Oracle SQL 十道经典练习题(附完整代码 + 解题思路)

news2026/5/20 3:45:51
Oracle SQL 十道经典练习题附完整代码 解题思路在数据库学习和面试中SQL 查询是核心技能之一。本文基于 Oracle 数据库整理了 10 道经典 SQL 练习题涵盖表创建、数据插入、多表关联、分组统计、自连接等高频考点每道题均提供详细解题思路、完整可运行代码及结果说明适合初学者巩固基础也适合进阶者查漏补缺。1. 统计经理的下属人数与平均年龄题目描述现有Employees表存储员工 ID、姓名、汇报对象 ID 及年龄。需返回至少有 1 名下属的经理信息经理 ID、姓名、直接下属人数、下属平均年龄四舍五入到整数结果按employee_id排序。列名类型说明employee/_idint员工唯一 ID主键namevarchar员工姓名reports/_toint汇报对象 ID经理 IDageint员工年龄解题思路表角色拆分将Employees表视为两张表 ——m经理表和e下属表。关联条件通过m.employee_id e.reports_to关联经理与下属确保只统计有下属的经理。统计计算COUNT(e.employee_id)统计每个经理的直接下属人数排除NULL。ROUND(AVG(e.age))计算下属平均年龄并四舍五入。分组排序按经理的employee_id和name分组结果按employee_id升序排列。完整代码sql-- 1. 创建 Employees 表 CREATE TABLE Employees ( employee_id INT, name VARCHAR2(50), reports_to INT, age INT ); -- 2. 插入示例数据示例 1 INSERT INTO Employees (employee_id, name, reports_to, age) VALUES (9, Hercy, NULL, 43); INSERT INTO Employees (employee_id, name, reports_to, age) VALUES (6, Alice, 9, 41); INSERT INTO Employees (employee_id, name, reports_to, age) VALUES (4, Bob, 9, 36); INSERT INTO Employees (employee_id, name, reports_to, age) VALUES (2, Winston, NULL, 37); -- 3. 执行查询 SELECT m.employee_id, m.name, COUNT(e.employee_id) AS reports_count, -- 下属人数 ROUND(AVG(e.age)) AS average_age -- 下属平均年龄四舍五入 FROM Employees m JOIN Employees e ON m.employee_id e.reports_to -- 经理与下属关联 GROUP BY m.employee_id, m.name ORDER BY m.employee_id; -- 按经理 ID 排序结果说明employee/_idnamereports/_countaverage/_age9Hercy239经理 HercyID9有 2 名下属Alice 和 Bob下属平均年龄(4136)/238.5四舍五入后为 39。2. 查找员工的直属部门题目描述Employee表存储员工与部门的关联关系需找出每个员工的直属部门若员工明确标记primary_flagY则该部门为直属部门。若员工仅属于 1 个部门无论primary_flag为N则该部门默认为直属部门。| 列名 | 类型 | 说明 || — | — | — || employee/_id | int | 员工 ID主键 || department/_id | int | 部门 ID主键 || primary/_flag | varchar | 直属标记Y/N |解题思路筛选逻辑拆分条件 1primary_flagY明确指定直属部门。条件 2primary_flagN且员工仅属于 1 个部门通过子查询统计部门数量。子查询辅助用(SELECT COUNT(*) FROM Employee WHERE employee_id e.employee_id) 1判断员工是否仅在 1 个部门。完整代码sql-- 1. 创建 Employee 表 CREATE TABLE Employee ( employee_id INT, department_id INT, primary_flag VARCHAR2(1), CONSTRAINT pk_emp_dept PRIMARY KEY (employee_id, department_id) -- 复合主键 ); -- 2. 插入示例数据 INSERT INTO Employee (employee_id, department_id, primary_flag) VALUES (1, 1, N), (2, 1, Y), (2, 2, N), (3, 3, N), (4, 2, N), (4, 3, Y), (4, 4, N); -- 3. 执行查询 SELECT e.employee_id, e.department_id FROM Employee e WHERE -- 条件 1明确标记直属部门 e.primary_flag Y -- 条件 2仅属于 1 个部门默认该部门为直属 OR ( e.primary_flag N AND (SELECT COUNT(*) FROM Employee WHERE employee_id e.employee_id) 1 );结果说明employee/_iddepartment/_id112133433. 统计每位老师教授的科目种类数题目描述Teacher表存储教师、科目与部门的关联(subject_id, dept_id)为复合主键。需统计每位老师教授的不同科目种类数同一科目跨部门仍算 1 种。列名类型说明teacher/_idint教师 IDsubject/_idint科目 ID复合主键dept/_idint部门 ID复合主键解题思路去重统计同一教师的同一科目subject_id相同无论跨多少部门仅算 1 种需用COUNT(DISTINCT subject_id)去重。分组依据按teacher_id分组确保统计每个教师的科目数量。完整代码sql-- 1. 创建 Teacher 表复合主键 CREATE TABLE Teacher ( teacher_id INT, subject_id INT, dept_id INT, CONSTRAINT pk_teacher PRIMARY KEY (subject_id, dept_id) ); -- 2. 插入示例数据 INSERT INTO Teacher (teacher_id, subject_id, dept_id) VALUES (1, 2, 3), (1, 2, 4), (1, 3, 3), (2, 1, 1), (2, 2, 1), (2, 3, 1), (2, 4, 1); -- 3. 执行查询 SELECT teacher_id, COUNT(DISTINCT subject_id) AS cnt -- 统计不同科目数 FROM Teacher GROUP BY teacher_id;结果说明teacher/_idcnt1224教师 1 教授科目 2 和 3共 2 种教师 2 教授科目 1-4共 4 种。4. 统计近 30 天每日活跃用户数题目描述Activity表记录用户社交媒体活动需统计截至 2019-07-27含近 30 天的每日活跃用户数当天有活动即算活跃不展示活跃数为 0 的日期。列名类型说明user/_idint用户 IDsession/_idint会话 IDactivity/_datedate活动日期activity/_typevarchar活动类型如open_session解题思路生成日期范围用 Oracle 特有CONNECT BY生成 2019-06-28 至 2019-07-27 的连续日期近 30 天。关联活动数据用LEFT JOIN关联日期范围与Activity表确保每个日期都能匹配活动数据。筛选有效数据用HAVING COUNT(DISTINCT user_id) 0过滤活跃数为 0 的日期避免冗余。完整代码sql-- 1. 创建 Activity 表 CREATE TABLE Activity ( user_id INT, session_id INT, activity_date DATE, activity_type VARCHAR2(20) ); -- 2. 插入示例数据 INSERT INTO Activity (user_id, session_id, activity_date, activity_type) VALUES (1, 1, TO_DATE(2019-07-20, YYYY-MM-DD), open_session), (1, 1, TO_DATE(2019-07-20, YYYY-MM-DD), scroll_down), (1, 1, TO_DATE(2019-07-20, YYYY-MM-DD), end_session), (2, 4, TO_DATE(2019-07-21, YYYY-MM-DD), open_session), (2, 4, TO_DATE(2019-07-21, YYYY-MM-DD), send_message), (2, 4, TO_DATE(2019-07-21, YYYY-MM-DD), end_session), (3, 2, TO_DATE(2019-07-21, YYYY-MM-DD), open_session), (3, 2, TO_DATE(2019-07-21, YYYY-MM-DD), end_session), (4, 3, TO_DATE(2019-06-25, YYYY-MM-DD), open_session), (4, 3, TO_DATE(2019-06-25, YYYY-MM-DD), end_session); -- 3. 执行查询生成日期范围 统计活跃用户 WITH DateRange AS ( -- 生成 2019-06-28 至 2019-07-27 的连续日期 SELECT TO_DATE(2019-06-28, YYYY-MM-DD) LEVEL - 1 AS day FROM DUAL CONNECT BY LEVEL 30 ) SELECT dr.day, COUNT(DISTINCT a.user_id) AS active_users -- 每日活跃用户数去重 FROM DateRange dr LEFT JOIN Activity a ON a.activity_date dr.day GROUP BY dr.day HAVING COUNT(DISTINCT a.user_id) 0; -- 仅展示有活跃用户的日期结果说明dayactive/_users2019-07-2022019-07-2125. 查找非无聊且 ID 为奇数的影片题目描述cinema表存储电影信息需找出描述非 boring且ID 为奇数的影片结果按rating降序排列。列名类型说明idint影片 ID主键movievarchar影片名称descriptionvarchar影片描述ratingfloat影片评分0-10解题思路条件筛选MOD(id, 2) 1用 OracleMOD函数判断 ID 是否为奇数奇数除以 2 余数为 1。description ! boring排除描述为 boring 的影片。排序按rating降序确保高评分影片在前。完整代码sql-- 1. 创建 cinema 表 CREATE TABLE cinema ( id INT, movie VARCHAR2(50), description VARCHAR2(100), rating FLOAT, CONSTRAINT pk_cinema PRIMARY KEY (id) ); -- 2. 插入示例数据 INSERT INTO cinema (id, movie, description, rating) VALUES (1, War, great 3D, 8.9), (2, Science, fiction, 8.5), (3, irish, boring, 6.2), (4, Ice song, Fantacy, 8.6), (5, House card, Interesting, 9.1); -- 3. 执行查询 SELECT id, movie, description, rating FROM cinema WHERE MOD(id, 2) 1 -- ID 为奇数 AND description ! boring -- 非 boring 描述 ORDER BY rating DESC; -- 按评分降序结果说明idmoviedescriptionrating5House cardInteresting9.11Wargreat 3D8.96. 计算产品的平均售价题目描述Prices表存储产品在不同时间段的价格product_id, start_date, end_date为复合主键。UnitsSold表存储产品的销售记录可能有重复。需计算每个产品的平均售价总销售额 / 总销量四舍五入到 2 位小数。| 表名 | 列名 | 类型 | 说明 || — | — | — | — || Prices | product/_id | int | 产品 ID || Prices | start/_date | date | 价格生效起始日期 || Prices | end/_date | date | 价格生效结束日期 || Prices | price | float | 产品价格 || UnitsSold | product/_id | int | 产品 ID || UnitsSold | purchase/_date | date | 购买日期 || UnitsSold | units | int | 销售数量 |解题思路关联表按product_id关联Prices和UnitsSold确保产品匹配。按purchase_date BETWEEN start_date AND end_date关联销售日期与价格有效期确保价格对应。计算逻辑总销售额SUM(u.units * p.price)销量 × 对应价格。总销量SUM(u.units)。平均售价ROUND(总销售额 / 总销量, 2)四舍五入到 2 位小数。完整代码sql-- 1. 创建 Prices 表 CREATE TABLE Prices ( product_id INT, start_date DATE, end_date DATE, price FLOAT, CONSTRAINT pk_prices PRIMARY KEY (product_id, start_date, end_date) ); -- 2. 创建 UnitsSold 表 CREATE TABLE UnitsSold ( product_id INT, purchase_date DATE, units INT ); -- 3. 插入示例数据 INSERT INTO Prices (product_id, start_date, end_date, price) VALUES (1, TO_DATE(2019-02-17, YYYY-MM-DD), TO_DATE(2019-02-28, YYYY-MM-DD), 5), (1, TO_DATE(2019-03-01, YYYY-MM-DD), TO_DATE(2019-03-22, YYYY-MM-DD), 20), (2, TO_DATE(2019-02-01, YYYY-MM-DD), TO_DATE(2019-02-20, YYYY-MM-DD), 15), (2, TO_DATE(2019-02-21, YYYY-MM-DD), TO_DATE(2019-03-31, YYYY-MM-DD), 30); INSERT INTO UnitsSold (product_id, purchase_date, units) VALUES (1, TO_DATE(2019-02-25, YYYY-MM-DD), 100), (1, TO_DATE(2019-03-01, YYYY-MM-DD), 15), (2, TO_DATE(2019-02-10, YYYY-MM-DD), 200), (2, TO_DATE(2019-03-22, YYYY-MM-DD), 30); -- 4. 执行查询 SELECT u.product_id, ROUND(SUM(u.units * p.price) / SUM(u.units), 2) AS average_price FROM UnitsSold u JOIN Prices p ON u.product_id p.product_id AND u.purchase_date BETWEEN p.start_date AND p.end_date -- 销售日期在价格有效期内 GROUP BY u.product_id;结果说明product/_idaverage/_price16.96216.967. 报告奖金少于 1000 的员工题目描述Employee表存储员工 ID、姓名、上级 ID 及工资。Bonus表存储员工 ID 及奖金empId为外键关联Employee.empId。需报告奖金少于 1000的员工姓名和奖金无奖金则显示NULL。解题思路保留所有员工用LEFT JOIN关联Employee和Bonus确保即使员工无奖金Bonus表无记录也能被保留。筛选条件b.bonus 1000 OR b.bonus IS NULL包含两种情况有奖金但少于 1000。无奖金bonus为NULL。完整代码sql-- 1. 创建 Employee 表 CREATE TABLE Employee ( empId INT, name VARCHAR2(50), supervisor INT, salary INT, CONSTRAINT pk_employee PRIMARY KEY (empId) ); -- 2. 创建 Bonus 表 CREATE TABLE Bonus ( empId INT, bonus INT, CONSTRAINT pk_bonus PRIMARY KEY (empId), CONSTRAINT fk_bonus_emp FOREIGN KEY (empId) REFERENCES Employee(empId) ); -- 3. 插入示例数据 INSERT INTO Employee (empId, name, supervisor, salary) VALUES (3, Brad, NULL, 4000), (1, John, 3, 1000), (2, Dan, 3, 2000), (4, Thomas, 3, 4000); INSERT INTO Bonus (empId, bonus) VALUES (2, 500), (4, 2000); -- 4. 执行查询 SELECT e.name, b.bonus FROM Employee e LEFT JOIN Bonus b ON e.empId b.empId -- 关联员工与奖金 WHERE b.bonus 1000 OR b.bonus IS NULL; -- 奖金少于 1000 或无奖金结果说明namebonusBradNULLJohnNULLDan5008. 统计每个学生每门科目的考试次数题目描述Students表存储学生 ID 和姓名。Subjects表存储科目名称。Examinations表存储学生参加科目的考试记录可能重复。需统计每个学生每门科目的考试次数无考试则为 0结果按student_id和subject_name排序。解题思路生成全量组合用CROSS JOIN关联Students和Subjects生成所有 “学生 - 科目” 组合确保无遗漏。关联考试记录用LEFT JOIN关联组合与Examinations确保无考试记录的组合也能保留次数为 0。统计次数COUNT(e.student_id)统计考试次数NULL会被忽略无考试时为 0。完整代码sql-- 1. 创建 Students 表 CREATE TABLE Students ( student_id INT, student_name VARCHAR2(50), CONSTRAINT pk_students PRIMARY KEY (student_id) ); -- 2. 创建 Subjects 表 CREATE TABLE Subjects ( subject_name VARCHAR2(50), CONSTRAINT pk_subjects PRIMARY KEY (subject_name) ); -- 3. 创建 Examinations 表 CREATE TABLE Examinations ( student_id INT, subject_name VARCHAR2(50) ); -- 4. 插入示例数据 INSERT INTO Students (student_id, student_name) VALUES (1, Alice), (2, Bob), (13, John), (6, Alex); INSERT INTO Subjects (subject_name) VALUES (Math), (Physics), (Programming); INSERT INTO Examinations (student_id, subject_name) VALUES (1, Math), (1, Physics), (1, Programming), (2, Programming), (1, Physics), (1, Math), (13, Math), (13, Programming), (13, Physics), (2, Math), (1, Math); -- 5. 执行查询 SELECT s.student_id, s.student_name, sub.subject_name, COUNT(e.student_id) AS attended_exams -- 考试次数无考试为 0 FROM Students s CROSS JOIN Subjects sub -- 生成所有学生-科目组合 LEFT JOIN Examinations e ON s.student_id e.student_id AND sub.subject_name e.subject_name GROUP BY s.student_id, s.student_name, sub.subject_name ORDER BY s.student_id, sub.subject_name;结果说明student/_idstudent/_namesubject/_nameattended/_exams1AliceMath31AlicePhysics21AliceProgramming12BobMath12BobPhysics0…………9. 找出温度高于前一天的日期 ID题目描述Weather表存储每日温度需找出温度高于前一天的日期对应的id无顺序要求。列名类型说明idint记录 ID主键recordDatedate记录日期无重复temperatureint当日温度解题思路自连接将Weather表视为两张表 ——w1当日和w2前一天。关联条件w1.recordDate w2.recordDate 1确保w1是w2的后一天Oracle 日期加 1 表示加 1 天。w1.temperature w2.temperature筛选当日温度高于前一天的记录。完整代码sql-- 1. 创建 Weather 表 CREATE TABLE Weather ( id INT, recordDate DATE, temperature INT, CONSTRAINT pk_weather PRIMARY KEY (id) ); -- 2. 插入示例数据 INSERT INTO Weather (id, recordDate, temperature) VALUES (1, TO_DATE(2015-01-01, YYYY-MM-DD), 10), (2, TO_DATE(2015-01-02, YYYY-MM-DD), 25), (3, TO_DATE(2015-01-03, YYYY-MM-DD), 20), (4, TO_DATE(2015-01-04, YYYY-MM-DD), 30); -- 3. 执行查询 SELECT w1.id FROM Weather w1 JOIN Weather w2 ON w1.recordDate w2.recordDate 1 -- w1 是 w2 的后一天 AND w1.temperature w2.temperature -- 当日温度高于前一天结果说明id2410. 计算每台机器的平均进程耗时题目描述Activity表记录机器进程的启动和结束时间(machine_id, process_id, activity_type)为复合主键。需计算每台机器的平均进程耗时总耗时 / 进程数四舍五入到 3 位小数。列名类型说明machine/_idint机器 IDprocess/_idint进程 IDactivity/_typevarchar活动类型start/endtimestampfloat时间戳秒解题思路匹配进程的 start/end用自连接关联Activity表a表取end记录s表取start记录按machine_id和process_id匹配同一进程。计算耗时a.timestamp - s.timestamp为单个进程的耗时。平均耗时总耗时SUM(a.timestamp - s.timestamp)。进程数COUNT(DISTINCT a.process_id)按机器分组统计进程数。平均耗时ROUND(总耗时 / 进程数, 3)。完整代码sql-- 1. 创建 Activity 表 CREATE TABLE Activity ( machine_id INT, process_id INT, activity_type VARCHAR2(10), timestamp FLOAT, CONSTRAINT pk_activity PRIMARY KEY (machine_id, process_id, activity_type) ); -- 2. 插入示例数据 INSERT INTO Activity (machine_id, process_id, activity_type, timestamp) VALUES (0, 0, start, 0.712), (0, 0, end, 1.520), (0, 1, start, 3.140), (0, 1, end, 4.120), (1, 0, start, 0.550), (1, 0, end, 1.550), (1, 1, start, 0.430), (1, 1, end, 1.420), (2, 0, start, 4.100), (2, 0, end, 4.512), (2, 1, start, 2.500), (2, 1, end, 5.000); -- 3. 执行查询 SELECT a.machine_id, ROUND( SUM(a.timestamp - s.timestamp) / COUNT(DISTINCT a.process_id), 3 ) AS processing_time FROM Activity a JOIN Activity s ON a.machine_id s.machine_id AND a.process_id s.process_id AND a.activity_type end AND s.activity_type start GROUP BY a.machine_id;结果说明machine/_idprocessing/_time00.89410.99521.456总结本文 10 道题覆盖了 Oracle SQL 的核心考点关键技巧总结如下多表关联通过JOIN内连接、LEFT JOIN左连接、CROSS JOIN交叉连接处理不同场景的关联需求。分组统计GROUP BY结合COUNT、AVG、SUM实现聚合计算DISTINCT用于去重统计。日期处理TO_DATE转换字符串为日期CONNECT BY生成连续日期日期加减实现前后时间对比。自连接将单表视为多表解决 “对比自身数据”如前一天温度、进程 start/end的问题。建议读者逐题手动执行代码理解每一步逻辑逐步提升 SQL 编写能力。《网络安全从零到精通全套学习大礼包》96节从入门到精通的全套视频教程免费领取如果你也想通过学网络安全技术去帮助就业和转行我可以把我自己亲自录制的96节 从零基础到精通的视频教程以及配套学习资料无偿分享给你。网络安全学习路线图想要学习 网络安全作为新手一定要先按照路线图学习方向不对努力白费。对于从来没有接触过网络安全的同学我帮大家准备了从零基础到精通学习成长路线图以及学习规划。可以说是最科学最系统的学习路线大家跟着这个路线图学习准没错。配套实战项目/源码所有视频教程所涉及的实战项目和项目源码学习电子书籍学习网络安全必看的书籍和文章的PDF市面上网络安全书籍确实太多了这些是我精选出来的面试真题/经验以上资料如何领取

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2627072.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…