前言：本文章将在可视化环境下对cache工作原理进行演示实验，通过下面三个实验，读者应能：理解cache三种访问模式（直连、两路相连、全连）的工作原理；学会计算命中率（hit rate），并理解各个参数（循环次数、步长、cache size等）如何影响hit rate；理解不同的cache策略（回写、直写、LRU）对hit rate的影响；知道如何优化代码，以实现更高的h

《最优化计算方法（文再文）笔记》 第一章、最优化简介 一、概述 最优化问题一般形式： 其中$x=(x_1,x_2,…,x_n)^T\in R^n$是决策变量 $f:R^n\rightarrow R$是目标函数 $\chi\in R^n$是约束集合，即可行域 s.t.是subject to，专指约束条件 但f(x)的min/max不总是存在的，此时我们关心其上下确界，即将上式改为inf(sup

一、前言 今天做了传说中的top K ，即“用大顶堆/小顶堆对数据进行排序”的经典题目 本题思路： 用map记录每个元素出现的频率 用heap对map进行排序并节选出前K个元素 若第一次见此类题，难点当为heap的原理和对应stl容器（priority_queue）的用法。查阅了一些资料，发现不管是leetcode题解抑或博客文章都写得略语焉不详，对新手不甚友好，故笔者试图用自己的话对其原理

前言 原题是leetcode349，要求两个数组的交集 这题本身不难，主要是要考虑到： 原题只需求“频率”，无需考虑“顺序”，则应使用哈希表结构，而不是顺序结构+两个for暴力遍历 用于作键值key的是数字而非字母，所以应该用正儿八经的set/map，而不是用vector搞伪hash（否则当数字键值很大且稀疏时，vector会浪费大量空间） 不需要设置明确的key，所以用set，而不是map

问题描述 今天刷leetcode时遇到个死活也想不通的bug 原题很简单，线性数组插值问题，暴力遍历和二分法都可以做 不假思索用区间左闭右开的二分法，三下五除二就整了出来，胸有成竹😋 12345678910111213141516class Solution {public: int searchInsert(vector<int>& nums, int t