16:44:11
题解 | #判断是元音还是辅音#
#include<stdio.h> //A==65,E==69,I==73,O==79,U==85 int output(char a) { int ar[5] = {65,&nb
来自 Zerone·1 0 -
Moens 2022-05-18 16:44:23
图网络空域卷积说明3:GAT
论文地址：Graph attention networks GAT 一、核心思想 二、 实现 三、对比 四、实例 一、核心思想 将注意力（attention）机制引入到图卷积模型中，使用attention机制来建模节点间的关联度 作者认为邻域中所有的
来自 Moens0 0 -
Moens 2022-05-18 16:44:44
图网络空域卷积说明2:GraphSAGE
论文地址：Inductive Representation Learning on Large Graphs GraphSAGE 一、核心思想 二、实现步骤 三、对比 四、举例 一、核心思想 GraphSAGE认为卷积=采样+信息聚合（sample+
来自 Moens0 0 -
Moens 2022-05-18 16:45:07
图网络空域卷积说明1:GNN
论文地址：A Generalization of Convolutional Neural Networks to Graph-Structured Data GNN的做法是将一个图结构的数据强行变化为一个类似规则的数据，从而实现1维的卷积。 传统卷积：固定数量的邻域节点排序后，与相同数量的卷积核
来自 Moens0 0 -
余白.kili 2022-05-18 16:45:28
题解 | #截取字符串#
let str = readline() let len = readline() let result = str.substr(0,len) console.log(result)
来自 余白.kili0 0 -
Moens 2022-05-18 16:45:28
阅读心得：Focal Loss and RetinaNet:Focal Loss for Dense Object Detection
论文地址：Focal Loss for Dense Object Detection Focal Loss for Dense Object Detection 一、 摘要 二、 介绍 三、 相关工作 四、 Focal Loss 1. 平衡交叉熵
来自 Moens0 0 -
Moens 2022-05-18 16:45:50
阅读心得：Chained-Tracker
论文出处：Chained-Tracker: Chaining Paired Attentive Regression Results for End-to-End Joint Multiple-Object Detection and Tracking Chained-Tracker详细心
来自 Moens0 0 -
Moens 2022-05-18 16:46:13
阅读心得：GSTD:Joint Object Detection and Multi-Object Tracking with Graph Neural Networks
参考文献：Joint Object Detection and Multi-Object Tracking with Graph Neural Networks Joint Object Detection and Multi-Object Tracking with Graph Neur
来自 Moens0 0 -
Moens 2022-05-18 16:46:34
图谱卷积预备知识2：图傅里叶变换
图傅里叶变换 图上的信号 经典的傅里叶变换 图傅里叶变换 经典傅里叶变换和图傅里叶变换的对比 图傅里叶变换的作用 图上的信号 图上的信号一般表达为一个向量。假设有n个节点，假设每个节点的信号为： x = [ x 1 , x 2 , … , x n ] T ∈
来自 Moens0 0 -
Moens 2022-05-18 16:46:56
图谱卷积预备知识1：拉普拉斯矩阵
拉普拉斯矩阵介绍（图谱卷积） 相关概念 无向图 邻接矩阵 度矩阵 拉普拉斯算子 连续函数 离散函数 拉普拉斯矩阵 拉普拉斯矩阵性质 拉普拉斯矩阵的谱分解
来自 Moens0 0 -
Moens 2022-05-18 16:47:17
最小二乘法解决回归问题简单介绍
最小二乘法解决回归问题简单介绍 线性回归问题 最小二乘法 目的 方法 实例 线性回归问题 线性回归就是对所给的样本进行建模，从而来对未给定或者未来的数据进行预测。如上图，给定了一系列的样本点，通过找到一条“最逼近”所有样本点
来自 Moens0 0 -
Moens 2022-05-18 16:47:39
阅读心得：TPAGT: Flow-Guided Adaptive Graph Tracking/Tracklets Predicting Based Adaptive Graph Tracking
论文地址： FGAGT: Flow-Guided Adaptive Graph Tracking 论文版本3：Tracklets Predicting Based Adaptive Graph Tracking FGAGT阅读心得 一、 摘要 二、 简要介绍
来自 Moens0 0 -
Moens 2022-05-18 16:48:21
卷积神经网络的通用性拓展
卷积神经网络的通用性拓展 深度可分离卷积 空洞卷积（膨胀卷积） 深度可分离卷积 普通情况的卷积 上面的图片展示了一张三个通道的图片经过两个5X5X3的卷积核的卷积，生成两个256X256X1的特征图，然后concat为一张256X256X2的特征图。一共包含5X5X
来自 Moens0 0 -
Moens 2022-05-18 16:48:44
阅读心得：CenterTrack：Tracking Objects as Points
论文地址: 论文出处 代码地址：code CenterTrack 一、 摘要 二、 介绍 三、 预备 CenterNet 以点追踪目标 追踪条件检测器 偏移连接 实验 消融学习
来自 Moens0 0 -
测试小凡 2022-05-18 16:48:48
python单元测试框架Unittest详解
前言 我们今天来聊聊Python中的单元测试框架unittest，大家都知道在Python中比较热门的测试框架除了pytest就是unittest，我之前有讲过pytest所以今天想讲unittest。喜欢的可以点点关注哟。
来自 测试小凡0 0 -
Moens 2022-05-18 16:49:05
阅读心得：CenterNet:Objects as Points
链接: CenterNet:Objects as Points. CenterNet阅读心得 一、摘要 二、介绍 三、实现细节 四、总结 一、摘要 大多的成功的目标检测任务，通过迭代一个详细的目标位置列表和对应的分类，显得十分的低效且浪费。我们的模型采
来自 Moens0 0 -
Moens 2022-05-18 16:49:27
TEA: Temporal Excitation and Aggregation for Action Recognition阅读笔记
一、简介 考虑时间建模在视频中行为识别的重要性，包括运动激发模块（ME）和一个多时间聚合模型（MTA），将他们嵌入一个标准ResNet块中，重新生成一个时间激发和聚合块，ME和MTA分别作用在短程运动和长程聚集上。ME模块利用从时空特征中计算的特征等级时间差异去激活特征的动作敏感通道。MTA模块将
来自 Moens0 0 -
牛客382327465号 2022-05-18 16:52:42
题解 | #删除链表的节点#
import java.util.*; /* * public class ListNode { * int val; * ListNode next = null; * public ListNode(int val) { * this.val = val; *
来自 牛客382327465号0 0 -
牛客煲 2022-05-18 16:53:48
题解 | #浙大不同难度题目的正确率#简单理解
SELECT difficult_level, SUM( IF ( result = "right", 1, 0 ))/ COUNT( qpd.device_id ) AS correct_r
来自 牛客煲0 0 -
小易正在努力学习魔法 2022-05-18 17:01:18
font awsome 图标
font aswsome 字体/图标，引入后，可以直接使用 1.普通使用 2.列表图标 3.边界和被拉的图标 4.动态图标 fa-spin 类可以让图标旋转, fa-pulse 类可以使图标以 8 步为周期进行旋转。动起来！ 5.旋转和翻转的图标 fa-rotate-* 和 fa-flip
来自 小易正在努力学习魔法0 0 -
牛客414482222号 2022-05-18 17:03:21
题解 | #明明的随机数#
while(line=readline()){ // console.log(line); var arr = []; for(let i=0;i<line;i++){ arr.push(readline()); } var newarr = [...new Set(arr)]; ne
来自 牛客414482222号0 0 -
Zerone· 2022-05-18 17:04:25
题解 | #牛牛的判断题#
#include<stdio.h> int main() { int x, l, r; scanf("%d %d %d", &x, &l, &r); if (x >= l &
来自 Zerone·1 0 -
Michael201909092305816 2022-05-18 17:04:31
题解 | #计算日期到天数转换#
yes inport sys a=input().split(' ') year = int(a[0]) month = int(a[1]) day = int(a[2]) day1=0 def specialyear(n): if n%4 ==0 and n %100 !=0:
来自 Michael2019090923058160 0 -
无刺的仙人掌 2022-05-18 17:06:21
题解 | #实现3-8译码器①#
`timescale 1ns/1ns module decoder_38( input E1_n , input E2_n , input E3 , input A0 , inpu
来自 无刺的仙人掌0 0 -
dd.jike 2022-05-18 17:07:50
题解 | #坐标移动#
import java.util.Arrays; import java.util.Map; import java.util.Scanner; import java.util.stream.Collectors; public class Main { public static void ma
来自 dd.jike0 0 -
java互联网架构师 2022-05-18 17:10:11
阿里大牛耗时两个月，终于把牛客网最火的Java面试八股文整理出来了
前言 作为一个 Java 程序员，你平时总是陷在业务开发里，每天噼里啪啦忙敲着代码，上到系统开发，下到 Bug 修改，你感觉自己无所不能。然而偶尔的一次聚会，你听说和自己一起出道的同学早已经年薪 50 万，而自己却囊中羞涩。于是你也想看看新机会，找个新平台，好好发展。
来自 java互联网架构师0 0 -
chuuuu 2022-05-18 17:10:52
uni-app
支付宝小程序 默认支付宝导航栏的字体颜色是白色的 需要在pages.json中添加以下代码兼容字体颜色 "globalStyle": { "navigationBarTextStyle": "black", "navigationBarTitleT
来自 chuuuu0 0 -
独行的蜗牛 2022-05-18 17:11:04
题解 | #进制转换#
import java.util.Scanner; public class Main { public static void main(String[] args)&
来自 独行的蜗牛0 0 -
芒果不是程序猿 2022-05-18 17:12:01
测试人员如何做不漏测？这7点就够
什么是漏测？具体的说，什么是测试漏测？ A 测试漏测是指软件产品在测试结束后出现了在测试过程中没有被发现的bug。我们知道，漏测是每一个软件测试者最头疼的事，一旦出现漏测， 首先给客户带来了非常不好的影响，特别是严重的功能性bug被漏测； 其次增加bug修复的成本，包
来自 芒果不是程序猿0 0 -
嗯吧哦啦哈 2022-05-18 17:13:46
2020-2022最新Android 腾讯面试真题！附：答案解析
一、Java基础部分 1.HashMap和HashTable以及CurrentHashMap的区别。 一般来说，这三个东西基本在面试中70%会被问到，而问的方向也不太一样。比如初级的问法是讲讲它们之前的区别，这个我想没什么难度，大多数人还是知道主要核心区别是并发上的处理。此外，内部数据结构的实现、扩
来自 嗯吧哦啦哈0 0 -
牛客541781620号 2022-05-18 17:14:32
题解 | #未完成试卷数大于1的有效用户#
with t1 as (select job,(count(score)+1)/2 num from grade group by job) -- 取出每个job组中的中位数，5个中位数是3，4个就是2.5 select id,job,score,t2 from (select id,job,sco
来自 牛客541781620号0 0 -
牛客472456070号 2022-05-18 17:20:21
怎样快速查询本周热点新闻/实时热点？
怎样快速查询本周热点新闻/实时热点？首先我们要知道，本周新闻热点事件指的是近7天内网上所滋生的与查询主体相关的事件、话题、报道等的集合。那么，自媒体/新媒体从业者，或者是有浏览热点资讯习惯的读者，就会需要快速查询近期热点。那么，有什么办法呢？ 01 关键词查询 选定一
来自 牛客472456070号0 0 -
Be-A-God 2022-05-18 17:24:30
题解 | #表达式求值#
中缀表达式求值：适合用递归 后缀表达式：适合用栈 写第二遍发现还是不会，逻辑理不清晰 class Solution { public: int solve(string s) { // 字符数字转整型；一组括号内计算的结果 int sum = 0, ans = 0
来自 Be-A-God0 0 -
牛客472456070号 2022-05-18 17:26:23
作为一个自媒体人，如何第一时间获取社会热点新闻？
如何第一时间获取社会热点新闻？作为自媒体营销汪一只，有跟热点的需求，毕竟追热点的速度就是我们涨工资的速度。今天就给大家介绍一下，如何提高追热点的效率，第一时间获取社会热点新闻： 01 微博话题榜 这个应该不用我介绍，是最基本的热点工具之一了。因为微博往往是新闻热点的爆
来自 牛客472456070号0 0 -
盘古先生 2022-05-18 17:27:00
题解 | #合并表记录#
import java.util.*; import java.util.stream.*; import java.io.*; public class Main{ public static void main(String[]args){ Map<Integer
来自 盘古先生0 0 -
Michael201909092305816 2022-05-18 17:27:58
题解 | #尼科彻斯定理#
找呀找规律 import sys m=int(input()) a= m*(m-1)+1 i=1 b='' while i < m: b+=str(a)+'+' a+=2 i+=1 b+=str(a) print(b)
来自 Michael2019090923058160 0 -
Zerone· 2022-05-18 17:31:41
题解 | #判断闰年#
#include<stdio.h> /* 1、非整百年份：能被4整除且不能被100整除的年份是闰年。（如2004，2020是闰年） 2、整百年份：能被400整除的年份是闰年。（如2000,1600是闰年） */ int main() { int n; &nbs
来自 Zerone·1 0 -
呱呱呱zzz 2022-05-18 17:33:17
题解 | #注册当天就完成了试卷的名单第三页#
解题思路 1.求职方向为算法工程师，且注册当天就完成了算法类试卷的人 2.计算所有考试最高得分和排名 3.按参加过的所有考试最高得分排名 4.取出第3页（页码从1开始）的人的信息 limit 6,3 select a.uid, level, register_time, max(score)max
来自 呱呱呱zzz1 0 -
牛客221348879号 2022-05-18 17:37:22
题解 | #牛客直播开始时各直播间在线人数#
其实就是求开播时间有几个人在线。将开播时间转换成时间格式，比较用户进入直播间时间和开播时间即可。 select c.course_id,course_name,COUNT(DISTINCT IF(in_datetime <= DATE_FORMAT(course_datetime,'%Y-%
来自 牛客221348879号0 0 -
林晓邦 2022-05-18 17:39:52
题解 | #判断学生成绩等级#
switch的解法 public class Main { public static void main(String[] args) { Scanner scanner = new Scanner(System.in); String grade =sc
来自 林晓邦0 0 -
牛客382327465号 2022-05-18 17:40:26
题解 | #删除链表中重复的结点#
/* public class ListNode { int val; ListNode next = null; ListNode(int val) { this.val = val; } } */ // 由于链表已经排序，重复值是连在一起的，所
来自 牛客382327465号0 0 -
牛客565451540号 2022-05-18 17:41:11
题解 | #获取有奖金的员工相关信息。#
select distinct cc.music_name from music_likes aa left join follow bb on aa.user_id=bb.follower_id l
来自 牛客565451540号0 0 -
程序员吴彦祖 2022-05-18 17:42:10
2022最新Android中高级开发面试题汇总
Activity基础相关 说下Activity生命周期 ？ Activity A 启动另一个Activity B 会调用哪些方法？如果B是透明主题的又或则是个DialogActivity呢 ？ 说下onSaveInstanceState()方法的作用 ? 何时会被调用？ 说下 Activity的四种
来自 程序员吴彦祖0 0 -
牛客553041434号 2022-05-18 17:42:52
初学代码
area = 3.1415 * r * r print(area) print("{:.2f}".format(area)) *Tangent Circle* import turtle turtle.pensize(2) turtle.circle(10) turtle.circle(40)
来自 牛客553041434号0 0 -
勤奋的猫 2022-05-18 17:45:20
题解 | #字符串变形#
import java.util.*; public class Solution { //两次反转 public String trans(
来自 勤奋的猫0 0
扫一扫，把题目装进口袋
- 求职之前，先上牛客
-
扫描二维码，进入QQ群
扫描二维码，关注牛客网公众号
- 公司地址：北京市朝阳区北苑路北美国际商务中心K2座一层-北京牛客科技有限公司
- 联系方式：010-60728802 投诉举报电话：010-57596212（朝阳人力社保局）
- 牛客科技© All rights reserved admin@nowcoder.com
- 京ICP备14055008号-4 增值电信业务经营许可证 营业执照 人力资源服务许可证
-
京公网安备
11010502036488号
