物理競賽中的線性代數

線性代數

1 行列式

1.1 n n n 階行列式

定義 1.1.1:稱以下的式子為一個 n n n 階行列式
∣ A ∣ = ∣ a 11 a 12 ? a 1 n a 21 a 22 ? a 2 n ? ? ? ? a n 1 a n 2 ? a n n ∣ \begin{vmatrix}\mathbf A\end{vmatrix}= \begin{vmatrix} a_{11}& a_{12}&\cdots&a_{1n} \\ a_{21}&a_{22}&\cdots&a_{2n} \\ \vdots&\vdots&\ddots&\vdots \\ a_{n1}&a_{n2}&\cdots&a_{nn} \end{vmatrix} ?A? ?= ?a11?a21??an1??a12?a22??an2???????a1n?a2n??ann?? ?

其中第 i i i 行第 j j j 列的元素成為行列式 ∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? 的第 ( i , j ) (i,j) (i,j) 元素。
元素 a 11 , a 22 , ? , a n n a_{11},a_{22},\cdots,a_{nn} a11?,a22?,?,ann? 稱為 ∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? 的主對角線。

性質 1:上三角行列式的值等于其對角線元素之和。
性質 2:行列式某行(列)全為零,則行列式的值等于零。
性質 3:用常數 c c c 乘以行列式的某一行(列),得到的行列式的值等于原行列式的值的 c c c 倍。
性質 4:交換行列式不同的兩行(列),行列式的值變號。
性質 5:若行列式兩行(列)成比例,則行列式的值為零。
性質 6:若行列式中某行(列)元素均為兩項之和,則行列式可表示為兩個行列式之和。
性質 7:行列式的某一行(列)乘以某個數加到另一行(列)上,行列式的值不變。
性質 8:行列式和其轉置有相同的值。

定義 1.1.2:定義元素 a i j a_{ij} aij?余子式 M i j M_{ij} Mij? 為由其行列式 ∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? 中劃去第 i i i 行第 j j j 列后剩下的元素組成的行列式。
定義 1.1.3:在行列式 ∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? 中, a i j a_{ij} aij?代數余子式定義為: A i j = ( ? 1 ) i + j M i j A_{ij} = (-1)^{i+j}M_{ij} Aij?=(?1)i+jMij?,其中 M i j M_{ij} Mij? a i j a_{ij} aij? 的余子式。

1.2 行列式的展開

∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? n n n 階行列式,元素 a i j a_{ij} aij? 的代數余子式記為 A i j A_{ij} Aij?,則對任意 s , r ( = 1 , 2 , ? , n ) , s ≠ r s,r(=1,2,\cdots,n),s\neq r s,r(=1,2,?,n),s=r 存在:
∣ A ∣ = ∑ i = 1 n a i r A i r ∑ i = 1 n a i r A i s = 0 \begin{vmatrix}\mathbf A\end{vmatrix}=\sum\limits_{i=1}^n a_{ir}A_{ir} \\ \sum\limits_{i=1}^n a_{ir}A_{is}=0 ?A? ?=i=1n?air?Air?i=1n?air?Ais?=0

1.3 Cramer 法則

設線性方程組:
{ a 11 x 1 + a 12 x 2 + ? + a 1 n x n = b 1 a 21 x 1 + a 22 x 2 + ? + a 2 n x n = b 2 ? a n 1 x 1 + a n 2 x 2 + ? + a n n x n = b n \begin{cases} a_{11}x_1+a_{12}x_2+\cdots+a_{1n}x_n=b_1 \\ a_{21}x_1+a_{22}x_2+\cdots+a_{2n}x_n=b_2 \\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \cdots \\ a_{n1}x_1+a_{n2}x_2+\cdots+a_{nn}x_n=b_n \end{cases} ? ? ??a11?x1?+a12?x2?+?+a1n?xn?=b1?a21?x1?+a22?x2?+?+a2n?xn?=b2????????????????????????????an1?x1?+an2?x2?+?+ann?xn?=bn??
記其系數行列式 ∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? ,則:
x 1 = ∣ A 1 ∣ ∣ A ∣ , x 2 = ∣ A 2 ∣ ∣ A ∣ , ? , x n = ∣ A n ∣ ∣ A ∣ x_1=\dfrac{\begin{vmatrix}\mathbf A_1\end{vmatrix}}{\begin{vmatrix}\mathbf A\end{vmatrix}},x_2=\dfrac{\begin{vmatrix}\mathbf A_2\end{vmatrix}}{\begin{vmatrix}\mathbf A\end{vmatrix}},\cdots,x_n=\dfrac{\begin{vmatrix}\mathbf A_n\end{vmatrix}}{\begin{vmatrix}\mathbf A\end{vmatrix}} x1?= ?A? ? ?A1?? ??,x2?= ?A? ? ?A2?? ??,?,xn?= ?A? ? ?An?? ??

其中 ∣ A j ∣ \begin{vmatrix}\mathbf A_j\end{vmatrix} ?Aj?? ? ∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? 去掉第 j j j 列并用 b 1 , b 2 , ? , b n b_1,b_2,\cdots,b_n b1?,b2?,?,bn? 將之替換的 n n n 階行列式。

2 矩陣

2.1 矩陣的概念

定義 2.1.1:由 m n mn mn 個數 a i j ( i = 1 , 2 , ? , m ; j = 1 , 2 , ? n ) a_{ij}(i=1,2,\cdots,m;j=1,2,\cdots n) aij?(i=1,2,?,m;j=1,2,?n) 拍成 m m m n n n 列的矩形陣列:
a 11 a 12 ? a 1 n a 21 a 22 ? a 2 n ? ? ? ? a n 1 a n 2 ? a n n \begin{matrix} a_{11}&a_{12}&\cdots&a_{1n} \\ a_{21}&a_{22}&\cdots&a_{2n} \\ \vdots&\vdots&\ddots&\vdots \\ a_{n1}&a_{n2}&\cdots&a_{nn} \\ \end{matrix} a11?a21??an1??a12?a22??an2???????a1n?a2n??ann??
稱為 m m m n n n 列矩陣,簡稱為 m × n m\times n m×n 矩陣(或 m × n m\times n m×n 陣)。

A \mathbf A A 的元素全是實數則稱 A \mathbf A A實矩陣
A \mathbf A A 的元素全是復數則稱 A \mathbf A A復矩陣
若所有元素均為 0 0 0 則稱為零矩陣 O \mathrm O O,或 O m × n \mathrm O_{m\times n} Om×n?
m = n m=n m=n 則稱為方陣,反之為長方陣
若方陣 A \mathbf A A 僅存在對角元 a 11 , a 22 , ? , a n n a_{11},a_{22},\cdots,a_{nn} a11?,a22?,?,ann? 則簡記為 A = d i a g ( a 11 , a 22 , ? , a n n ) \mathbf A=\mathbf{diag}(a_{11},a_{22},\cdots,a_{nn}) A=diag(a11?,a22?,?,ann?)
進一步,若 a 11 = a 22 = ? = a n n = 1 a_{11}=a_{22}=\cdots=a_{nn}=1 a11?=a22?=?=ann?=1 則稱 I n = d i a g ( 1 , 1 , ? , 1 ) \mathbf {I_n}=\mathbf{diag}(1,1,\cdots,1) In?=diag(1,1,?,1) n n n 階單位矩陣

2.2 矩陣的運算
一、矩陣加減法

定義 2.2.1:設有兩個 m × n m\times n m×n 矩陣 A = ( a i j ) , B = ( b i j ) \mathbf A=(a_{ij}),\mathbf B=(b_{ij}) A=(aij?),B=(bij?),定義 A + B \mathbf A+\mathbf B A+B 是一個 m × n m\times n m×n 矩陣且 A + B \mathbf A+\mathbf B A+B 的第 ( i , j ) (i,j) (i,j) 元素等于 a i j + b i j a_{ij}+b_{ij} aij?+bij?,即 A + B = ( a i j + b i j ) \mathbf A+\mathbf B=(a_{ij}+b_{ij}) A+B=(aij?+bij?)
矩陣的減法可看作矩陣加法的逆運算,即
A ? B = ( a i j ? b i j ) \mathbf A-\mathbf B=(a_{ij}-b_{ij}) A?B=(aij??bij?)
定義 2.2.2:定義 A = ( a i j ) \mathbf A=(a_{ij}) A=(aij?) 的負矩陣為 ? A = ( ? a i j ) -\mathbf A=(-a_{ij}) ?A=(?aij?),則有 A + ( ? A ) = O \mathbf A+(-\mathbf A)=\mathbf O A+(?A)=O

矩陣加減法運算規則

  1. 交換律: A + B = B + A \mathbf A+\mathbf B=\mathbf B+\mathbf A A+B=B+A
  2. 結合律: ( A + B ) + C = A + ( B + C ) (\mathbf A+\mathbf B)+\mathbf C=\mathbf A+(\mathbf B+\mathbf C) (A+B)+C=A+(B+C)
  3. O + A = A + O = A \mathbf O+\mathbf A=\mathbf A+\mathbf O=\mathbf A O+A=A+O=A
  4. A + ( ? B ) = A ? B \mathbf A+(-\mathbf B)=\mathbf A-\mathbf B A+(?B)=A?B
二、矩陣的數乘

定義 2.2.3:設 A \mathbf A A 是一個 m × n m\times n m×n 矩陣, A = ( a i j ) m × n \mathbf A=(a_{ij})_{m\times n} A=(aij?)m×n? c c c 是一個常數,定義 c A = ( c a i j ) m × n c\mathbf A=(ca_{ij})_{m\times n} cA=(caij?)m×n? c A c\mathbf A cA 稱為數 c A c\mathbf A cA 的數乘。

矩陣的數乘運算規則

  1. c ( A + B ) = c A + c B c(\mathbf A+\mathbf B)=c\mathbf A+c\mathbf B c(A+B)=cA+cB
  2. ( c + d ) A = c A + d A (c+d)\mathbf A=c\mathbf A+d\mathbf A (c+d)A=cA+dA
  3. ( c d ) A = c ( d A ) (cd)\mathbf A=c(d\mathbf A) (cd)A=c(dA)
  4. 1 ? A = A 1\cdot\mathbf A=\mathbf A 1?A=A
  5. 0 ? A = O 0\cdot\mathbf A=\mathbf O 0?A=O
三、矩陣的乘法

定義 2.2.4:設有 m × k m\times k m×k 矩陣 A = ( a i j ) m × k \mathbf A=(a_{ij})_{m\times k} A=(aij?)m×k?,以及 k × n k\times n k×n 矩陣 B = ( b i j ) m × n \mathbf B=(b_{ij})_{m\times n} B=(bij?)m×n?。定義 A \mathbf A A B \mathbf B B 的乘積 A B \mathbf A\mathbf B AB 是一個 m × n m\times n m×n 矩陣且 A B \mathbf A\mathbf B AB 的第 ( i , j ) (i,j) (i,j) 元素
c i j = ∑ l = 1 k a i l b l j c_{ij}=\sum\limits_{l=1}^ka_{il}b_{lj} cij?=l=1k?ail?blj?

矩陣乘法的運算規則

  1. 結合律: ( A B ) C = A ( B C ) (\mathbf A\mathbf B)\mathbf C=\mathbf A(\mathbf B\mathbf C) (AB)C=A(BC)
  2. 左右分配律: A ( B + C ) = A B + A C , ( A + B ) C = A B + B C \mathbf A(\mathbf B+\mathbf C)=\mathbf A\mathbf B+\mathbf A\mathbf C,(\mathbf A+\mathbf B)\mathbf C=\mathbf A\mathbf B+\mathbf B\mathbf C A(B+C)=AB+AC,(A+B)C=AB+BC
  3. c ( A B ) = ( c A ) B = A ( c B ) c(\mathbf A\mathbf B)=(c\mathbf A)\mathbf B=\mathbf A(c\mathbf B) c(AB)=(cA)B=A(cB)
  4. 對任意的 m × n m\times n m×n 矩陣 A \mathbf A A I m A = A = A I n \mathbf {I_m}\mathbf A=\mathbf A=\mathbf A\mathbf {I_n} Im?A=A=AIn?

方陣冪運算規則

  1. A r A s = A r + s \mathbf A^r\mathbf A^s=\mathbf A^{r+s} ArAs=Ar+s
  2. ( A r ) s = A r s (\mathbf A^r)^s=\mathbf A^{rs} (Ar)s=Ars
四、矩陣的轉置

定義 2.2.5:設 A = ( a i j ) \mathbf A=(a_{ij}) A=(aij?) m × n m\times n m×n 矩陣,定義 A \mathbf A A 的轉置 A T \mathbf A^{\mathbf T} AT 為一個 n × m n\times m n×m 矩陣,它的第 k k k 行正好是矩陣 A \mathbf A A 的第 k k k 列( k = 1 , 2 , ? , n k=1,2,\cdots,n k=1,2,?,n);它的第 r r r 行是 A \mathbf A A 的第 r r r 行( r = 1 , 2 , ? , n r=1,2,\cdots,n r=1,2,?,n)。

矩陣轉置運算規則

  1. ( A T ) T = A (\mathbf A^{\mathbf T})^{\mathbf T}=\mathbf A (AT)T=A
  2. ( A + B ) T = A T + B T (\mathbf A+\mathbf B)^{\mathbf T}=\mathbf A^{\mathbf T}+\mathbf B^{\mathbf T} (A+B)T=AT+BT
  3. ( c A ) T = c A T (c\mathbf A)^{\mathbf T}=c\mathbf A^{\mathbf T} (cA)T=cAT
  4. ( A B ) T = B T A T (\mathbf A\mathbf B)^{\mathbf T}=\mathbf B^{\mathbf T}\mathbf A^{\mathbf T} (AB)T=BTAT
五、矩陣的共軛

定義 2.2.6:設 A = ( a i j ) m × n \mathbf A=(a_{ij})_{m\times n} A=(aij?)m×n? 是一個復矩陣,則 A \mathbf A A 的共軛矩陣 A  ̄ \overline{\mathbf A} A 是一個 m × n m\times n m×n 復矩陣,且
A  ̄ = ( a  ̄ i j ) m × n \overline{\mathbf A}=(\overline a_{ij})_{m\times n} A=(aij?)m×n?

矩陣共軛運算規則

  1. A + B  ̄ = A  ̄ + B  ̄ \overline{\mathbf A+\mathbf B}=\overline {\mathbf A}+\overline {\mathbf B} A+B?=A+B
  2. c A  ̄ = c  ̄ A  ̄ \overline{c\mathbf A}=\overline c \overline {\mathbf A} cA=cA
  3. A B  ̄ = A  ̄ B  ̄ \overline{\mathbf A \mathbf B}=\overline{\mathbf A}\ \overline {\mathbf B} AB=A?B
  4. ( A T )  ̄ = ( A  ̄ ) T \overline{({\mathbf A}^{\mathbf T})}=(\overline{\mathbf A})^{\mathbf T} (AT)?=(A)T
2.3 方陣的逆陣

定義 2.3.1:設 A \mathbf A A n n n 階方陣,若存在一個 n n n 階方陣 B \mathbf B B,使得:
A B = B A = I n , \mathbf A\mathbf B=\mathbf B\mathbf A=\mathbf {I_n}, AB=BA=In?,
則稱 B \mathbf B B A \mathbf A A 的逆陣,記為 B = A ? 1 \mathbf B=\mathbf A^{-1} B=A?1。凡有逆陣的矩陣稱為可逆陣或非奇異陣(簡稱非異陣),否則稱為奇異陣。

矩陣求逆運算規則

  1. A \mathbf A A 是非異陣,則 ( A ? 1 ) ? 1 = A (\mathbf A^{-1})^{-1}=\mathbf A (A?1)?1=A
  2. A , B \mathbf A,\mathbf B A,B 都是 n n n 階非異陣,則 A B \mathbf A\mathbf B AB 也是 n n n 階非異陣且 ( A B ) ? 1 = B ? 1 A ? 1 (\mathbf A\mathbf B)^{-1}=\mathbf B^{-1}\mathbf A^{-1} (AB)?1=B?1A?1
  3. A \mathbf A A 是非異陣, c c c 是非零數,則 c A c\mathbf A cA 也是非異陣且 ( c A ) ? 1 = c ? 1 A ? 1 (c\mathbf A)^{-1}=c^{-1}\mathbf A^{-1} (cA)?1=c?1A?1
  4. A \mathbf A A 是非異陣,則 A \mathbf A A 的轉置 A T \mathbf A^{\mathbf T} AT 也是非異陣且 ( A T ) ? 1 = ( A ? 1 ) T (\mathbf A^{\mathbf T})^{-1}=(\mathbf A^{-1})^{\mathbf T} (AT)?1=(A?1)T

A \mathbf A A n n n 階方陣,這個方陣決定了一個 n n n 階行列式,記為 ∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? det ? A \det\mathbf A detA

定義 2.3.2 :設 A A A n n n 階方陣, A i j A_{ij} Aij? 是行列式 ∣ A ∣ \begin{vmatrix}\mathbf A\end{vmatrix} ?A? ? 中第 ( i , j ) (i,j) (i,j) 元素 a i j a_{ij} aij? 的代數余子式,則稱下列方陣為 A \mathbf A A伴隨陣
( A 11 A 21 ? A n 1 A 12 A 22 ? A n 2 ? ? ? ? A 1 n A 2 n ? A n n ) \begin{pmatrix} A_{11}&A_{21}&\cdots &A_{n1} \\ A_{12}&A_{22}&\cdots &A_{n2} \\ \vdots&\vdots&\ddots &\vdots \\ A_{1n}&A_{2n}&\cdots &A_{nn} \end{pmatrix} ?A11?A12??A1n??A21?A22??A2n???????An1?An2??Ann?? ?
A \mathbf A A 的伴隨矩通常記為 A ? \mathbf {A^*} A?

引理 2.3.1:設 A \mathbf A A n n n 階方陣, A ? \mathbf A^* A? A \mathbf A A 的伴隨矩,則
A A ? = A ? A = ∣ A ∣ ? I n \mathbf A\mathbf A^*=\mathbf A^*\mathbf A=\begin{vmatrix}\mathbf A\end{vmatrix}\cdot\mathbf{I_{n}} AA?=A?A= ?A? ??In?

定理 2.3.1:若 ∣ A ∣ ≠ 0 \begin{vmatrix}\mathbf A\end{vmatrix}\neq0 ?A? ?=0,則 A \mathbf A A 是一個非異陣,且
A ? 1 = 1 ∣ A ∣ A ? \mathbf A^{-1}=\dfrac{1}{\begin{vmatrix}\mathbf A\end{vmatrix}} \mathbf A^* A?1= ?A? ?1?A?

2.4 矩陣的初等變換與初等矩陣

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/72114.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/72114.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/72114.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

IP-----動態路由OSPF

這只是IP的其中一塊內容,IP還有更多內容可以查看IP專欄,前一章內容為GRE和MGRE ,可通過以下路徑查看IP-------GRE和MGRE-CSDN博客,歡迎指正 注意!!!本部分內容較多所以分成了兩部分在下一章 5.動態路由OS…

數字內容體驗未來趨勢:交互升級與用戶深耕

智能技術重塑內容交互 隨著數字內容體驗進入深度智能化階段,AI驅動的內容生成與智能推薦算法正在重構用戶與信息的交互范式。基于自然語言處理技術的內容創作工具,已實現從文本自動生成到多模態內容適配的跨越,企業能夠以分鐘級速度產出符合…

2025年2月21日優雅草內測分發站全新升級-測試運營-優雅草內測分發站新用戶提供免費100下載點-2月28日正式運營并且提供私有化部署版本

2025年2月21日優雅草內測分發站全新升級-測試運營-優雅草內測分發站新用戶提供免費100下載點-2月28日正式運營并且提供私有化部署版本 說明 優雅草內測分發站新用戶提供免費100下載點,優雅草分運營站和demo測試站 運營站:www.youyacao.cn 提供免費100…

動態內存池設計與環形緩沖區實現詳解

一、動態內存池設計 在嵌入式系統中,頻繁使用 malloc 和 free 會導致內存碎片和性能問題。動態內存池通過預分配固定大小的內存塊,并統一管理分配與釋放,顯著提高內存使用效率和實時性。 1. 核心設計思路 預分配內存:將內存劃分…

015--基于STM32F103ZET6的智能風扇設計

1.實物視頻演示 智能風扇演示視頻 2.程序代碼講解 STM32F103ZET6智能風扇_嗶哩嗶哩_bilibili 3源代碼獲取 https://download.csdn.net/download/weixin_41011452/90440545

【洛谷貪心算法】P1106刪數問題

這道題可以使用貪心算法來解決,核心思路是盡量讓高位的數字盡可能小。當我們逐步刪除數字時,會優先刪除高位中相對較大的數字。具體做法是從左到右遍歷數字序列,當發現當前數字比它后面的數字大時,就刪除當前數字,直到…

開源PDF解析工具olmOCR

olmOCR 是由 Allen Institute for Artificial Intelligence (AI2) 的 AllenNLP 團隊開發的一款開源工具,旨在將PDF文件和其他文檔高效地轉換為純文本,同時保留自然的閱讀順序。它支持表格、公式、手寫內容等。 olmOCR 經過學術論文、技術文檔和其他文檔…

基因型—環境兩向表數據分析——品種生態區劃分

參考資料:農作物品種試驗數據管理與分析 用于品種生態區劃分的GGE雙標圖有兩種功能圖:試點向量功能圖和“誰贏在哪里”功能圖。雙標圖的具體模型基于SD定標和h加權和試點中心化的數據。本例中籽粒產量的GGE雙標圖僅解釋了G和GE總變異的53.6%,…

HTTP~文件 MIME 類型

MIME(Multipurpose Internet Mail Extensions)類型,即多用途互聯網郵件擴展類型,是一種標準,用來表示文檔、文件或字節流的性質和格式。最初是為了在電子郵件系統中支持非 ASCII 字符文本、二進制文件附件等而設計的&a…

降維攻擊!PCA與隨機投影優化高維KNN

引言:高維數據的“冰山困境” 假設你正在處理一個電商平臺的商品圖片分類任務:每張圖片被提取為1000維的特征向量,100萬條數據的距離計算讓KNN模型陷入“維度地獄”——計算耗時長達數小時,且內存占用超過10GB。 破局關鍵&#…

Rust 是什么

Rust 是什么 Rust 是一種由 Mozilla 開發的系統級編程語言,它于 2010 年首次亮相,在 2015 年發布 1.0 版本,此后迅速發展并受到廣泛關注。 內存安全:Rust 最大的亮點之一是它在編譯階段就能夠避免常見的內存錯誤,如空指針引用、數據競爭和內存泄漏等。它通過所有權(Owne…

網絡變壓器的主要電性參數與測試方法(2)

Hqst盈盛(華強盛)電子導讀:網絡變壓器的主要電性參數與測試方法(2).. 今天我們繼續來看看網絡變壓器的2個主要電性參數與它的測試方法: 1. 線圈間分布電容Cp:線圈間雜散靜電容 測試條件:100KHz/0.1…

UniApp 中封裝 HTTP 請求與 Token 管理(附Demo)

目錄 1. 基本知識2. Demo3. 拓展 1. 基本知識 從實戰代碼中學習,上述實戰代碼來源:芋道源碼/yudao-mall-uniapp 該代碼中,通過自定義 request 函數對 HTTP 請求進行了統一管理,并且結合了 Token 認證機制 請求封裝原理&#xff…

初階數據結構習題【3】(1時間和空間復雜度)——203移除鏈表元素

1. 題目描述 力扣在線OJ——移除鏈表元素 給你一個鏈表的頭節點 head 和一個整數 val ,請你刪除鏈表中所有滿足 Node.val val 的節點,并返回 新的頭節點 。 示例1: 輸入:head [1,2,6,3,4,5,6], val 6 輸出:[1,2,3…

互聯網+房產中介+裝修設計+物料市場+智能家居一體化平臺需求書

一、項目概述 1.1 項目背景 隨著互聯網技術的飛速發展以及人們生活品質的顯著提升,傳統房產交易、裝修設計、家居購物等領域暴露出諸多問題。信息不對稱使得用戶難以獲取全面準確的信息,在房產交易中可能高價買入或低價賣出,裝修時可能遭遇…

15.13 AdaLoRA自適應權重矩陣微調:動態秩調整的智能革命

AdaLoRA自適應權重矩陣微調:動態秩調整的智能革命 一、技術架構解析 #mermaid-svg-u3TfE3YrkeWSjem2 {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-u3TfE3YrkeWSjem2 .error-icon{fill:#552222;}#mermaid-svg-u3…

P9231 [藍橋杯 2023 省 A] 平方差

P9231 [藍橋杯 2023 省 A] 平方差 - 洛谷 題目描述 給定 L,R,問 L≤x≤R 中有多少個數 x 滿足存在整數 y,z 使得 xy2?z2。 輸入格式 輸入一行包含兩個整數 L,R,用一個空格分隔。 輸出格式 輸出一行包含一個整數滿足題目給定條件的 x 的數量。 輸…

【GenBI優化】提升text2sql準確率:建議使用推理大模型,增加重試

引言 Text-to-SQL(文本轉 SQL)是自然語言處理(NLP)領域的一項重要任務,旨在將自然語言問題自動轉換為可在數據庫上執行的 SQL 查詢語句。這項技術在智能助手、數據分析工具、商業智能(BI)平臺等…

<el-cascader時只取最后一級數據

在用cascader時只取最后一級數據傳給后端 組件的屬性emitPath: false就可以做到&#xff0c;取值就是最后一級傳給后端。并且后端放回的id 也直接可以做回顯 <el-cascaderv-model"Type":options"Options":props"{ value: id, label: label, chil…

`maturin`是什么:matu rus in python

maturin是什么 maturin 是一個用于構建和發布 Rust 編寫的 Python 綁定庫的工具。它簡化了將 Rust 代碼集成到 Python 項目中的過程,支持創建不同類型的 Python 包,如純 Python 包、包含 **Rust (系統編程語言)**擴展模塊的包等。以下為你詳細介紹 maturin 的相關信息并舉例…