Size: a a a

2021 May 08

A

Arina in pro.algorithms
Хорошо, спасибо!!
источник

ND

Nick Doudchenko in pro.algorithms
Хочу задать такой вопрос. Надеюсь, это не считается рекламой 🙂 Задавал в ещё одном другом чате, хочу попробовать здесь тоже. Есть желание прокачать знания в области комбинаторной оптимизации (и, возможно, некоторых других тем, связанных с оптимизацией) и пришла идея попробовать найти соучастников. Типа брать главу из книги / курса лекций (есть варианты, но ещё думаю), прочитывать за неделю или две (в зависимости от объема) и потом созваниваться по vc, чтобы обсуждать вопросы / идеи. Если вдруг кому интересно такое—напишите в личку. Думаю, что пригодится базовое понимание математики типа 1-2 курсов технического вуза.
источник

ИФ

Имён Фамильонович... in pro.algorithms
как работают библиотеки для воспроизведения аудио?
источник

DP

Defragmented Panda in pro.algorithms
почему нет задержек? - добавляют буфер, где доля секунда звука записана, чтобы переживать задержки в работе без задержек звука
источник
2021 May 09

DP

Defragmented Panda in pro.algorithms
Как называется группа из двух деревьев так, чтобы во втором дереве каждая нода содержала половину тех же элементов, и половину элементов из соседней ноды первого дерева

это может быть полезно для размытия без артефактов
источник

CD

Constantine Drozdov in pro.algorithms
что значит "размытие без артефактов"?
источник

DP

Defragmented Panda in pro.algorithms
допустим 16*1 пикселей

1...7 черные, и мы делаем размытие, то 8 будет сильно затемнен, и 9...16 будут слабо затемнены

первый уровень дерева связывает 7-8 пиксели и 8 темнеет. другие - нет.

второй уровень дерева связывает 5-8 пиксели. снова темнеет только 8.

третий - 1...8.

четвертый - 1..16. только тут пиксели 9-16 могут потемнеть.

итого пиксель 8 был затемнен трижды. а 9...16 лишь один раз.

этого можно избежать беря все соседние ноды в дереве на каждом уровне. но это намного медленнее чем построить второе дерево со сдвигом как мне кажется.
источник

NE

Nyc Enas in pro.algorithms
типа сдвинуто, чтобы было перекрытие?
источник

NE

Nyc Enas in pro.algorithms
не знаю что это, но на размытие не похоже
источник

DP

Defragmented Panda in pro.algorithms
если размер группы 4 как тут, то сдвиг 2

сдвиг всегда на 1\2 размера группы
источник

NE

Nyc Enas in pro.algorithms
не знаю, не встречал
источник

DP

Defragmented Panda in pro.algorithms
пасиба. значит просто что-то новое
источник

NE

Nyc Enas in pro.algorithms
вообще, размытие наверно плохой пример, смотря какой тип размытия конечно, но обычно они за O(n) делаются
источник

DP

Defragmented Panda in pro.algorithms
мне интересна еще и константа

большое размытие имеет большую константу. хотя и O(n)
источник

NE

Nyc Enas in pro.algorithms
не, просто складываешь значение пикселя на фронте и вычитаешь на бэке, то есть сложность не увеличивается от размера окна
источник

DP

Defragmented Panda in pro.algorithms
я читал про этот алгоритм

для выполнения на гпу ему нужна большая константа
источник

DP

Defragmented Panda in pro.algorithms
из-за выполнения в отдельных потоках на гпу этот алгоритм очень плох. из-за цены доступа к пикселям или соседним потокам
источник

NE

Nyc Enas in pro.algorithms
а с лодами получается размытие сделать без потери точности?
источник

DP

Defragmented Panda in pro.algorithms
что такое лоды?
источник

NE

Nyc Enas in pro.algorithms
мипмапы, перепутал их
источник