螺旋矩阵 1. 思路 ​ 题目：给你一个正整数 n ，生成一个包含 1 到 n2 所有元素，且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix 。59. 螺旋矩阵 II - 力扣（LeetCode） 思路： 初始化一个 n×n 大小的矩阵 res，然后模拟整个向内环绕的填入过程：填充上行从左到右，填充右列从上到下，填充下行从右到左，填充左列从下到上 定义当

image-20231222110226139 图 1：NeRF (a) 沿从每个像素的投影中心跟踪的光线采样点 x，然后使用位置编码 (PE) γ 对这些点进行编码以产生特征 γ(x)。Mip-NeRF (b) 而是推理由相机像素定义的 3D 锥形截锥。然后使用我们的集成位置编码 (IPE) 对这些圆锥截锥进行特征化，该编码的工作原理是用多元高斯逼近截锥，然后在高斯内坐标的位

滑动窗口 1. 思路 ​ 题目：给定一个含有n个正整数的数组和一个正整数s，找出该数组中满足其和≥s的长度最小的连续子数组，并返回其长度。如果不存在符合条件的子数组，返回0。长度最小的子数组 输入：s = 7, nums = [2,3,1,2,4,3] 输出：2 解释：子数组 [4,3] 是该条件下的长度最小的子数组。 思路：所谓滑动窗口，就是不断的调节子序列的起始位置和终止位置，

仅使用单视图 2D 照片集合的无监督生成高质量的多视图一致图像和 3D 形状一直是一个长期的挑战。 3D感知GAN方法可以保证视图一致性，神级辐射场用来开发3D感知图像合成技术。 生成纹理：可学习的3D位置嵌入编码，补偿高频图像细节。仅使用siren的网络缺乏细节图像。 早期的方法利用显式体素或体积表示，因此分辨率有限。最近，神经隐式场景表示被集成到生成对抗模型中，实现了更好的内存效率

TensoRF: Tensorial Radiance Fields Overview 张量分解

双指针 1. 思路 ​ 题目：给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。 不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并 原地修改输入数组。 元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。27. 移除元素 - 力扣（LeetCode） 双指针法（快慢指针法）： 通过一个快指针

STL源码解析 1 STL概论 1.1 STL六大组件 容器（containers）：各种数据结构，如vector，list，deque，set，map，用来存放数据。 算法（algorithms）：各种常用算法，如sort，search，copy，erase···。 迭代器（iterator）：扮演容器与算法之间的胶合剂，是所谓的“泛型指针”。 仿函数（functors）：行为类

1 二分查找 1. 思路 ​ 题目：给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。704. 二分查找 - 力扣（LeetCode） 二分存在两种搜索的方法，（1）左闭右闭，（2）左闭右开。尽量使用一种写法，推荐使用第一种。 左闭右闭：right的长度为

pi-GAN 主要结构 1 pi-GAN 的overview 映射网络是一个简单的 ReLU MLP，它将噪声向量 z 作为输入并输出频率 γi 和相移 βi，它调节 SIREN 的每一层。 2 pi-GAN代码主要函数 3 渐进式增长辨别器overview pi-GAN 主要的网络 1 siren: FiLMed-SIREN network (8个隐藏层)

A Survey on Deep Generative 3D-aware Image Synthesis time line INR(implicit nerual representation) NVS(3D novel view synthesis) NVS方法擅长从新颖的视角合成高保真和详细的图像，从而能够探索以前看不到的视角。 考虑到深度生成3D感知图像合成与基于I