![[流泪]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_6.dde0d83.png)
回不去的童年
获得徽章 6
赞了这篇沸点
今天学习了dijkstra算法（最小生成树），同时练习了堆优化和不采用堆优化的代码形式，想分享一些学习经验。
在我看来，dijkstra算法的关键主要有两点：1.找到可达距离最近的点2.更新可达距离。在算法中，我们会选定一个起点，并以起点所能达到的另一个简单初始化到各个点的距离数组：如果有可以到达的边，距离就是边的权重。如果节点之间并没有便可以直达，两点距离就是设定值MAX，点到自身的距离为0。随后我们可以由距离的比较得出下一个距离最短的节点。同时，因为有了新节点的加入，到各个点的最短距离发生变化（例如由1无法到达的3节点，通过新加入的2节点可以到达，distance就由MAX变为distance[1->2]+distance[2->3])此时依次把到各点的距离重新更新。循环往复，我们将依次找到的点连接起来就是最短路径。
此外，我还了解到了此算法的不同表现形式。比如说在堆优化的代码里用邻接表存储边的权值，而不用堆优化则用邻接矩阵存储。同时他们在更新distance时也有差异，堆优化使用优先队列取出最短距离，同时将更新的距离重新返回队列中，而不用堆优化则用choose函数选择最短边。
今天又是被算法大佬打击道心的一天，被bug折磨得不知天地为何物了
code.juejin.cn
在我看来，dijkstra算法的关键主要有两点：1.找到可达距离最近的点2.更新可达距离。在算法中，我们会选定一个起点，并以起点所能达到的另一个简单初始化到各个点的距离数组：如果有可以到达的边，距离就是边的权重。如果节点之间并没有便可以直达，两点距离就是设定值MAX，点到自身的距离为0。随后我们可以由距离的比较得出下一个距离最短的节点。同时，因为有了新节点的加入，到各个点的最短距离发生变化（例如由1无法到达的3节点，通过新加入的2节点可以到达，distance就由MAX变为distance[1->2]+distance[2->3])此时依次把到各点的距离重新更新。循环往复，我们将依次找到的点连接起来就是最短路径。
此外，我还了解到了此算法的不同表现形式。比如说在堆优化的代码里用邻接表存储边的权值，而不用堆优化则用邻接矩阵存储。同时他们在更新distance时也有差异，堆优化使用优先队列取出最短距离，同时将更新的距离重新返回队列中，而不用堆优化则用choose函数选择最短边。
今天又是被算法大佬打击道心的一天，被bug折磨得不知天地为何物了
code.juejin.cn
展开
评论
2
赞了这篇沸点
赞了这篇沸点
赞了这篇沸点
评论
2
赞了这篇沸点
RainbowTalk 是一套基于 MobileIMSDK 开源通信框架的产品级纯血鸿蒙NEXT端IM系统。
支持常见的消息类型，包括：文本、语音、图片、大文件、短视频、个人名片、群名片、Emoji表情；支持常用的功能，包括：消息撤回、消息转发、消息引用、“@”功能、“扫一扫”等；支持陌生人单聊、好友单聊、多人群聊三种模式。 RainbowTalk 是自主知识产权产品，纯ArkTS编写、全新开发，没有套壳、也没走捷径，原生“纯血”。 RainbowTalk 与姊妹产品 RainbowChat 技术同源，不同于市面上某些开源或淘宝售卖的demo级代码，RainbowChat 已被成千上万真实的客户使用过，解决了大量的产品逻辑、代码逻辑、细节优化等问题。
展开
评论
5
![[不失礼貌的微笑]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_16.9d17f6d.png)
赞了这篇沸点
赞了这篇沸点
![[捂脸]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_28.8981538.png)
赞了这篇文章
赞了这篇沸点
学习任何东西的公式化打法就是：
预训练（先整点高质量数据研究下）
后训练（找个私教简单重复的练习基本功）
强化学习（真实环境猛怼 benchmark）
太无脑了
可能大模型最重要的意义是从根本上理解了学习。
预训练（先整点高质量数据研究下）
后训练（找个私教简单重复的练习基本功）
强化学习（真实环境猛怼 benchmark）
太无脑了
可能大模型最重要的意义是从根本上理解了学习。
展开
评论
3