谭亚莉:算法时代网络主流意识形态的优化策略

一、算法传播与网络主流意识形态话语建构的互动关系

(一)算法传播的逻辑规则作为一种崭新的传播形态和传播范式,算法传播具有独特的逻辑规则:

第一,从本质上来看,算法传播是一种建立在大数据建模分析基础之上,依靠算法决策的新型传播形态。数据收集和数据分析是算法传播的基本单元,算法传播过程则被简化为一种数据挖掘和数据驱动,表征为实现一系列象征性数据和符号的编码、解码。它不仅包含对一切客观自然存在或社会存在的数据化表象呈现,而且织就了万物互联、意义互通的空间,实现了人与人、人与物、物与物之间的信息高速转换、交流、循环,打破了真实世界与互联网大数据世界的边界。算法累积的用户数据越庞大、越完整,生成的内容越符合用户需求,传播效果越理想。基于大数据,算法可以同时追踪数千万个受众信息行为并建立模型,通过频率分析寻找最佳模式来获得用户特征,通过“用户画像”精准掌控用户习惯、兴趣爱好,并在实时监控和反馈下不断强化或调整生成、分发内容,“实现了千人千面的个性化、分众化的信息筛选与推送”[5],推荐信息更新周期短、推送效率更高。

第二,从形式上来看,算法传播以算法技术为驱动,形成了以“人”为计算中心的供给与需求关系链。算法传播主张“一切可计算”,遵循数据中心主义原则,传播框架内的对象、内容、方式、效果等都可以被计算。在算法传播规则中,人的情感、思维、行为、态度、社交关系等都被量化为一系列的数据流,例如具有相似兴趣爱好、使用习惯的社交媒体用户,算法均为他们建构了专属的心理特征和行为档案。经过无时无处不在的大数据收集和分析,算法频率会在特定情境下根据用户需求自动生产、自动分发融趣味性、偏好化、娱乐化为一体的内容,并实时根据用户信息获取体验反馈,调整分发方式,对传播对象实施精准营销。“从算法信息分发的内在机理看,代码催生的个性化信息订制蕴含了‘推送何种信息’取决于‘你是谁’的潜在逻辑。”[6]这种精准个性满足了信息受众的需求,导致网民对算法充满了好奇与崇拜,自动默认与追随算法推荐的信息内容,沉醉于其中甚至欲罢不能。

第三,从传播要素来看,在大数据技术背景下参与算法传播的自我、群体、媒介,依托数据流实现了深度融合与进化。算法传播主体“逐渐成为一个自组织的智能系统”,“远远超过个体、组织、媒介或人工物所可能具有的能力和范围,进而生成为一种数据的集体无意识”[7]。在一定意义上,我们可以说智能算法已成为算法传播主体,它承担着生产者、把关人、中介渠道、消费者、反馈者等多重角色,“依靠关键词分析和自动化内容生成,独立完成了以往需要传播组织内部分工协同的多项工作”[8]。传播主体的不确定性与信息边界的模糊化,促使“人”的主体性和权力不断退让,资本和权威控制数据流和信息流,由算法所建构的、稳定的信息控制模式改写了传播规则与传播价值。算法传播对象也不再是被动的信息接受者,而是转变为网络信息再生产和话语权力再分配的积极参与者。

在商业价值追逐、资本逻辑裹挟下,算法传播极易“异化”为资本主义意识形态的输出工具,以十分隐蔽的形式“使强调价值引导、社会责任、内容为王为主导的话语建构受到挤压,为消极错误思想、西方自由主义思潮、虚无主义思潮,以及伪科学、假消息等开辟了技术的‘自由场域’”[10]。成为导致网民认知偏向、价值迷失、行为扭曲的一种“隐性权力”。境外势力借助算法技术先发优势频繁对境内网络进行操控,部分网络社交媒体或自媒体的信息生产被垄断,在利益正当性掩护下不断夺取网络领域的精神生产支配权。民粹主义、新自由主义、历史虚无主义等社会思潮披着算法推荐的技术外衣,挑起众多网络舆情事件,碎片化的话语体系和网民快餐式浏览行为助推舆情事件持续发酵,掩盖甚至淹没了事实真相。

综上,基于大数据和智能媒介技术的算法传播生成了全新的网络拟态环境,它既可以是对现实世界的真实客观反映,也可以是偏离或歪曲反映,它与现实环境共同作用于网民对主流意识形态话语的认知、态度、行为。网络主流意识形态话语传播要正视算法传播对舆情事件或符号信息进行摹写、加工以及结构化后所形成的信息环境,还要充分考量受众接受信息的心理环境与非理性因素的影响,充分借助现代化传播手段描绘与重构有利于主流意识形态话语传播的网络拟态环境,牢牢掌握网络主流意识形态话语权和领导权。

算法传播的技术根基是算法,算法从计算机领域为实现特定结果的一套编程表达技术,伴随算法推荐技术在信息媒介领域的广泛应用,“算法不再仅仅只是一种技术工具或者技术手段,而是成为一种事物存在的‘形式’深度渗透到社会生活中,并且还会逐渐脱嵌出来形成自身的技术文化与思想范式”[12]。算法由信息传播手段发展为社会行为导向、思想价值塑造、现实利益分配的一种权力,反向“绑架”和“规训”人们的生产生活、社会交往和思维方式,挑战人的主体能动性。网络主流意识形态话语的有效建构可以在思想引导和行为塑造层面坚守“以人为本”的根本原则,从价值理念的源头上充分体现和尊重人的主体性地位,有效规避算法传播对人的反向驯化和吞噬。

从网络意识形态工作发展视角来看,算法传播可以成为网络主流意识形态话语建构的机遇和载体,成为增强网络主流意识形态工作实效的渠道与媒介。在网络主流意识形态话语“缺场”的阵地,算法传播叙事能在一定程度上替代主流意识形态话语行使思想价值引导、人文精神关怀等功能,但算法负载的技术逻辑和价值逻辑易导向信息乱象、社会价值失序、受众行为失范。网络主流意识形态话语能增强主流价值对算法传播过程的导向,以算法传播为主导的平台媒体将不再以受众偏好、兴趣为首要的价值评判标准,自觉加大对符合社会主义主流意识形态话语内容的推送权重。通过对网络信息内容的有效监管、筛选和把关,高扬那些体现崇高意义和社会价值的正能量信息,抛却那些刻意迎合兴趣但意义缺失甚至负面低俗的信息内容,让主流意识形态话语顺利穿透算法迷雾,占领网络空间舆论场域的制高点。

“每种技术都有其内在偏向,在它的物质外壳下,它常常表现出要派何用场的倾向。只有那些对技术的历史一无所知的人,才会相信技术是完全中立的。”[13]技术本身并无价值取向可言,但任何一项技术因开发者的介入都会打上价值观烙印,不存在绝对价值中立或无价值观的技术。算法传播所配置的个性化信息的意义、流向以及受众对信息感知的方式,都带有或明或暗的不同价值倾向,这种倾向会伴随算法技术更新换代不断扩大影响力。算法传播既然具有价值负载性,就决定了它可以被主流价值驯化。网络主流意识形态话语可以在价值层面赋予算法传播正当性和合理性,纾解人们的算法焦虑。在主流价值驯服、驾驭之下的算法,可以实现技术发展、社会责任与价值担当的双向促进,实现工具理性与价值理性的辩证统一。在中国特色社会主义制度语境下,网络主流意识形态话语可以为算法传播提供主流价值标准,它所蕴含的理性、伦理、人文、法律和制度的综合力量,可以作为算法传播设计与运行的伦理原则和政治指导,这是提高算法传播在媒介技术领域的核心竞争力、实现其长远发展的根本前提。

二、算法传播时代网络主流意识形态话语建构的现状

(一)算法传播依托平台优势,削弱了网络主流意识形态话语的主导力在互联网技术与移动通信技术赋能下,以智能应用为媒介、以数据为中介的网络数字平台实现了野蛮生长,为网民提供了直观、简洁、快速的信息获取与丰富的场景沉浸体验,带来了生产生活方式的革新。据中国互联网协会发布的《中国互联网企业综合实力指数(2021)》显示,位居前十的互联网头部企业均为平台型企业,主体上包括电商平台、社交平台、娱乐游戏平台、信息搜索平台、新闻资讯平台、物流交通平台,全方位覆盖日常生产生活应用场景。网络数字平台利用多样化算法推荐机制实现人与信息的智能“连接”,生成全新的信息获取方式、知识生产模式、社交关系建立路径,新技能、新信息、新知识、新服务、新关系以“懂你”的姿态俘获万千用户芳心。

在算法传播主导下,那些特色网站、网络论坛、大V、短视频、直播平台所呈现的言语符号系统“有趣有料”、传播快捷、覆盖范围广、交互性强,其所包含的网络流行语、亚文化话语等,高度贴合受众个性化需求,并以强大的情绪情感黏性锁住用户。在技术加持、资本裹挟、盈利能力突出的算法平台夹击下,主流媒体的品牌效应、用户忠诚度、社会影响力深受冲击,绝对意义上的话语权威、话语主导地位被打破,传统主流媒体面临被边缘化风险。网络主流意识形态的话语传者主要通过传统主流媒体进行发声,在争夺有限注意力的智能媒体时代,网民对智能算法的依赖和兴趣提升,在比较优势下削弱了网络主流意识形态话语传者的“吸粉”能力,侵蚀和压缩了网络意识形态话语有效传播的空间。

从网络主流意识形态话语建构实践来看,其话语生产传播机制是单向度、自上而下的,带有强烈的威权色彩与灌输意味。话语体系、话语方式、话语资源、话语内容与网民全方位、多领域的需求匹配度不够,表现出话语使用剥离受众生活世界、话语信息不对称、网络话语与主流话语差异大等症候,导致话语受众对主流意识形态话语的依赖和信任逐渐减弱。同时,网络主流意识形态话语传者对算法传播带来的传播媒介、场域、平台和载体的变化缺少全方位分析,对话语受众网络思想行为、认知方式、接受特点及兴趣爱好缺乏精准研究,因而不能像算法传播一样精准投放适应受众需求、符合受众特点、有吸引力和感染力的话语内容,网络主流意识形态话语的主导力逐渐式微。

算法传播信息的个性化、偏好化收割了绝大多数的注意力资源,侧面导致了主流意识形态话语的信息传递到达性、阅读频率和点赞、转发概率有所降低。受众日益沉浸在算法传播的碎片化、泛娱乐化、虚拟化的情境中,他们所接触的话语与公共性价值日渐背离,兼具严肃、理性与深刻的主流意识形态话语被悬置,并逐步退出其注意力范围。算法传播不断生成的“信息茧房”效应、“泛娱乐化”现象、“后真相”环境,为主流意识形态建构带来价值无序化、边缘化、分化和固化等诸多负面影响[18]。网络主流意识形态话语被“不感兴趣”标签自动过滤和清洗,高度个性化和同质化的信息将受众包裹在“信息茧房”中,造成受众逐渐疏离具有公共性的主流意识形态话语,沉浸在高度同质甚至低质的个性化信息洪流中。“后真相”又造成网络次生舆论甚嚣尘上,公众情绪非理性化、个体思维固化、群体极化,不断解构传统主流价值共识与认同,进而产生政治冷漠、信任体系异化、价值虚无危机[19]。长此以往,将削弱主流意识形态话语的凝聚力,解构网络空间价值共识和良好的舆论环境,具有偏见性质的网络舆论与现实社会问题、公众情绪叠加,造成公共舆论“巴尔干化”和分歧,放大了社会风险。

(三)算法传播遮蔽了受众主体性和价值判断能力,加大了网络主流意识形态话语的认同难度

智能媒体的“致瘾”机制遮蔽了受众的主体意识与思维能力[20],数字技术催生的快乐主义和消费主义价值观,让受众欲罢不能、全情投入,盲目接受算法推荐、缺乏反思精神的受众,将逐渐放弃主动选择、主动创造信息价值的权利。在算法建构的泛娱乐化、后真相信息圈池中,受众的理性思考能力、价值判断能力、意识形态风险防范意识都被削弱,文化分层和价值区隔化也日益窄化网民的视界,弱化了受众对主流意识形态话语的理性认知能力、理解能力和接受能力,那些碎片化、娱乐化信息内容也阻碍网民形成系统性、整体性思维。“选择性悖论”在算法传播时代高度张扬,即受众选择越多、越被动,越主动去选择、接受更多的信息,越被局限在算法规则之下,结局即为信息同质化、价值扁平化、主体性缺失。

三、算法传播时代网络主流意识形态话语建构的优化策略

(一)重塑生态:强化主流价值对算法传播的引领网络空间意识形态工作要反思算法传播带来的机遇与风险,转换理解技术的方式,超越二元对立模式,积极寻求建构和谐共生关系的路径。要以主流价值观来调控算法,通过调控、疏导和引领信息生产源头的算法设计者、信息内容的生产和分发过程,把算法传播培育成促进网络主流意识形态话建构的积极力量。

第一,注重对开发者和生产者的价值观教育与行为规范引导。算法传播的起点是算法程序和算法规则,它是由人工和智能机器协作完成的一套代码和编程来实现,而“媒介是人的延伸”,任何一次算法传播的发生都承载了人的价值倾向,算法传播引起的价值问题要归结于开发者的价值塑造和价值教育。要加强对算法程序人员的网络信息技术伦理、社会主义核心价值观教育,使他们坚定政治立场、提高思想觉悟,引导其合理合法合规的开发算法、运用算法。运用算法推荐技术的媒体行业要增强自律意识,自觉把职业道德规范、法律法规内化为自身行为标准和价值准则,强化媒介担当和社会责任。企业平台要自觉承担算法传播信息内容审查责任,阻止破坏网络舆论环境的不良信息泛滥,净化网络生态环境。

第二,加强主流价值观对算法传播过程的把关作用。众多智能媒介技术介入到信息生产和传播过程中,尽管提高了信息收集和传播效率,但机械化的技术易被人为控制和操纵,算法把关容易使那些错误社会思潮和敌对意识形态以隐蔽而有效的方式充斥网络空间,遮蔽、削弱甚至压制主流意识形态,对网民特别是青年网民产生不可估量的负面影响。为此,要加大“人”在算法推荐过程中的参与性与主体性,重新将把关人角色从算法传播手里夺回,守住主流价值观的话语权阵地。在信息分发阶段可采用人工筛选和智能机器分拣、过滤协作的方式,如“今日头条”招聘大量人工编辑来填补算法漏洞,把那些恶意、虚假、淫秽、怪异、低俗等信息粉碎、淘汰,把符合主流价值观的、积极健康向上的信息分发、推送,最后形成主流意识形态话语占主导的传播态势。

(二)争夺注意力:推动网络主流意识形态话语变革创新面对算法传播对网络信息格局的强势建构,主流意识形态话语必然要实现与算法推荐技术与内容的深度融合,在确保意识形态性、理论性、系统性的基础上,提升话语的亲和力、吸引力、感染力。

(三)识别接纳:提高网络主流意识形态话语受众的算法素养为了推进网络主流意识形态话语与受众的有效连接,规避算法传播风险,必须提高主流意识形态话语受众的算法素养。如果把算法比喻成一个“黑箱”,那么算法素养就是识别“黑箱”的能力,包括“过滤机制和设计选择功能的基本知识,以及了解算法对个体的影响是什么”[23]。算法素养一方面强调要接受算法传播的存在,勇于接受算法技术和算法思维的挑战;另一方面也要客观认识到算法传播可能带来的个人主体性损伤与社会风险,提高防范风险、对抗风险的能力。

第一,帮助受众正确认知算法原理、识别算法风险。调动社会资源,开拓受众正确认知算法推荐本质及其影响的渠道,倡导那些对网民影响力大的主流社交媒体,适度公开其算法推荐原理,向网民解析平台算法推荐的方式、过程、目的,引导网民在进行信息选择和信息服务消费时保持理性审慎的态度。开展媒介素养教育,设计专题在线课程,邀请计算机领域专家透析算法传播所带来的“信息茧房”“过滤气泡”“群体极化”“回音室”等效应,深刻认识这些效应对当下社会价值共识凝聚、对个体现实生活所产生的影响。帮助网民全面认知算法推荐原理及对个体和社会可能带来的风险,可以通过采取什么方式或行为去抗衡算法影响。支持那些有足够能力和条件的受众,通过学习掌握的算法知识进一步建构自己的算法,抗衡或改变算法传播的不利影响。

(四)利用超越:激发网络主流意识形态话语传者的算法能量网络主流意识形态话语传者要顺应算法传播潮流,及时转变理念,清晰认知算法推荐本质与规律,理性研判和审视算法传播风险,抓住大数据时代算法把关范式带来的发展机遇,驾驭算法、优化算法、为我所用,在技术赋能下推进主流意识形态话语内容的多媒介渠道融合传播,提升主流意识形态话语的舆论引导力、思想渗透力、价值引领力。

THE END
1.15个应用嘲的算法实现(可套用)算法应用时常,在项目中会遇到算法问题,多数人也就在面试时背背算法题,工作中也用的比较少,常见的算法也有封装好的实现,比如JDK封装的Arrays工具类中的二分查找。 那我们还需要去研究算法吗,答案是需要,在很多业务场景中,成熟的算法可以提高效率,减少不必要的问题出现,规避风险。 https://blog.csdn.net/qq_38566465/article/details/138206290
2.这就是算法:日常生活中的算法应用当我们一听到“算法”这个词,脑海里可能立刻浮现出数学公式和复杂计算的画面。但事实上,算法并不总是那么高深莫测,很多算法其实是基于我们日常生活中随处可见的基本逻辑。在深入讨论算法之前,我想先分享一个让人好奇的事实:你可能已经无意识地掌握了一些算法,并且在日常生活中自然而然地使用它们。接下来,我会通过https://baijiahao.baidu.com/s?id=1802799591805078324&wfr=spider&for=pc
3.无处不在的算法,让算法充分发挥作用,提升社会效率在上面的例子中,订单分配的结果实际上就是算法应用的结果。后台根据骑手当前位置、手头已有订单数量等数据,计算当前送餐距离和送餐路线,预估新的送餐距离和送餐路线,最终把订单分配给时间充裕且最为顺路的骑手,实际上就是通过一系列明确的计算步骤来进行判别和预测,这也是算法的本质。 http://www.idataway.com/cmscontent/5354.html
4.算法应用(精选十篇)大素数生成速度问题是影响RSA运算速率的主要因素。仿真实验发现, PSO及其改进算法可以大大提高RSA加密算法的大素数生成速度, 从而达到提高RSA算法的加解密速度, 使RSA加密算法的应用范围更加广泛。 参考文献 [1]Niel Ferguson, Bruce Schneier, 著.张振峰, 徐静, 李红达, 译.密码学实践[M].北京:电子工业出版社, https://www.360wenmi.com/f/cnkey2w51lax.html
5.哈希算法的七种应用哈希算法的应用非常多,本文介绍最常见的七个,分别是安全加密、唯一标识、数据校验、散列函数、负载均衡、数据分片、分布式存储。 安全加密 最常用于加密的哈希算法是 MD5(MD5 Message-Digest Algorithm,MD5 消息摘要算法)和 SHA(Secure Hash Algorithm,安全散列算法)。除了这两个之外,当然还有很多其他加密算法,比如 DEShttps://www.jianshu.com/p/3227b2568b63
6.用图形解释10种图形算法快速介绍10种基本图形算法以及示例和可视化 在现实世界中,例如社交媒体网络,网页和链接以及GPS中的位置和路线,图形已经成为一种强大的建模和捕获数据的手段。 如果您有一组相互关联的对象,则可以使用图形来表示它们。 > Image by Author 在本文中,我将简要说明10种基本图形算法,这些算法对于分析及其应用非常有用。 https://www.51cto.com/article/628420.html
7.遗传算法算法软件开发一、遗传算法的应用 函数优化(遗传算法的经典应用领域); 组合优化(实践证明,遗传算法对于组合优化中的NP完全问题,如0-1背包问题,TSP等,非常有效); 自动控制; 机器人智能控制; 组合图像处理和模式识别; 人工生命; 遗传程序设计; 二、遗传学基本概念与术语 https://www.open-open.com/lib/view/open1389594522398.html
8.算法工程师的分类关键技术要求及应用领域(6) 熟悉基于GPU的算法设计与优化和并行优化经验者优先;(7) 【音/视频领域】熟悉H.264等视频编解码标准和FFMPEG,熟悉rtmp等流媒体传输协议,熟悉视频和音频解码算法,研究各种多媒体文件格式,GPU加速; 应用领域:(1) 互联网:如美颜app (2) 医学领域:如临床医学图像(3) 汽车领域(4) 人工智能 相关术语:(1) https://maimai.cn/article/detail?fid=1193393813&efid=2X-wHOW7uO7hYGeB9S_g5w
9.人工智能之GBM算法GBM算法应用: GBM 算法可以用于回归模型,同样它也可以用于分类和排名模型。GBM 算法现已被广泛应用于众多领域。 GBM 算法近年来被提及比较多的一个算法,这主要得益于其算法性能,及该算法在各类数据挖掘以及机器学习比赛中的卓越表现。 结语: GBM梯度提升机(或梯度推进机)是一种集成学习法(Ensemble),就是使用一系列https://mp.ofweek.com/ai/a645673021216
10.版权前沿大规模微侵权算法侵权的司法应对版权资讯由此所导致的法律规制的难点在于,自动驾驶产品缺陷的技术及法律责任认定的困难、自动驾驶对于现行保险制度的冲击(自动驾驶对于传统保险机制下投保主体、保险对象、保险内容以及责任分担等形成系统性的挑战)、被动接管规则的应用困境等。 基于自动驾驶算法的场景化特征,在自动驾驶汽车设计缺陷的认定上,应通过“理性算法”标准http://www.ccct.net.cn/html/bqzx/2024/0110/4878.html
11.共达地李苏南:0代码自动化,让AI算法赋能千行百业商业模式鲸解通过算法商城,即把市场上常见的、可复用的算法生产出来,让客户可以即买即用,就像在商城里买现成商品一样,是一个扩大算法的应用广度的好方法。但与其他算法商城相比,共达地基于自动化机器学习的算法商城,里面的算法是“活的”,并不会像一个实体的超市,好像商品摆在那里可能一年到头就不会动了。 https://www.cls.cn/detail/1154839
12.详解C++实现匈牙利算法C语言对于每个左部节点,寻找增广路最多遍历整张二分图一次,因此,该算法时间复杂度为O(MN) 四、匈牙利算法的应用 一些题目,乍一看与上面这个男女配对的问题没有任何相似点,其实都可以用匈牙利算法。例如: 4.1、(洛谷P1129) [ZJOI2007]矩阵游戏 题目描述 小Q是一个非常聪明的孩子,除了国际象棋,他还很喜欢玩一个电脑益https://www.jb51.net/article/215059.htm
13.徐伟琨自动化行政中相对人算法决策拒绝权的实现路径随着图像识别等人工智能技术的发展,算法决策应用场景得到了极大的提升和拓展。2022年1月,国务院办公厅印发了《“十四五”数字经济发展规划》,明确要求“加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系”。这为算法决策嵌入政府公共行政提供了有力支持和方向指引。 https://www.jfdaily.com/sgh/detail?id=1118205
14.国产密码算法为地理信息应用保驾护航以国产密码算法应用为核心,充分利用国产的密码技术和产品,创新国产密码在自然资源关键基础设施保护中的应用。(1)数据保护处理在涉密内网对原始涉密数据进行脱敏处理,然后调用测绘数据密码机对矢量数据进行透明加密处理。对切片数据采用国产密码对切片的栅格位置信息进行文件保护。(2)数据集中存储对数据进行统一、集中管理,https://www.hnup.com/sys-nd/394.html
15.基于加权动态网络的频繁模式挖掘研究AET挖掘加权动态网络的频繁子图困难在于产生的候选子图数量过多,而且子图同构检测问题也会影响算法的效率。对此,本文算法利用支持度的反单调性对搜索空间进行裁剪,并采用参考文献[7]的策略将挖掘图划分成挖掘路径、树和循环图的三个子问题,减少了候选子图数量和子图同构检测次数,提高了算法效率。而且将算法应用于实际的股http://www.chinaaet.com/article/167593
16.深度学习在NLP中的应用——TextCNN腾讯云开发者社区卷积神经网络(Convolutional Neural Networks,CNN)的提出使得深度学习在计算机视觉领域得到了飞速的发展,大量基于CNN的算法模型被提出,同时深度学习算法在多个视觉领域实现了突破。最初在文本领域,主要使用的深度学习模型是RNN,LSTM等,既然CNN在图像领域得到广泛的应用,能否将CNN算法应用于文本分类中呢?Kim在2014的文章《Conhttps://cloud.tencent.com/developer/article/1951509
17.“九章”刷屏的背后:万字长文解析,量子计算机和电子计算机各有何算法研究是一个非常非常复杂艰深的领域,特别是我需要横跨量子和经典两大部分,而且涉及到的应用涵盖了组合优化,密码学,生物学,科学计算,理论计算机等各个领域,以个人水平很难涵盖完整。而且考虑到受众,我有必要模糊化和简化一些概念,而只保证核心思想是正确的。因此如果过程中有差错,请多多包涵。 https://www.thepaper.cn/newsDetail_forward_10381047
18.算法的乐趣数组、链表、栈和队列是四种最常见的线性表,其外部行为和接口都各有特色,本节就简单介绍一下这四种基本数据结构的特点及其在算法设计中的应用。 1. 数组 数组(array)是一种相对比较简单的数据组织关系,所有数据元素存储在一片连续的区域内。对数组的访问方式一般是通过下标直接访问数组元素,除此之外,对数组的基本https://www.ituring.com.cn/book/tupubarticle/5656
19.BoostKit大数据业界趋势鲲鹏大数据组件增强特性和典型配置聚焦大数据查询效率低、性能优化难等挑战,提供大数据组件的开源使能和调优、IO智能预取等基础加速软件包、Spark算法加速库等应用加速软件包,开源openLooKeng查询引擎,提升大数据分析效率。 了解详细:https://www.hikunpeng.com/developer/boostkit/big-data 2、BoostKit分布式存储 https://developer.huawei.com/consumer/cn/blog/topic/03898238728230088