开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如果数组的秩/大小可用，还有什么理由使用假定大小的数组吗？

如果数组的秩/大小可用，即可以预先确定数组需要存储的元素个数，那么使用假定大小的数组可能没有太多的理由。因为假定大小的数组在创建时需要指定数组的大小，如果后续需要存储的元素个数超过了数组的大小，就会导致数组溢出，造成数据丢失或程序崩溃。

然而，有些情况下可能仍然需要使用假定大小的数组，以下是一些可能的理由：

内存限制：在某些嵌入式系统或资源受限的环境中，内存可能非常有限。在这种情况下，使用假定大小的数组可以节省内存空间，因为数组的大小是固定的，不会浪费额外的内存。
性能优化：在某些特定的场景下，使用假定大小的数组可能会带来性能上的优势。由于数组的大小是固定的，编译器可以对数组进行更好的优化，例如在寻址和访问数组元素时可以使用更快的指令。
数据结构需求：某些数据结构可能需要使用假定大小的数组来实现。例如，静态数组是一种常见的数据结构，它的大小在编译时就已经确定，并且不会发生变化。在这种情况下，使用假定大小的数组是必要的。

总的来说，如果数组的秩/大小可用，通常更推荐使用动态数组或其他动态数据结构，因为它们具有更好的灵活性和扩展性。但在特定的情况下，如内存限制、性能优化或特定的数据结构需求，使用假定大小的数组可能是合理的选择。

腾讯云相关产品和产品介绍链接地址：

腾讯云云服务器（CVM）：提供灵活可扩展的云服务器实例，满足不同规模和需求的应用场景。详情请参考：https://cloud.tencent.com/product/cvm
腾讯云云数据库 MySQL 版：提供高性能、可扩展的云数据库服务，适用于各种规模的应用程序。详情请参考：https://cloud.tencent.com/product/cdb_mysql
腾讯云对象存储（COS）：提供安全可靠、高扩展性的云端存储服务，适用于存储和处理各种类型的数据。详情请参考：https://cloud.tencent.com/product/cos

相关搜索:使用假定秩的Fortran数组作为派生类型组件独立于秩的代码:大小列表中的数组和域为什么numpy数组的大小不同？如果开始一个支持钩子的项目，还有使用类组件的理由吗？增加动态数组的大小会发生什么？是什么决定了数组的最大大小？如何使用不同大小的数组块？使用不同大小的数组连接Python 使用变量创建特定大小的numpy数组如何“改变数组的大小”[使用的指针]调整数组的大小，这段代码对它有什么严重的影响吗？如何使用Javascript从未知大小的数组中获取未知大小的数据？malloc()总是可以增加数组的大小吗？如何使用元编程获得数组的大小？使用构造函数中给定的大小创建数组使用字符串长度的数组大小如果指针可以在运行时动态地改变数组的大小,为什么有必要用大小初始化数组？如果两个数组的DART大小不同，如何合并它们？将数组的大小定义为用户输入的变量合法吗？如果在C中没有预先给出数组的大小，我可以初始化数组中的整数吗？

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

Python之Wilcoxon符号秩和检验

本节主要聚焦单样本Wilcoxon符号秩和检验，首先咱们先简单介绍一下什么叫做参数检验和非参数检验，然后介绍一下什么叫做秩次和秩和，接着正式讲解Wilcoxon符号秩和检验的含义和作用，最后通过一个小的案例来看一下这个检验如何通过Python代码实现。

01

R语言各种假设检验实例整理（常用）

一、正态分布参数检验例1. 某种原件的寿命X（以小时计）服从正态分布N（μ, σ)其中μ, σ2均未知。现测得16只元件的寿命如下： 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 问是否有理由认为元件的平均寿命大于255小时？解：按题意，需检验 H0： μ ≤ 225 H1: μ > 225

04

温故知新--R基础知识（下）

数组可以看作是带有多个下标类型相同的元素集合。维度向量(dimension vector)是一个正整数向量。如果它的长度为k，那么该数组就是k-维的。

02

Numpy

Numpy Numpy是Python中用于科学计算的核心库。它提供了高性能的多维数组对象，以及相关工具。（本文文末的原文链接为numpy的官方文档） NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性

07

日拱一卒，麻省理工的线性代数课，一阶段复习

我们继续麻省理工的线性代数课程，今天这节课没有新的内容，是一节复习课，教授以讲解例题和解答的形式对之前的内容进行回顾和复习。

02

DeepMind科学家、AlphaTensor一作解读背后的故事与实现细节

大数据文摘授权转载自智源社区一直以来，DeepMind的Alpha系列工作，AlphaGo、AlphaStar等致力于棋类和游戏应用中战胜人类，而两个月前发布的AlphaTensor则把目标指向了科学计算领域，意在为矩阵乘法等基本计算任务自动设计更高效的经典算法，这一工作一经推出，效果显著，让人眼前一亮，甚至被知名AI主播Lex Fridman评价为值得「诺贝尔奖和菲尔兹奖」的工作。 AlphaTensor是如何做到的？其工作背后的灵感来源是什么？智源社区邀请到该工作第一作者Alhussein Fawzi

01

C++中的数组类型操作

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情

03

一起来学演化计算-matlab基本函数randn,rand, orth

randn X = randn 随机从正态分布中选一个数作为结果 X = randn(n) 随机从正态分布中选n*n个数组成一个(n,n)的正方形矩阵 r = randn(5) r = 0.5377 -1.3077 -1.3499 -0.2050 0.6715 1.8339 -0.4336 3.0349 -0.1241 -1.2075 -2.2588 0.3426 0.7254 1.4897 0.7172 0.86

02

面试必问！| 1. ResNet手推及其相关变形~

ResNet本身是一种拟合残差的结果，让网络学习任务更简单，可以有效地解决梯度弥散的问题。

03

浅析希尔排序算法

希尔排序(Shell Sort)是插入排序的一种，它是针对直接插入排序算法的改进。该方法又称缩小增量排序，因DL．Shell于1959年提出而得名。

01

线性代数基础

向量空间的一组元素中，若没有向量可用有限个其他向量的线性组合所表示，则称为线性无关或线性独立，反之称为线性相关(linearly dependent)。

03

利用协方差，Pearson相关系数和Spearman相关系数确定变量间的关系

数据集中的变量之间可能存在复杂且未知的关系。重要的是发现和量化数据集的变量相关的程度。这些知识可以帮你更好地准备数据，以满足机器学习算法的预期，例如线性回归，其性能会随着这些相关的出现而降低。

03

机器学习笔记——线性回归及其两种常用的优化方法

回归的目的是预测数值型的目标值，最直接的办法是依据输入写出一个目标值的计算公式，比如要计算一个男生可以找到女朋友的概率：

01

CVPR2021全新Backbone | ReXNet在CV全任务以超低FLOPs达到SOTA水平(文末下载论文和源码)

本文主要是针对Representational Bottleneck问题进行的讨论，并提出了一套可以显著改善模型性能的设计原则。本文中作者认为在传统网络的设计的中可能会存在Representational Bottleneck问题，并且该问题会导致模型性能的降低。

03

fortran中三种数组传递方式

Fortran 中，调用函数或子程序时，默认将实参的地址传递给形参，称为地址传递或引用传递。究其原因，是因为Fortran主要针对数值计算，参数多为大型数组（二维数组称矩阵），如果采用值传递，会复制实参的一个拷贝给形参，占用时间和内存，而地址传递则仅仅将实参数组的首地址传递给形参，没有时间和内存冗余。

03

小希的迷宫(并查集)

坑爹啊。。。这道题不难但是还是wa了四次，首先该图必须连通的**，其次房间号码大小不一定从1开始，所以他的大小可以随意的，在初始化的时候需要将持续到MAXN，当直接输入0 0的时候输出的是YES，还有就是虽然集合合并后，但是father还不一定相同，必须Find后才能相同 #include<stdio.h> const int MAXN=100010; int father[MAXN],rank[MAXN]; struct Node { int x,y; } node[MAXN]; void

C++ 中的字符串数组（5 种不同的创建方式3-5）

theme: channing-cyan highlight: a11y-dark

02

LoRA及其变体概述：LoRA, DoRA, AdaLoRA, Delta-LoRA

LoRA可以说是针对特定任务高效训练大型语言模型的重大突破。它被广泛应用于许多应用中。在本文中，我们将解释LoRA本身的基本概念，然后介绍一些以不同的方式改进LoRA的功能的变体，包括LoRA+、VeRA、LoRA- fa、LoRA-drop、AdaLoRA、DoRA和Delta-LoRA。

03

一文解读Tensor到底是个啥玩意儿？（附代码）

本文介绍了各种数值型数据的容器（标量、向量、矩阵、张量）之间的关系，在实践中，张量特指3维及更高维度的数据容器。

03

北大@Coursera 医学统计学与SPSS软件第三周两组数值变量比较的假设检验

1.定义在抽样研究中，由于抽样造成的样本均数与总体均数之间的差异或者样本均数之间的差异，称为均数的抽样误差（SamplingError，SE）。抽样误差是不可避免的，造成抽样误差的根本原因是个体变异的客观存在。

01

Numpy详解-轴的概念

也就是说，首先是一个特别大的整体，一个数组，接着是里面4个小数组，每一个小数组里面有3个小数组，小数组内的单元是一个数对来构成的。

03

一份 Numpy 小抄请查收

在numpy中维度（dimensions）叫做轴（axes），轴的个数叫做秩（rank）。如3D空间中一个点的坐标[1,2,3]是一个秩为1的数组，因为它只有一个轴，这个轴长度为3，在下面的例子中数组的秩为2（它有两个维度）,第一个维度为2，第二个维度为3。

02

呆在家无聊？何不抓住这个机会好好学习！

本公众号一向坚持的理念是数据分析工具要从基础开始学习，按部就班，才能深入理解并准确利用这些工具。鼠年第一篇原创推送比较长，将从基础的线性代数开始。线性代数大家都学过，但可能因为联系不到实用情况，都还给了曾经的老师。线性代数是数理统计尤其是各种排序分析的基础，今天我将以全新的角度基于R语言介绍线性代数，并手动完成PCA分析，从而强化关于线性代数和实际数据分析的联系。

03

PHP表单处理与文件保存

在php中能够通过$_FILE 获取上传的文件 * 浏览器端部分代码() * 假定浏览器在form表单中如下标签 * 注1form提交数据需使用post提交 * 注2form提交数据时,需在form表单中添加enctype=multipart/form-data属性

03

python中list、array、matrix之间的基本区别

python科学计算包的基础是numpy, 里面的array类型经常遇到. 一开始可能把这个array和python内建的列表(list)混淆, 这里简单总结一下列表(list), 多维数组(np.ndarray)和矩阵(np.matrix)的区别. NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank，但是和线性代数中的秩不是一样的，在用pyth

【数据结构】并查集(路径压缩)

1. 并查集解决的是连通块的问题，常见操作有，判断两个元素是否在同一个连通块当中，两个非同一连通块的元素合并到一个连通块当中。并查集和堆的结构类似，都是采用数组存储下一个节点的下标的方式来抽象成一棵树，只不过堆的数组对应的是一棵二叉树，而并查集的数组对应的是森林，可以抽象成很多的树，并且每棵树也不一定是二叉树，任意形状均可。初始化数组时，数组存储内容均为自己的下标，表示每个节点的父节点都是自己，previous译为先前的，在这里正好表示某一个元素的父节点元素下标是多少。合并两个节点，实际上是合并这两个节点分别对应的根节点，这里可能会有人有疑问，为什么不合并非根节点呢？如果你合并非根节点，让非根节点指向另一个非根节点，那么2棵树直接变成三棵树了。并查集合并算法的性能瓶颈其实是在找根的操作上，如果一棵树的高度是N，那么找根的时间复杂度其实就是O(N)了，这样的效率实际上是很低的，所以后面会进行三种方式的优化。统计并查集中树的个数其实也比较简单，只需要统计根节点是自己的节点个数即可。

01

数据结构：线性表——2.1 向量

C、C++和Java等程序设计语言，都将数组作为一种内置的数据类型，支持对一组相关元素的存储组织与访问操作。

01

HDFS基本特性常见命令工作机制

HDFS是一个分布式文件系统，采用分而治之的设计思想，将大文件、大批量文件，分布式存放在大量服务器上，为各类分布式运算框架(MapReduce，spark，tez等)提供数据存储服务。首先，它是一个文件系统，用于存储文件，通过统一的命名空间目录树来定位文件；其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色。

03

统计分析篇-定量资料统计分析（2）

上篇文章叙述到单样本定量资料与已知总体比较、单样本定量资料前后比较，同个个体两种检测方法（定量结果指标）比较的统计分析，这篇文章主要来叙述最常见应用最普遍的两独立样本t检验。

03

统计学_显著性检验综述

比如研究血型与性格是否独立，如果性格a的血型比例与性格b的血型比例相同，那么统计上独立。

03

Apache Spark:来自Facebook的60 TB +生产用例

浪尖整理翻译https://databricks.com/blog/2016/08/31/apache-spark-scale-a-60-tb-production-use-case.html。

02

译文 | 与TensorFlow的第一次接触第三章：聚类

前一章节中介绍的线性回归是一种监督学习算法，我们使用数据与输出值（标签）来建立模型拟合它们。但是我们并不总是有已经打标签的数据，却仍然想去分析它们。这种情况下，我们可以使用无监督的算法如聚类。因为聚类算法是一种很好的方法来对数据进行初步分析，所以它被广泛使用。本章中，会讲解K-means聚类算法。该算法广泛用来自动将数据分类到相关子集合中，每个子集合中的元素都要比其它集合中的元素更相似。此算法中，我们没有任何目标或结果来预测评估。本章中依然会介绍TensorFlow的使用，并介绍基础数据结构tensor

06

卷积神经网络的压缩

正文部分系《解析卷积神经网络——深度学习实践手册》基础理论篇部分，本次将介绍卷积神经网络压缩的具体途径

02

开发者必读：计算机科学中的线性代数（附论文）

来源：机器之心作者：Petros Drineas、Michael W. Mahoney 本文共3994字，建议阅读6分钟。本文为你分享一篇来自普渡大学与UC Berkeley两位教授的概述论文中的线性代数知识。矩阵计算在计算机科学中占有举足轻重的地位，是每个开发者都需要掌握的数学知识。近日，来自普渡大学的 Petros Drineas 与 UC Berkeley 的 Michael Mahoney 提交了一篇概述论文《Lectures on Randomized Numerical Linear

tf.train.batch

在张量中创建多个张量。参数张量可以是张量的列表或字典。函数返回的值与张量的类型相同。这个函数是使用队列实现的。队列的QueueRunner被添加到当前图的QUEUE_RUNNER集合中。如果enqueue_many为False，则假定张量表示单个示例。一个形状为[x, y, z]的输入张量将作为一个形状为[batch_size, x, y, z]的张量输出。如果enqueue_many为真，则假定张量表示一批实例，其中第一个维度由实例索引，并且张量的所有成员在第一个维度中的大小应该相同。如果一个输入张量是shape [*， x, y, z]，那么输出就是shape [batch_size, x, y, z]。容量参数控制允许预取多长时间来增长队列。返回的操作是一个dequeue操作，将抛出tf.errors。如果输入队列已耗尽，则OutOfRangeError。如果该操作正在提供另一个输入队列，则其队列运行器将捕获此异常，但是，如果在主线程中使用该操作，则由您自己负责捕获此异常。

01

假设检验与P-value简介

一个优秀的色子被掷出的时候，必然是等概率的出现各个面的，即每个点都有1/6的可能性出现。

01

开发者必读：计算机科学中的线性代数

选自arXiv 作者：Petros Drineas、Michael W. Mahoney 机器之心编译参与：李泽南、刘晓坤、蒋思源矩阵计算在计算机科学中占有举足轻重的地位，是每个开发者都需要掌握的数学知识。近日，来自普渡大学的 Petros Drineas 与 UC Berkeley 的 Michael Mahoney 提交了一篇概述论文《Lectures on Randomized Numerical Linear Algebra》可以作为线性代数知识的参考资料，本文将对其中的部分内容（主要为第二章：

07

产品经理最小技能集指南之设计

https://blackboxofpm.com/mvpm-minimum-viable-product-manager-e1aeb8dd421

04

数据分析-非参数秩方法

非参数秩方法，即不假定总体分布的具体形式，从数据本身获得所需信息，适用范围广，但忽略了分布类型，针对性差。

02

文心一言 VS 讯飞星火 VS chatgpt （190）-- 算法导论14.1 7题

逆序对是指在数组中，一个元素大于其后面的元素的情况。例如，在数组 [1, 3, 2, 4] 中，逆序对是 (3, 2) 和 (4, 2)。

02

I/O在底层的工作概述

本文主要讨论I/O在底层是如何工作的。本文服务的读者，迫切希望了解Java I/O操作是在机器层面如何进行映射，以及应用运行时硬件都做了什么。假定你熟悉基本的I/O操作，比如通过Java I/O API读写文件。这些内容不在本文的讨论范围。

03

Java 并发集合的实现原理

可以用原子方式更新int值。类 AtomicBoolean、AtomicInteger、AtomicLong 和 AtomicReference 的实例各自提供对相应类型单个变量的访问和更新。基本的原理都是使用CAS操作：

01

【NumPy高级运用】NumPy的Matrix与Broadcast高级运用以及IO操作

Matrix函数的作用是返回给定大小的标识矩阵。单位矩阵是一个方阵。从左上角到右下角的对角线上的元素（称为主对角线）均为1，其他所有元素均为0。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/c157d43915c24198a13ee8904c348af4.png

02

要理解深度学习，必须突破常规视角去理解优化

深度学习时代，机器学习通常归结为首先为手头的学习任务定义合适的目标/成本函数，然后使用梯度下降的某种变体（通过反向传播实现）来优化这个函数。

02

我的第二个Python趣味项目，来了！

这个游戏当年风靡全球，游戏规则极其简单，玩起来也是相当简单，但是要想最后拼出2048，也绝非是一件容易的事。并且玩起来，也很有意思，总想一把一把的挑战。

01

监督学习最常见的五种算法，你知道几个？

在机器学习中，无监督学习（Unsupervised learning）就是聚类，事先不知道样本的类别，通过某种办法，把相似的样本放在一起归位一类；而监督型学习（Supervised learning）就是有训练样本，带有属性标签，也可以理解成样本有输入有输出。所有的回归算法和分类算法都属于监督学习。回归（Regression）和分类（Classification）的算法区别在于输出变量的类型，定量输出称为回归，或者说是连续变量预测；定性输出称为分类，或者说是离散变量预测。以下是一些常用的监督型学习方法。

一个c语言程序能实现几种算法_C语言实现算法

的介绍，主要包括了MUSIC算法，求根MUSIC算法，循环MUSIC算法，波束空间MUSIC算法，SMART

03

LeetCode 周赛题解 212

枚举过程中，使用 anw 记录时间最长的字符，使用 duration 记录对应的时长。

04

田渊栋等人新作：突破内存瓶颈，让一块4090预训练7B大模型

上个月，Meta FAIR 田渊栋参与的一项研究广受好评，他们在论文《 MobileLLM: Optimizing Sub-billion Parameter Language Models for On-Device Use Cases》中开始卷 10 亿以下参数小模型，主打在移动设备上运行 LLM。

01

ImageDataGenerator

这个类是做什么用的？通过实时数据增强生成张量图像数据批次，并且可以循环迭代，我们知道在Keras中，当数据量很多的时候我们需要使用model.fit_generator()方法，该方法接受的第一个参数就是一个生成器。简单来说就是：ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器，可以每一次给模型“喂”一个batch_size大小的样本数据，同时也可以在每一个批次中对这batch_size个样本数据进行增强，扩充数据集大小，增强模型的泛化能力。比如进行旋转，变形，归一化等等。

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭