數學分析——一致性(均勻性)和收斂

目錄

1. 連續函數

1.1?? 連續函數的定義

1.2?? 連續函數的性質

1.2.1? 性質一

1.2.2? 性質二

1.2.3? 性質三

1.2.4? 性質四

2. 一致連續函數

2.1?? 一致連續函數的定義

2.2?? 一致連續性定理(小間距定理)(一致連續函數的另一種定義)

2.3?? 一致連續性判定法

2.4?? 連續函數與一致連續函數的區別

3. 函數的序列和級數(無窮和)的一致收斂性

3.1?? 逐點收斂的定義

3.2?? 一致收斂的定義

3.3?? 一致收斂的Cauchy充要條件

3.4?? 一致收斂函數序列的性質

3.4.1? 有界性

3.4.2? 連續性

3.4.3? 可微性

4. 級數(無限項之和)


1. 連續函數

1.1?? 連續函數的定義

???????? 通俗地講,連續函數就是在附近點取得附近值的函數

定義 1.1? 令 fA ? ?? ?為一個映射,其中 A ? ?? ,并假設? cA? 若對于每一個 ε > 0 ,都存在一個 δ > 0 ,使得只要?

?????????? | x - c | < δ?? ?,就有 ??| f (x) - ?f (c) | < ε? ,

則稱函數 f ? c 處是連續的。若 f 此函數在 A 的每一點都連續,則稱此函數在 f 上是連續的。若函數在 B 的每一個點處連續,則函數在? B ? A? 上連續

??? 某一點的連續性定義可以用鄰域來表述如下

定義 1.2? 令 fA ? ?? ?為一個映射,其中 A ? ?? ,并假設? cA? 若對于 f (c) 每一個鄰域 V都存 c 的一個領域 U 使得只要?

?????????? x AU? ?,就有 ??f (x)∈ V? ,

則稱函數 f ? c 處是連續的 。

??? 兩種定義是等價的。ε-δ ?定義法對應V f (c) 的一個 ε 領域而? Uc 的一個? δ 領域的情況。

???????? 注意,為了定義 f? 在? c 點處的連續性,點 c 必須屬于 f? 的定義域 A ?。若點 cA? 的一個孤點(注:在定義域中只有一個點),則連續的條件自動成立,因為對于足夠小的 δ? > 0 ,滿足 | x - c | < δ?? 的唯一點就是 x =? c? ??,則? 0 = | f (x) - f (c)| < ε? 因此函數在其定義域的每一個孤點都連續,因此孤點不太有趣。

??? 若? cA ?是 A? 的一個聚點(accumulation point),則? f? 在? c 點處的連續性等價于條件

\displaystyle \lim_{x \rightarrow c}{f(x)}=f(c)?

其指的是f? 隨著 x ? c?? 的極限存在,并且恰好等于f? ? c 點處的函數值。

1.2?? 連續函數的性質

1.2.1? 性質一

???????? ?f ,g A ? ?? ? cA ?處是連續的且? k∈?? ,? kff + g? ?fg ? c? 處是連續。此外 g(c) ≠ 0 , f /g c? 是連續的。

1.2.2? 性質二

???????? 每一個多項式函數在 ? 上都是連續的, 每一個比率函數在其定義域內都是連續的。

1.2.3? 性質三

???????? ??fA ? ?? ? ?gB ? ?? ?為兩個映射? f (A) ? ?B? ?。 ?f?? cA ?處連續而 g? ? f (c)∈B? ?處連續? gfA ? ? ?cA ?處連續。(○ 表示復合函數。)

1.2.4? 性質四

??fA ? ?? ? ?gB ? ?? ?為兩個映射? f (A) ? ?B? ?。 ?f?? A ?上連續而 g? ? f (A) 連續? gf ?A 上連續。(○ 表示復合函數。)

2. 一致連續函數

???????? 一致連續性是一種微妙但有力的連續性增強。

2.1?? 一致連續函數的定義

定義 2.1? 令 fA ? ?? ?為一個映射,其中 A ? ?? ,并假設? cA? 若對于每一個 ε > 0 ,都存在一個 δ ?> 0 ,使得只要?

?????????? | x - y | < δ?? ?? x yA? 就有 ??| f (x) - ?f (y) | < ε? ,

則稱函數 f A 上是一致連續的。

也就是說,這樣的 δ?? 對于任意的 ε 都適用,不管你ε 多小 ,我這個 δ?? 都適用

???????? 這個定義的關鍵點在于,δ ?僅取決于 ε ,而與 x ?y無關,也就是說 x ?y ?是任意兩點 。一個在A的每一點一致連續的函數必定在 A的每一點連續,但反之不成立。

例子1: 函數??f(x)=\frac{1}{x}??在 (0,+ ∞) 上是連續的,如下圖所示:

但其在此區間上不是一致連續的。從圖上直觀地可以看出,找不到一個對于已知 ε ?和任意兩點都成立的 δ ?? 事實上,在圖中我們試圖表明,給定一個特定的 ε我們被迫使 δ ?越來越小才??能贏得這個 ε的比賽因為我們會使用更接近 0 y 而且似乎這個過程不會停止,沒有 δ會普遍起作用。對于同樣一個? ε ,可以找到某個 δ ??在某個位置滿足 | x - y | < δ ?,但當往 0 移動的時候,這個函數差值就會大于 ε ,因此這個 δ 不能對所有 ε ?都成立。

???????? 但若我們將此函數的定義域限定為 [1 ,+ ∞) ,則此函數是一致連續的。如下圖所示

我們可以在“末端”取得這個 δ ??,使其對于所有的 ε 都成立。也就是說,如果任意給一個 ε? ,如果我這個 δ ??取在末端,不管你這個 | x - y | 位置怎么擺動,都能滿足一致收斂條件。這個是理解的難點。

2.2?? 一致連續性定理(小間距定理)(一致連續函數的另一種定義)

??? 令 f 為一個實函數且在閉區間 [a,b] 上連續,并令 M( f ) 和 m( f ) 分別表示 f 在 [a,b] 上的最大值和最小值。我們稱其差值

??????????????? M( f ) - m( f )

f 在區間 [a,b] 上的間距或跨度(span)。一些作者使用術語擺距(oscillation)來代替間距,擺距的缺點是會讓人聯想到波動或波狀的函數。較早的文獻使用 saltus (急變)這個詞,其是leap對應的拉丁詞。“間距”這個詞似乎更能說明這里所度量的內容。我們注意到,[a,b] 的任意子區間中的 f 的間距都不會超越 f 在 [a,b] 中的間距。

可以證明,可以分割 [a,b] 使得f 在每一個子區間中的間距都任意小。更確切地說,我們有以下連續函數的小間距定理。在文獻中通常稱其為關于一致連續的小間距定理

(關于一致連續的)小間距定理:令 f 為閉區間 [a,b] 上的一個連續函數。則對于每一個 ε > 0 ,存在 [a,b] 的一個有限數量的子區間分割使得 f 在每一個子區間中的間隔小于 ε

2.3?? 一致連續性判定法

定理??? [a,b] 為一個實數閉區間f : [a,b]? ? 為一個連續函數 f ? [a,b] 上是一個一致連續函數。

說明:即閉區間上的連續函數必定一致連續,因為其可以在“端點處”取得適用于全局的 δ ??,即這種要求 δ ??越來越小才能滿足 ε 的趨拋是有盡頭的如果這個區間無界則對于有些函數而言,比如 1/x這種趨勢就沒有終點無窮無盡

2.4?? 連續函數與一致連續函數的區別

??? 當我們討論一個函數 f 在某點連續的時候,我們關注的僅僅是函數在此點附近的值的行為。一致連續是一個比連續更強的性質,是做某些擴展的時候基本的要求。就比如函數??f(x)=\frac{1}{x^{2}-2}??,當定義有比率數(有理數)上的時候,它是成立的,但如果擴展到實數上,它則是不成立的。?

但當我們考慮函數 f 在其定義域上一致連續的時候,我們需要知道f在整個定義域上的值。因此連續性是一個局部性的概念,而一致連續是一個全局概念。所以針對一個點討論一致連續是沒有意義的。

??? 一致連續定義在一個集合上;不同于連續性,其沒有局部對應特性。一致連續確保了當在定義域上滑動的時候,定義在無界區間或復雜集合上的函數不會劇烈地無限振蕩,而定義在閉區間上的連續函數由于可以取得端點,函數是有界的,其振蕩有限。一致連續性在數學的各個領域都至關重要,包括分析、拓撲和度量空間。它用于涉及收斂、積分和微分的證明,一致連續函數可擴展性的一個典型應用是逆Fourier變換公式的證明

3. 函數的序列和級數(無窮和)的一致收斂性

??? 函數序列的收斂性有許多不同的定義方式,不同的定義會導致不等價的收斂類型。我們在此考慮兩種基本類型:逐點收斂和一致收斂。

3.1?? 逐點收斂的定義

??? 逐點收斂用函數值在其定義域內每一點的收斂來定義函數的收斂,關注的是局部特性。

(逐點收斂)定義 設?(f_{n})??是一個定義為?f_{n}:A \rightarrow \mathbb{R}??的函數序列并設? fA ? ? 為另一個映射。則若對于每一個 xA ?,隨著?n \rightarrow \infty ? ?f_{n} (x)\rightarrow f (x)?,則稱按逐點收斂有 ? ?f_{n} \rightarrow f(x)?。

若?f_{n}??逐點收斂于 f? ?,則我們稱函數序列??(f_{n})? 逐點收斂,在這種情況下有

\displaystyle f (x) = \lim_{n \rightarrow \infty}{f_{n}(x)}? 。

逐點收斂或許是定義函數收斂最直觀的方法,也是最重要的方法之一。然而,正如以下示例所示,它的表現并不像人們最初預期的那樣良好

(1) 例1??? 假設?f_{n} :(0,1) \rightarrow \mathbb{R}??定義為?

\displaystyle f_{n} (x) =\frac{n}{nx+1}? ,

?由于 x ≠ 0 ,\displaystyle \lim_{n \rightarrow \infty}f_{n}(x) = \lim_{n \rightarrow \infty} \frac{1}{x+1/n} = \frac{1}{x}???,因此,?f_{n} \rightarrow f? ??是一致的,其中? f? :(0,1) ? ?? ?定義為??

\displaystyle f (x) = \frac{1}{x}? ?。

?如圖:

(注:因此通過研究序列特性,就能預知其收斂到的函數的一些特性(如果收斂)。而研究序列更為容易。)

對于所有的 x(0,1), 我們有??|f_{n} (x)| < n??, 因此,每一個 ?f_{n}?在 (0,1) 都是有界的,但這個逐點收斂的極限 f 不是有界的。因此,通常(僅)逐點收斂的函數序列不是保界的

(2) 例2??? 假設映射?f_{n} :(0,1) \rightarrow \mathbb{R}?定義為?f_{n} = x^{n }??。若 0 ≤ x < 1 ,則隨著?n \rightarrow \infty??而有?x^{n} \rightarrow 0???,而若? x ?= 1 ,則?n \rightarrow \infty?而有?x^{n} \rightarrow 1??。因此按逐點收斂有?f^{n} \rightarrow f?,其中

f(x)=\left \{ \begin{array}{lrc} 0\quad (\text{if}\; 0 \leq x <1),\\\\ 1\quad (\text{if}\; x=1) .\end{array} \right .? ?

如圖:??

盡管函數序列??f_{n}?? [0,1] 上是連續的但其逐點(收斂的)極限 f 卻不是連續的?(其在x = 1 處不連續)。?

(3) 例3 映射??f_{n}:[0,1] \rightarrow \mathbb{R}??定義為

f(x)=\left \{ \begin{array}{lrc} 2n^{2}x\quad (\text{if}\; 0 \leq x \leq \frac{1}{2n}),\\\\ 2n^{2}(\frac{1}{n}-x) \quad (\text{if}\; \frac{1}{2n}<x<\frac{1}{n}) , \\\\ 0\quad (\text{if}\; \frac{1}{n} \leq x \leq 1) . \end{array} \right .?

若 0 < x ≤ 1 ,則對于所有 n ≥ 1/x? 則?f_{n} (x) = 0? ,因此隨著? n \rightarrow \infty?而有???f_{n} (x) \rightarrow 0??;而若 ?x = 0 ,則對于所有 n ,?f_{n} (x) = 0?,因此也有??f_{n} (x) \rightarrow 0??。可以推導出在? [0,1] 上?f_{n} (x) \rightarrow 0?是逐點的。即使隨著??n \rightarrow \infty??而?f_{n} (x)=n \rightarrow \infty?也是如此。因此,逐點收斂函數序列 ?(f_{n})??不要求一致有界(即,其界與 n 無關),即使它收斂于0

(4) 例4?? 映射?f_{n} :\mathbb{R} \rightarrow \mathbb{R}?定義為?

\displaystyle f_{n} (x) = \frac{\sin{(nx)}}{n}?。

在 ? 上??f_{n} \rightarrow 0?是逐點的。導數??f^{'}_{n}(x)=\cos{(nx)}?的導數序列?( f_{n}^{'} )??在 ? 上并不一致收斂,例如

f^{'}_{n}{(\pi)}=(-1)^{n}??

并不隨著?n \rightarrow \infty ?而收斂。因此,一般來說,逐點收斂序列無法微分這種現象并不局限于逐點收斂序列,而是因為一個快速振蕩的小函數的導數可能很大。?

3.2?? 一致收斂的定義

??? 一致收斂是一個比逐點收斂更強的函數收斂概念逐點收斂與一致收斂的區別類似于連續性與一致連續性的區別

(一致收斂性)定義?? 設?(f_{n})?是一個定義為?f_{n}:A \rightarrow \mathbb{R}??的函數序列并設? f:A \rightarrow \mathbb{R}??為另一個映射。則若對于每一個 ε > 0都存在一個 N? ,使得對于任意的? xA ?,只要 n > N? ,就有

|f_{n}-f|<\epsilon?,

??則稱函數序列??f_{n}??A 上隨著 n \rightarrow \infty??是一致收斂于 f ?。通常,我們忽略其域 A ,稱??f_{n} \rightarrow f??是一致的

此定義的關鍵在于,N 僅取決于ε ,而不取決于 x A;而對于逐點收斂的序列,N 可能同時取決于ε x ?。一致收斂的序列始終逐點收斂(至同一極限),但反之則不然。如果序列逐點收斂,則可能發生以下情況:對于某些ε > 0,可能需要為 x A 的不同點選擇任意大的 N,這意味著值序列會以任意緩慢的速度收斂于 A 。在這種情況下,逐點收斂的函數序列并非一致收斂。

??? 下面用兩例對比逐點收斂和一致收斂。

??? 一個連續函數序列的極限函數未必是連續函數(因為它不滿足一致收斂的條件):

例如,對于函數序列??f_{n} (x) = \sin^{n}(x)??,圖中綠曲線和藍色曲線所示,其在整個域上逐點收斂,但其極限函數是不連續的(圖中紅色所示),因為此函數序列的振蕩幅度很大。因此,為了得到極限是一個連續的函數,我們就必須施加一致連續的要求。

?

而一致收斂函數序列示意圖如下:

?

3.3?? 一致收斂的Cauchy充要條件

(一致收斂的Cauchy充要條件)定義? ?設?(f_{n})??是一個定義為?f_{n}:A \rightarrow \mathbb{R}???的函數序列。則若對于每一個 ε > 0都存在一個 N? ,使得對于任意的? xA ?,只要 m , n > N? (m , n ?均為正整數),就有

|f_{m} - f_{n} | < \epsilon?,

則稱函數序列??f_{n}??是一致 Cauchy ?函數序列

定理(Cauchy一致收斂判別法) 設?(f_{n})?是一個定義為??f_{n}:A \rightarrow \mathbb{R}??的函數序列。則當且僅當其 ?A 上的一個 一致收斂的 Cauchy 函數序列時其一致收斂。

3.4?? 一致收斂函數序列的性質

3.4.1? 有界性

定理? 假設??f_{n}:A \rightarrow \mathbb{R}??對于 A 上的每一個? n∈? ?都是有界的并且在 A 上?f_{n} \rightarrow f? ??

是一致的。則? fA ? ? ??A 上是有界的。

具體而言,如果有界函數序列逐點收斂(而非一致收斂)于無界函數,則收斂不是一致收斂的。

3.4.2? 連續性

??? 一致收斂的一個最重要的屬性之一是其保連續性。

定理? 若一個連續函數族??f_{n}:A \rightarrow \mathbb{R}??的序列 ?(f_{n})??在 ?A ? ? ?上一致收斂于函數 ?f :A \rightarrow \mathbb{R}?, ?f? ?A 上連續。?如果一個連續函數序列逐點收斂于一個不連續函數,則該收斂不是一致(均勻)的。然而,反之則不成立,即使連續函數序列的收斂不是一致的,其逐點極限也可能是連續的,

3.4.3? 可微性

??? 可微函數的一致收斂通常并不意味著其導數的收斂或極限的可微性。可能因為兩個函數的值可能很接近,而它們的導數的值卻相距甚遠。因此,如果我們希望證明??f_{n} \rightarrow f?意味著?f_{n}^{'} \rightarrow f??,就必須對一系列函數及其導數施加強條件

定理? 假設?(f_{n})??是一個可微函數族 ??f_{n} :(a,b) \rightarrow \mathbb{R}?的序列,且?f_{n} \rightarrow f?是逐點的,而 ?f_{n}^{'} \rightarrow g??對于某個 ???f , g : (a,b) \rightarrow \mathbb{R}?是一致的。則 ?f ?在 ?(a,b) 上可微且?f^{'}=g? 。

4. 級數(無限項之和)

??? 級數的收斂性是根據其部分和序列(sequence of partial sums)(注:即前 n 部分項之和)的收斂性來定義的,任何關于序列的結果都可以很容易地轉化為相應的關于級數的結果

定義? 假設??(f_{n})?是一個定義為??f_{n}:A \rightarrow \mathbb{R}??的函數序列并令?(S_{n})??為由 ?S_{n}:A \rightarrow \mathbb{R}??定義的部分和序列。即部分和為

\displaystyle S_{n} (x) = \sum_{k=1}^{n}f_{k} (x)? ? 。

則在 A 上若?S_{n} \rightarrow S?隨著 ?n \rightarrow \infty?是逐點的 A 上級數????

\displaystyle S(x) = \sum_{n=1}^{\infty}f_{n} (x)? ? ?(注:無限序列之和)

A 上隨著 n \rightarrow \infty? 而逐點收斂于函數? S A ? ? ,且若在 ?A??上? ?S_{n} \rightarrow S??是致的,則級數一致收斂于 ?S ???

定理? 令??(f_{n})??是一個定義為? ?f_{n} :A \rightarrow \mathbb{R}??的函數序列則對于一個級數

\displaystyle \sum_{n=1}^{\infty}f_{n} (x)? ,

當且僅且對于任意一個 ε > 0 ,都存在一個 N?? ,使得對于任意 ?xA ?和任意 n > m > N 都有?

\displaystyle \left |\sum_{k=m+1}^{n}f_{k} (x) \right | < \epsilon? ,

則此級數一定收斂。

定理(Weierstrass M 收斂判別法)? 令 ??(f_{n})??是一個定義為? ?f_{n} :A \rightarrow \mathbb{R}??的函數序列并假設對于每一個 n∈?? ,都存在一個常數??M_{n} \geq 0??使得

\left |f_{n} (x)\right | \leq M_{n}? ?(對于所有? xA ?),??\displaystyle \sum_{n=1}^{\infty}M_{n} < \infty? ,

則級數? ?\displaystyle \sum_{n=1}^{\infty}f_{n}(x)??在 A 上一致收斂

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/83281.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/83281.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/83281.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

湖北理元理律師事務所:企業債務優化的科學路徑與人文關懷

湖北理元理律師事務所&#xff1a;企業債務優化的科學路徑與人文關懷 在中小企業經營壓力增大的背景下&#xff0c;如何平衡債務清償與員工生計成為關鍵課題。湖北理元理律師事務所聯合計劃集團公司&#xff0c;為服務企業設計了一套兼顧法律合規性與民生保障的債務解決方案&a…

樹莓派安裝openwrt搭建軟路由(ImmortalWrt固件方案)

&#x1f923;&#x1f449;我這里準備了兩個版本的openwrt安裝方案給大家參考使用&#xff0c;分別是原版的OpenWrt固件以及在原版基礎上進行改進的ImmortalWrt固件。推薦使用ImmortalWrt固件&#xff0c;當然如果想直接在原版上進行開發也可以&#xff0c;看個人選擇。 &…

一鍵凈化Excel數據:高性能Python腳本實現多核并行清理

摘要 本文分享兩個基于Python的Excel數據凈化腳本&#xff0c;通過多進程并行技術清除工作表內不可見字符、批注、單元格樣式等冗余內容&#xff0c;利用OpenPyXL實現底層操作&#xff0c;結合tqdm進度條和進程級任務分配&#xff0c;可快速處理百萬級單元格數據。適用于數據分…

【Netty】EventLoopGroup

在Netty的ServerBootstrap中設置兩個EventLoopGroup的作用是將網絡操作的兩個關鍵階段分離到不同的線程組中處理&#xff0c;從而優化性能并簡化并發控制。具體來說&#xff1a; 1. 兩個EventLoopGroup的角色 第一個EventLoopGroup&#xff08;通常稱為bossGroup&#xff09;&…

【前端】Vue中使用CKeditor作為富文本編輯器

官網https://ckeditor.com/ 此處記錄一下我在使用的時候具體初始化的代碼。 <template><div><textarea :id"id"></textarea></div> </template><script> export default {name: CkEditor,data: function () {return {id:…

前端面經 websocket

應用層協議&#xff0c;實現一個TCP連接上的全雙工通信&#xff0c;實時通訊 之前的實時WEB 實現輪詢 增加輪詢頻率 ws wss 明文版本 和 密文版本 特點 # 1 頭部小 2 更注重實時性

【筆記】suna部署之獲取 Supabase API key 和 project URL

#工作記錄 Supabase | The Open Source Firebase Alternative 一、注冊與登錄 方式一&#xff1a;GitHub 授權登錄 在登錄頁面選擇 “繼續使用 GitHub” &#xff0c;跳轉到 GitHub 授權頁面&#xff08;如圖 5 所示&#xff09;。確認 “Supabase 的想要訪問您的 [賬戶名] 帳…

爬蟲工具鏈的詳細分類解析

以下是針對爬蟲工具鏈的詳細分類解析&#xff0c;涵蓋靜態頁面、動態渲染和框架開發三大場景的技術選型與核心特性&#xff1a; &#x1f9e9; 一、靜態頁面抓取&#xff08;HTML結構固定&#xff09; 工具組合&#xff1a;Requests BeautifulSoup 適用場景&#xff1a;目標數…

STM32F407寄存器操作(ADC非連續掃描模式)

1.前言 書接上回&#xff0c;在看手冊的時候我突然發現手冊上還描述了另一種ADC掃描模式&#xff0c;即非連續掃描模式&#xff0c;想著連續掃描模式都已經探索過了&#xff0c;那就順手把非非連續模式研究一下吧。 2.理論 我們先看看手冊&#xff0c;這里我就以規則通道舉例…

spring切面

概念 兩個特點&#xff1a; IOC控制反轉AOP主要用來處理公共的代碼 例如一個案例就是添加用戶&#xff0c;重復的代碼包含了記錄日志、事務提交和事務回滾等&#xff0c;都是重復的&#xff0c;為了簡單&#xff0c;交給AOP來做。 即將復雜的需求分解出不同方面&#xff0c…

[Python] Python中的多重繼承

文章目錄 Lora中的例子 Lora中的例子 https://github.com/michaelnny/QLoRA-LLM/blob/main/qlora_llm/models/lora.py#L211C1-L243C10如果繼承兩個父類&#xff0c;并且父類的__init__參數不一樣&#xff0c;則可以顯式的調用父類init&#xff1b;如果用super().__init__()則需…

rsync服務的搭建

目錄 一、rsync介紹 rsync的安裝 二、rsync的語法 三、rsync命令使用 1. 本機同步 2. 遠程同步 四、rsync作為服務使用 1、嘗試啟動rsync程序 2、rsync的配置文件介紹 注意事項&#xff1a; 3. rsyncinotify實時同步 3.依賴服務托管xinetd&#xff08;CentOS 6中rs…

【C/C++】面試基礎題目收集

C 軟件開發面試中常見的刷題題目通常可分為以下幾大類&#xff1a;數據結構與算法、系統編程、面向對象設計、C 語言特性、并發編程等。 &#x1f9e0; 一、數據結構與算法&#xff08;力扣/牛客經典題&#xff09; 掌握 STL 和底層結構實現能力&#xff1a; &#x1f4cc; 數…

將手機網絡經USB數據線和本地局域網共享給華為AP6050DN無線接入點

引言 由于最近裝畢的新家所在的小區未能及時通寬帶,于是家中各類無線設備如何上網就成了首要要解決的問題。 鑒于家中要聯網的設備多、類型雜、支持頻段也不一,總是開手機熱點不是回事兒,于是就想著把手機網絡引至華為AP6050DN無線接入點中,讓家中所有的無線設備都能快速高…

【數據結構】圖論核心算法解析:深度優先搜索(DFS)的縱深遍歷與生成樹實戰指南?

深度優先搜索 導讀&#xff1a;從廣度到深度&#xff0c;探索圖的遍歷奧秘一、深度優先搜索二、算法思路三、算法邏輯四、算法評價五、深度優先生成樹六、有向圖與無向圖結語&#xff1a;深潛與回溯&#xff0c;揭開圖論世界的另一面 導讀&#xff1a;從廣度到深度&#xff0c;…

Flink CEP實踐總結:使用方法、常見報錯、優化與難點應對

Flink CEP實踐總結&#xff1a;使用方法、常見報錯、優化與難點應對 隨著實時數據分析需求的提升&#xff0c;Flink CEP&#xff08;Complex Event Processing&#xff0c;復雜事件處理&#xff09;成為事件流檢測中的利器。本文結合實際項目經驗&#xff0c;總結Flink CEP的基…

Python數據類型詳解:從字符串到布爾值,一網打盡

Python是現代編程語言中非常流行的一種&#xff0c;它的語法簡潔、易懂&#xff0c;非常適合初學者。而在Python編程中&#xff0c;“數據類型”是最基礎也是最重要的概念。理解這個概念&#xff0c;將為你之后的編程打下堅實的基礎。 1. 什么是數據類型&#xff1f; 在Pytho…

python打卡day42

Grad-CAM與Hook函數 知識點回顧 回調函數lambda函數hook函數的模塊鉤子和張量鉤子Grad-CAM的示例 在深度學習中&#xff0c;我們經常需要查看或修改模型中間層的輸出或梯度&#xff0c;但標準的前向傳播和反向傳播過程通常是一個黑盒&#xff0c;很難直接訪問中間層的信息。PyT…

中國風展示工作總結商務通用PPT模版

中國風展示工作總結商務通用PPT模版&#xff1a;中國風商務通用PPT 模版https://pan.quark.cn/s/42ad18c010d4

TeleAI發布TeleChat2.5及T1正式版,雙雙開源上線魔樂社區!

5月12日&#xff0c;中國電信開源TeleChat系列四個模型&#xff0c;涵蓋復雜推理和通用問答的多個尺寸模型&#xff0c;包括TeleChat-T1-35B、TeleChat-T1-115B、TeleChat2.5-35B和TeleChat2.5-115B&#xff0c;實測模型性能均有顯著的性能效果。TeleChat系列模型基于昇思MindS…