接吻數問題:從球體堆疊到高維空間的數學奧秘

本文由「大千AI助手」原創發布,專注用真話講AI,回歸技術本質。拒絕神話或妖魔化。搜索「大千AI助手」關注我,一起撕掉過度包裝,學習真實的AI技術!

1 接吻數問題概述

接吻數問題(Kissing Number Problem)是幾何與組合數學中一個極具挑戰性的難題,它探討在n維歐幾里得空間中,一個中心球體周圍最多可以放置多少個同等大小的球體,使得這些球體都與中心球體相切并且彼此之間不重疊。這里的"接吻"(kissing)是數學上的專業術語,形象地描述了球體之間相切接觸的狀態,類似于臺球碰撞時的輕輕接觸或者人際間的親吻動作。

表:不同維度空間的接吻數已知情況

維度接吻數證明狀態發現/證明年份
1維2已證明古代
2維6已證明古代
3維12已證明1953年
4維24已證明2003年
8維240已證明2016年
24維196560已證明2017年
其他維度變化多數未完全證明持續研究中

這一問題的起源可以追溯到1694年,當時艾薩克·牛頓(Isaac Newton)和大衛·格里高利(David Gregory)就三維空間中的這一問題進行了爭論。牛頓認為三維空間中的接吻數是12,而格里高利則認為可能達到13個。這場爭論持續了幾個世紀,直到1953年才被德國數學家Kurt Schütte和荷蘭數學家Bartel van der Waerden最終解決,證實了牛頓的正確性。

接吻數問題不僅僅是理論數學的挑戰,它在信息理論編碼理論材料科學物理學等領域都有重要應用。例如,在通信領域,接吻數問題與錯誤糾正編碼的設計直接相關,這些編碼用于保證信息在噪聲環境中的可靠傳輸。在材料科學中,它則與原子或分子在晶體中的排列方式密切相關。

本文由「大千AI助手」原創發布,專注用真話講AI,回歸技術本質。拒絕神話或妖魔化。搜索「大千AI助手」關注我,一起撕掉過度包裝,學習真實的AI技術!

往期文章推薦:

  • 20.InstructGPT:使用人類反饋訓練語言模型以遵循指令
  • 19.DQN(深度Q網絡):深度強化學習的里程碑式突破
  • 18.遺傳算法:模擬自然選擇的優化智慧
  • 17.帕累托優化:多目標決策的智慧與藝術
  • 16.dapo:開源大規模llm強化學習系統的突破與實現
  • 15.馮·諾依曼:數字時代的天才建筑師
  • 14.eniac:世界上第一臺通用電子計算機的傳奇
  • 13.馮·諾依曼架構:現代計算機的基石與瓶頸
  • 12.密碼破譯機bombe:二戰中破解enigma的傳奇設備
  • 11.波蘭密碼破譯機bomba:二戰密碼戰的隱形功臣
  • 10.注意力機制:捕獲長距離依賴關系的革命性技術
  • 9.康威生命游戲:零玩家游戲的元胞自動機奇跡
  • 8.OpenHands:開源AI軟件開發代理平臺的革命性突破
  • 7.NoCode-bench:自然語言驅動功能添加的評估新基準
  • 6.中文房間悖論:人工智能理解力的哲學拷問
  • 5.曼徹斯特Mark I:世界上第一臺存儲程序計算機的革命性創新
  • 4.AdaCoT:基于強化學習的帕累托最優自適應思維鏈觸發機制
  • 3.GThinker多模態大模型:線索引導式反思的突破
  • 2.Auto-CoT:大型語言模型的自動化思維鏈提示技術
  • 1.傳統概率信息檢索模型:理論基礎、演進與局限

2 歷史背景與起源

接吻數問題的歷史可以追溯到17世紀末的科學界。1694年5月,時任劍橋大學盧卡斯數學教授的艾薩克·牛頓與蘇格蘭天文學家兼數學家大衛·格里高利在劍橋進行了一次歷史性的會面。據后世記載,他們的討論最初聚焦于天文學問題——特別是行星圍繞太陽的分布方式,但逐漸轉向了一個更抽象的幾何問題:在三維空間中,一個中心球體周圍最多能放置多少個相同大小的球體,使得它們都與中心球體相切且彼此不重疊。

牛頓堅信這個數字是12,而格里高利則持不同意見,他認為有可能存在第13個球體的空間。格里高利甚至提出了自己的論據:他計算出所有外圍球體都位于一個直徑為3的大球空間內(假設每個球的直徑為1),并通過投影面積估算得出可能容納14個球體。然而,由于當時缺乏精確的數學工具和計算手段,這場爭論最終未能解決,問題也被擱置了數個世紀😔。

這場爭論的發生有著深刻的時代背景。17世紀的科學家們普遍認為,自然界的數學規律天體運行秩序之間存在深刻聯系。牛頓和格里高利都相信,行星圍繞太陽的分布方式可能反映了某種最優幾何排列,而這種排列可以通過等體球體的最密堆積來理解。這種將數學與自然哲學相結合的思想傾向,驅使他們探索這一看似抽象實則基礎的問題。

接吻數問題停滯了將近兩個半世紀,直到1953年才迎來突破。延遲如此之久的原因主要有兩方面:一是缺乏適當的數學工具,二是問題本身的高度復雜性。即使到了20世紀初,數學家們也只能證明三維接吻數的下界(12)和上界(13),而無法確定哪一個才是正確的。1953年,德國數學家Kurt Schütte和荷蘭數學家Bartel van der Waerden最終采用巧妙的降維方法,將三維問題轉化為球面上的幾何問題,證明了牛頓的正確性——三維空間中的接吻數確實是12。

3 數學定義與形式化描述

接吻數問題可以用嚴格的數學語言來定義。在n維歐幾里得空間??中,所有球體都是全等的,即它們具有相同的半徑。不失一般性,我們通常假設中心球體的半徑為1,且所有與之相切的球體半徑也為1。接吻數K(n)則表示在??中滿足以下條件的最大球體數量:這些球體都與中心球體相切,且任意兩個不同的球體至多有一個公共點(即它們可能相切但不重疊)。

用更形式化的語言表述:設B?為中心球體,B?, B?, …, B?為外圍球體,那么對于每個i ≠ j,有:

  • |O? - O_i| = 2(球心距離恰好為2,表示相切)
  • |O_i - O_j| ≥ 2(球心距離至少為2,表示不重疊)

其中O?, O_i, O_j分別表示中心球體、第i個外圍球體和第j個外圍球體的球心。接吻數K(n)就是滿足上述條件的最大k值。

低維情況的接吻數問題相對容易理解:

  • 一維空間(直線)中,接吻數為2。這很容易理解:在直線上,一個中心"球"(實際上是一個線段)兩側只能各放置一個同樣大小的"球"。
  • 二維空間(平面)中,接吻數為6。這可以通過圍繞中心圓排列六個相同大小的圓來直觀驗證,就像桌面上圍繞一枚硬幣放置六枚硬幣一樣。
  • 三維空間中,接吻數為12。這也是牛頓和格里高利爭論的焦點。

對于高維空間,接吻數問題的求解變得極其復雜。隨著維度的增加,球體的幾何性質變得反直覺,而且空間的指數增長使得計算變得困難。例如,在24維空間中,接吻數高達196,560!驗證這一結果需要進行1933億次計算,可見其復雜性。

表:不同維度下的接吻數上下界(截至2025年)

維度下界上界最佳構造/方法
5維4044-46不完全對稱結構
6維7278-82線性規劃邊界
7維126134-138球面碼
11維593868AlphaEvolve AI改進(2025)
17維573010978李安琪與科恩的奇偶調整方法(2024)

接吻數問題的求解需要運用多種數學工具,包括線性規劃球面調和分析組合設計編碼理論等。例如,菲利普·德爾薩特(Philippe Delsarte)在1970年代發展的線性規劃方法為接吻數問題提供了強有力的上界估計工具。而烏克蘭數學家瑪麗娜·維亞佐夫斯卡(Maryna Viazovska)則在2016年通過構造特殊的傅里葉插值函數,解決了8維和24維空間的球體堆積問題,從而也為這些維度的接吻數問題提供了解決方案。

4 主要研究進展與經典結果

接吻數問題的研究歷程中充滿了令人振奮的突破和巧妙的方法。這些進展不僅解決了具體數學問題,還發展了新的數學工具和理論,影響了多個學科領域。

4.1 三維空間的最終證明

盡管牛頓在17世紀就正確猜測了三維接吻數為12,但嚴格證明直到20世紀才出現。1953年,德國數學家Kurt Schütte和荷蘭數學家Bartel van der Waerden最終采用降維方法解決了這個問題。他們的巧妙思路是將三維問題轉化為二維球面上的幾何問題:

  1. 首先,將所有外圍球體的球心投影到中心球體的表面(形成一個單位球面)
  2. 每個投影點實際上代表了一個方向向量
  3. 通過計算發現,如果存在13個點,那么至少有兩個點之間的夾角小于60°
  4. 這就意味著對應的兩個外圍球體會重疊,從而違反了不重疊條件

這種方法的美妙之處在于它將一個復雜的三維排列問題簡化為了二維球面上的點分布問題。他們還在球面上為每個投影點劃定一個不互相重疊的球冠,并通過計算發現:如果試圖放置超過12個點,這些球冠的總面積就會超過球面可提供的總面積,形成邏輯矛盾。這一證明結束了長達258年的爭論,也為更高維度的接吻數問題研究提供了思路。

4.2 高維空間的突破

高維接吻數問題的研究需要全新的數學工具和思路。以下是一些關鍵突破:

  • 四維空間:2003年,俄羅斯數學家奧列格·穆辛(Oleg Musin)基于德爾薩特的線性規劃技術,結合球面調和分析,證明了四維空間的接吻數為24。這一工作的重要性在于它發展了德爾薩特的方法,引入了新的多項式約束,從而得到了更緊的上界。

  • 八維空間:2016年,烏克蘭數學家瑪麗娜·維亞佐夫斯卡(Maryna Viazovska)做出了突破性工作。她通過構造一種特殊的傅里葉插值函數,證明了E?晶格是八維空間中最密的球體堆積方式。由于接吻數問題與球體堆積問題密切相關,這也證明了八維空間的接吻數為240。維亞佐夫斯卡的方法的創新性在于她找到了合適的函數,能夠在E?晶格的240個接觸點上提供最優的距離信息,同時保證在其他點上不允許更多的球進入。

  • 二十四維空間:2017年,維亞佐夫斯卡與亨利·科恩等合作者,采用與八維空間相似的傅里葉分析方法,證明了利奇格(Leech lattice)是24維空間中最密的球體堆積結構,接吻數達196,560。這一數字遠超直覺想象,展現了高維空間的奇妙性質。

維亞佐夫斯卡因這些突破性工作于2022年榮獲數學界最高榮譽——菲爾茲獎,成為歷史上第二位獲得該獎項的女性。她的工作不僅解決了具體問題,還提供了強大的新工具,影響了多個數學領域。

4.3 最近突破:非對稱方法的興起

傳統的接吻數問題研究主要依賴于高度對稱的結構,如晶格和完美碼。然而,近年來,數學家們開始探索非對稱結構,并取得了意外收獲。

2022年,麻省理工學院的本科生李安琪(Anqi Li)和她的導師亨利·科恩(Henry Cohn)選擇了"離經叛道"的方法:他們放棄了對稱性假設,探索"怪異的結構"。通過翻轉坐標符號(奇偶性調整),他們構造出非對稱的球體排布,在17至21維中發現了新的空隙,可以容納更多的球體。

具體來說,李安琪從16維的Barnes-Wall晶格入手,嘗試使用奇數個負號坐標的點,而不是傳統上的偶數個負號坐標的點。當她將多個這樣的副本逐層粘合成更高維結構時,意外發現了可以放入新點的空腔。計算結果令人振奮:在17維空間中,他們在1967年基于Leech晶格的估計上加入了384個新球,將接吻數的下界提升到了5730。

這一工作標志著自20世紀60年代以來在這些維度區間內的首次重要突破。更重要的是,它展示了非對稱結構在接吻數問題中的潛力,開辟了新的研究方向。

同樣令人振奮的是,人工智能也開始在接吻數問題研究中發揮作用。2025年,Google DeepMind的AlphaEvolve系統將11維空間中的接吻數下界從592提高到了593。這一突破雖然微小,但意義重大:它標志著人工智能開始能夠解決人類難以直觀想象的高維數學問題。

5 理論應用與跨領域影響

接吻數問題雖然看似抽象,但在多個領域中有重要應用。這些應用體現了純粹數學與實用科學之間的深刻聯系。

5.1 通信與編碼理論

接吻數問題與錯誤糾正編碼的設計有直接關聯。在通信系統中,編碼本質上由一組"碼字"構成,這些碼字需要足夠不同,以便在傳輸過程中出現錯誤時,接收方仍然能夠識別出發送的原始消息。用數學術語來說,好的編碼對應于高維空間中的點分布,其中每個點周圍都有盡可能多的鄰近點,但又不會過于接近而導致混淆。

例如,1967年數學家John Leech使用一種高效的編碼(后被美國宇航局用于與旅行者探測器通信)構造出了著名的Leech晶格。這一晶格不僅給出了24維空間中的接吻數排列(196,560),還曾應用于NASA的旅行者1號任務中。類似地,現代5G通信和量子加密中的超立方體碼也依賴于高維結構優化。

在無線通信和量子通信中,數據點的高維排列直接影響信號傳輸效率。接吻數問題的研究有助于設計更高效的編碼方案,提高通信可靠性和頻譜效率📶。

5.2 物理與材料科學

接吻數問題在材料科學物理學中也有重要應用。在晶體學中,原子或分子在晶體中的排列方式與球體堆積問題直接相關。例如,開普勒最初研究的面心立方堆積(face-centered cubic)就是化學中原子在晶體中的一種排列形式。

在理論物理領域,弦理論認為宇宙可能存在10維或11維,高維幾何為統一相對論與量子力學提供了重要的數學框架。接吻數問題研究中發展出的高維空間理解工具,有助于物理學家探索這些高維理論的可能性。

此外,接吻數問題還與相變理論無序系統研究有關。例如,在玻璃態物質中,粒子的排列方式既需要盡可能緊密,又不能形成規則晶體,這與接吻數問題中尋找最大但不完美的排列有相似之處。

5.3 數據科學與機器學習

機器學習數據科學中,高維數據分析需要優化聚類和距離度量。接吻數問題的研究有助于提升大規模數據處理和模式識別的準確性。

當我們在高維空間中表示數據時,經常需要考慮如何最有效地分布表示點,以便在不同類別之間保持最大分離度。這直接類似于在高維空間中分布球體而不重疊的問題。接吻數問題中發展的工具和技術可以幫助設計更有效的特征選擇方法降維技術

此外,接吻數問題與神經網絡的容量分析也有聯系。神經網絡的表示能力部分取決于其參數空間中的區域如何劃分,而接吻數提供了關于這種劃分密度的 insights。

6 未來研究方向與挑戰

盡管接吻數問題已經取得了顯著進展,但仍然存在許多挑戰和未解決的問題。這些挑戰既推動了數學理論的發展,也促進了跨學科的合作。

6.1 中等維度的挑戰

目前,只有四維(24)、八維(240)和二十四維(196,560)是已被嚴格證明的高維接吻數。在中等維度(如5、6、7維等),計算最大接吻數變得極其困難,因為這些維度的對稱性較弱,缺乏像E?或Leech晶格那樣的完美對稱結構。

例如,在5維空間中,已知的接吻數下界是40,上界是44-46;在6維空間中,下界是72,上界是78-82。這些差距表明我們對這些維度的理解仍然不完全。未來的研究需要開發新的數學工具和概念,以解決這些中等維度的接吻數問題。

6.2 對稱性與非對稱性之間的張力

傳統上,數學家們主要依賴高度對稱的結構(如晶格)來構造接吻數排列。然而,最近李安琪和科恩的工作表明,在某些高維空間中,非對稱結構可能比傳統的對稱晶格更優。這一發現開啟了一個全新的研究方向:何時對稱性最優?何時非對稱性更優?

理解這種對稱性與非對稱性之間的張力,不僅有助于解決接吻數問題,還可能深刻影響我們對高維幾何的整體認識。這可能需要對群論表示理論組合設計等數學領域進行新的探索。

6.3 計算挑戰與AI輔助研究

高維接吻數問題涉及指數級增長的計算復雜度。例如,在24維空間中驗證196,560個點是否重疊,需要進行1933億次計算。這種計算挑戰要求發展更高效的算法和計算技術。

近年來,人工智能開始展示出解決數學問題的潛力。例如,Google DeepMind的AlphaEvolve系統將11維空間中的接吻數下界從592提高到了593。這表明AI可以成為數學研究的有力工具,尤其是在人類難以直觀想象的高維空間中。

未來,我們可能會看到更多人機協作的數學研究模式,其中AI負責搜索可能的構造和排除不可能的情況,而數學家則負責驗證和理論化這些結果。這種協作有可能加速接吻數問題及其他數學難題的解決。

6.4 與其他數學領域的聯系

接吻數問題與多個數學領域有深刻聯系,包括數論代數幾何組合數學調和分析等。未來研究可能會進一步探索這些聯系,從而產生新的見解和工具。

例如,接吻數問題與模形式自守函數的聯系可能在解決更高維度的接吻數問題中發揮重要作用。同樣,與編碼理論信息論的聯系可能啟發新的構造方法。

7 結論

接吻數問題是一個迷人的數學問題,它起源于1694年牛頓與格里高利的爭論,經歷了三個多世紀的發展,至今仍然是活躍的研究領域。從三維空間的12,到二十四維空間的196,560,接吻數問題的研究不僅解決了具體數學問題,還發展了新的數學工具和概念,影響了多個學科領域。

接吻數問題的研究歷程展示了數學發展的幾個重要特點:一是抽象問題與實際應用的深刻聯系,如與通信編碼和材料科學的關聯;二是方法創新比具體結果更重要,如德爾薩特的線性規劃方法和維亞佐夫斯卡的傅里葉插值函數;三是跨學科合作的價值,如最近AI在接吻數問題中的應用。

盡管已經取得了顯著進展,接吻數問題仍然存在許多挑戰,特別是在中等維度和非對稱結構方面。這些挑戰為未來研究提供了豐富的機會,可能會進一步推動數學和相關領域的發展。

接吻數問題的研究提醒我們,即使是看似簡單的幾何問題,也可能蘊含著深刻的數學結構和聯系。正如數學家亨利·科恩所說:"也許我們離真相還很遠,因為它并沒有一種直觀易懂的描述。"這種對未知的探索和追求,正是數學研究的魅力和價值所在。

本文由「大千AI助手」原創發布,專注用真話講AI,回歸技術本質。拒絕神話或妖魔化。搜索「大千AI助手」關注我,一起撕掉過度包裝,學習真實的AI技術!

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/pingmian/94728.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/94728.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/94728.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

深度學習③【卷積神經網絡(CNN)詳解:從卷積核到特征提取的視覺革命(概念篇)】

文章目錄先言1. 卷積核:特征檢測的魔法窗口1.1什么是卷積核:可學習的特征檢測器1.2可視化理解:邊緣檢測、紋理提取、特征發現1.3代碼實現:使用PyTorch定義和初始化卷積層2. 卷積運算的數學原理2.1.離散卷積計算:滑動窗…

當不想安裝telnet或nc時,可使用 Linux 系統默認自帶的bash原生網絡功能或ping(輔助判斷)測試連通性

1. 用bash原生/dev/tcp測試端口(無需任何工具)bashshell 內置了/dev/tcp虛擬設備,可直接通過腳本測試端口是否能連接,執行以下命令(替換數據庫 IP 和端口):# 格式:echo > /dev/tc…

【STM32外設】ADC

聲明:上圖是STM32產品型號各字段含義,本文基于STM32F103 1、ADC的一些概念 常規通道(常規組)和注入通道(注入組)(regular channels and injected channels)ADC支持的外部通道總共16個(且被3個ADC共享,ADC12…

Aha Moment——啊哈時刻!

1. 理解面試官的意圖面試官問你“Aha moment”,其實是想知道:你是否真正理解這個概念:不只是背定義,而是理解其為什么重要。你如何發現它:考察你的數據分析方法論和技術能力(用了哪些數據、指標、模型&…

RAG教程5:多表示索引和ColBERT

文章目錄 導入依賴包 多表示索引 ColBERT 導入依賴包 %pip install youtube-transcript-api pytube多表示索引 from langchain_community.document_loaders import WebBaseLoader from langchain_text_splitters import RecursiveCharacterTextSplitterloader = WebBaseL

來自火山引擎的 MCP 安全授權新范式

資料來源:火山引擎-開發者社區 本文旨在深入剖析火山引擎 Model Context Protocol (MCP) 開放生態下的 OAuth 授權安全挑戰,并系統闡述火山引擎為此構建的多層次、縱深防御安全方案。面對由 OAuth 2.0 動態客戶端注冊帶來的靈活性與潛在風險,…

瑞芯微RK3506開發板PWM輸入捕獲驅動調試記錄

本文演示PWM輸入信號采集,基于觸覺智能RK3506開發板。配置為: 3核Cortex-A7Cortex-M0多核異構處理器 主要接口:2路CAN FD,5路串口,RGB、MIPI、音頻、USB2.0 OTG等、板載雙百兆網口4G星閃SLEWiFi6BLE5.2。 PWM信號簡…

PHP的header()函數分析

PHP的header()函數是HTTP協議交互的核心工具,它通過直接操縱響應頭實現服務器與客戶端之間的元數據通信。作為PHP原生函數,其設計初衷是處理HTTP協議層的關鍵操作,包括狀態碼設置、內容類型聲明和緩存控制等基礎功能。在Web開發中&#xff0c…

根據并發和響應延遲,實現語音識別接口自動切換需求

根據并發和響應延遲,語音識別接口自動 切換需求 需求描述: 當請求的語音識別的請求數量大于3或者請求語音識別接口3秒不可達無響應,切換備用語音識別接口 科大訊飛語音識別作為備用接口 科大訊飛的API文檔: 進入訊飛開放平臺的網頁&#…

程序員之電工基礎-CV程序解決目標檢測

一、背景 興趣愛好來了,決定研發一個產品。涉及到電工和機械等知識,所以記錄一下相關的基礎知識。今天的內容又回到了我的主營板塊!!哈哈!!為后續整體集成做準備,先測試目標檢測部分的能力。 二…

B樹的概述以及插入邏輯

一,B樹的概述1.B樹(B-樹)又稱多路平衡查找樹,B樹所有節點中孩子數量的最大值n稱為B樹的階,通常用m表示比如當m為2就是常見的二叉樹一顆m階的B樹定義如下:1)每個結點最多有m-1個關鍵字;2)根節點最少可以只有1個關鍵字;3…

如何用 Kotlin 在 Android 手機開發一個小鬧鐘、計時器、秒表

以下是在 Android 上用 Kotlin 開發小鬧鐘、計時器和秒表的方法,分為核心功能實現和界面設計兩部分: 鬧鐘功能實現 AlarmManager 和 BroadcastReceiver // 設置鬧鐘 val alarmManager getSystemService(Context.ALARM_SERVICE) as AlarmManager val i…

LeetCode Hot 100 第8天

1. 73 矩陣置零(記錄標識) 鏈接:題目鏈接 題解: 題解 時間復雜度O(n*m): 方案1(空間復雜度O(n m)):matrix[i][j] 0,意味著 第i行、第j列所有元素都要置為0;維護能置為0行、列的集…

Python OpenCV圖像處理與深度學習:Python OpenCV開發環境搭建與入門

Python OpenCV入門:環境設置 學習目標 通過本課程,學員們將學習在Windows、macOS和Linux操作系統上安裝Python和OpenCV,配置開發環境,以及如何使用Jupyter Notebook和PyCharm等集成開發環境(IDE)進行基本操…

【論文閱讀】SegCLIP:用于高分辨率遙感圖像語義分割的多模態視覺語言和快速學習

【論文閱讀】SegCLIP:用于高分辨率遙感圖像語義分割的多模態視覺語言和快速學習 文章目錄【論文閱讀】SegCLIP:用于高分辨率遙感圖像語義分割的多模態視覺語言和快速學習一、介紹二、聯系工作三、方法四、實驗結果**數據集**SegCLIP: Multimodal Visual-…

Anaconda、OpenCV安裝配置方法

目錄 1.Anaconda安裝 1.1 國內鏡像軟件下載 1.2 點擊exe,一路下一步安裝 1.3 檢查安裝情況 1.3.1 安裝前后系統環境變量變化對比 1.3.2 查看安裝路徑和版本 1.4 Anaconda自帶的python版本查看命令如下: 1.5 修改鏡像地址,加快下載包的…

C++函數繼承

C函數繼承引言C三大特征分別為封裝,繼承和多態,它們構成了面向對象編程的基石,它們協同工作以提升代碼的模塊化,可復用性和靈活性封裝:提高代碼的維護性(當程序出現問題時可以準確定位)繼承&…

瞬態數據表定義Fluent變量

重要說明:本文基于2025R2版本編寫,其他版本可能存在差異。1 概述瞬態數據表是定義 Fluent 變量隨時間變化規律的profile文件,文件類型為文本文件。瞬態數據表假設所有時刻,被定義的對象都是均勻分布,無法考慮變量在空間…

文本嵌入模型的本質

這是一個非常深刻且重要的問題。我們來詳細拆解一下“通用文本嵌入模型”的本質。 我們可以從三個層次來理解它:它是什么(What),它如何工作(How),以及它為什么重要(Why)。…

Linux筆記13——shell編程基礎-7

補充1.printf %s\t%s 字符串 中,\t一定不要加雙引號,這一點和在awk中使用的時候有所不同2.其中%s也可以寫成%ns,n可以被用來設置列寬,默認右對齊#打印輸出文件系統的使用情況 [rootlocalhost ~]# printf %-30s\t%s\n $(df -h | aw…