半导体CIM(Computer Integrated Manufacturing,计算机集成制造)系统是半导体制造的“神经中枢”,通过整合硬件设备、软件系统和数据流转,实现从订单到成品的全流程自动化、信息化和智能化管理。其工作流程高度贴合半导体制造的复杂性(多工序、高精度、高洁净度、长周期),可分为订单接收与计划制定、生产准备、生产执行、实时监控与质量管控、成品测试与出货、数据闭环与持续改进六大核心阶段。

一、CIM系统完整架构

五层体系结构
层级核心系统/技术典型功能示例
企业层ERP/SCM/CRM三星ERP实现全球7厂统一排产,库存周转率提升30%
计划层APS/PLM中芯国际APS系统应用遗传算法,产能提升18%
执行层MES/SFCS/AMHS台积电MES实现生产周期缩短25%
设备层GEM/EAP/ATE亚控EAP平台支持SECS/GEM协议,设备控制响应时间<50ms
物理层FOUP/OHT/SCADA赛美特SCADA系统采集10万+测点,100ms内响应

其中,企业层是战略决策中心,计划层是生产资源优化, 执行层是车间级实时控制, 设备层是底层设备互联,包含GEM协议、ATE设备、FOUP等硬件。

二、工作流程

1、订单接收与计划制定:从“需求”到“可执行计划”

半导体制造的起点是客户订单,CIM系统首先需将订单转化为可落地的生产计划,核心依赖与ERP、APS的协同。

  1. 订单对接与需求分解

    • 客户订单通过ERP(企业资源计划) 系统传入CIM,包含产品型号、规格(如晶圆尺寸、制程节点)、数量、交付日期等信息。
    • CIM系统结合PLM(产品生命周期管理) 中的产品工艺数据包(如BOM物料清单、工艺流程(Recipe)、设计图纸),将订单分解为具体的生产批次(Lot)需求(每批次通常包含25/50片晶圆)。
  2. 高级计划与排程(APS)

    • APS(高级计划与排程) 作为CIM的“计划大脑”,基于ERP的订单需求、PLM的工艺要求,结合实时产能数据(设备利用率、维护计划)、物料库存(通过SCM同步),制定详细的生产排程:
      • 确定每个Lot的生产路径(如“光刻→蚀刻→沉积→离子注入”等工序顺序);
      • 分配各工序对应的设备(如光刻工序分配特定型号光刻机);
      • 设定时间节点(如某Lot需在T+3天完成光刻工序)。
    • 排程结果同步至SFCS(车间制造执行系统),作为生产执行的基准。
2、生产准备:为“开工”备齐“人、机、料、法”

在正式生产前,CIM系统需协调资源,确保生产条件就绪,核心依赖PLM、SCM、AMHS的协同。

  1. 工艺与参数准备

    • PLM 向CIM系统推送该产品的完整工艺文件:包括每道工序的参数标准(如温度、压力、时间)、设备要求(如某蚀刻工序需特定型号刻蚀机)、质量检测点(如光刻后CD尺寸检测)。
    • CIM系统将工艺参数转化为设备可识别的“Recipe”(工艺配方),预加载至对应设备的控制系统(通过GEM协议通信,见下文)。
  2. 物料准备与调度

    • SCM(供应链管理) 确保原材料(如晶圆、光刻胶、靶材)按计划到货,并通过CIM系统同步库存数据(如晶圆的批次号、规格、供应商信息)。
    • AMHS(自动物料搬运系统) 基于SFCS的指令,通过OHT(轨道式自动搬运车) 将原材料(装载于FOUP(前开式晶圆盒) 中,保证洁净度)转运至指定存储区(如Stocker)或首道工序设备旁。
    • CIM系统为每个FOUP绑定唯一ID,实现全流程追溯。
  3. 设备与工艺就绪

    • 设备控制系统通过GEM(通用设备模型) 协议与CIM系统通信,反馈设备状态(如空闲、维护中、故障)。
    • SFCS确认首道工序设备空闲后,向设备发送工艺Recipe(如光刻的曝光剂量、焦距参数),完成生产前准备。
3、生产执行:全工序自动化流转与数据采集

半导体生产包含数百道工序(如光刻、蚀刻、沉积、离子注入、CMP等),CIM系统通过SFCS主导Lot的全流程自动化流转,核心是“指令下发→设备加工→数据反馈→Lot转运”的循环。

  1. 工单与工序分配

    • SFCS将生产计划分解为“工单”,为每个Lot生成唯一的“生产履历号”,并按APS排程将Lot分配至首道工序的设备(如光刻机)。
    • 操作员或AMHS将载有晶圆的FOUP挂载至设备Load Port(加载端口),设备通过GEM协议向SFCS发送“物料到位”信号。
  2. 设备加工与数据采集

    • SFCS通过GEM协议向设备下发工艺参数(Recipe),设备启动加工(如光刻的涂胶、曝光、显影)。
    • 加工过程中,设备实时通过GEM协议向CIM系统上传“过程数据”(如温度、压力、时间、电机转速等),SFCS记录这些数据并关联至Lot的生产履历。
    • 工序完成后,设备发送“加工完成”信号,SFCS生成“工序报告”(如加工时间、关键参数值)。
  3. Lot流转与下道工序调度

    • SFCS根据工艺流程自动判断下道工序(如光刻后流转至显影检查),并向AMHS发送转运指令。
    • AMHS的OHT根据SFCS的路径规划,将FOUP从当前设备转运至下道工序的设备旁,完成后向SFCS反馈“物料到位”,触发下一轮加工循环。
    • 整个过程无需人工干预,避免污染和人为误差。
4、实时监控与质量管控:全流程“防错”与异常处理

半导体制造对参数精度要求极高(如纳米级尺寸控制),CIM系统通过实时监控和质量管控确保生产合规性,核心依赖QMS、Dashboard和异常响应机制。

  1. 实时数据监控

    • DS Dashboard(数据看板) 整合SFCS、QMS、设备系统的数据,实时显示关键指标:如Lot流转进度、设备利用率(OEE)、良率、异常数量等,供管理层和工程师监控。
    • QMS(质量管理系统) 预设各工序的“参数阈值”(如蚀刻深度公差),实时比对设备上传的过程数据,若超出阈值则触发“异常警报”(如声光报警、系统弹窗)。
  2. 异常处理与追溯

    • 异常发生时(如参数超差、设备故障),SFCS自动暂停Lot流转,并通知工程师处理。
    • 工程师通过CIM系统调阅该Lot的历史数据(如前道工序参数、设备状态)和QMS的“质量标准”,判断异常原因(如设备校准偏差、原材料缺陷)。
    • 若需返工,SFCS重新规划Lot的流转路径(如返回蚀刻工序);若报废,SFCS更新Lot状态并通知SCM处理物料。
  3. 过程检验集成

    • 部分关键工序后需离线检验(如SEM检测线宽、膜厚仪测沉积厚度),检验设备将结果上传至QMS,QMS判断是否合格:合格则允许Lot进入下道工序,不合格则触发异常处理。
5、成品测试与出货:ATE设备的核心作用

晶圆完成所有制造工序后,需经过“晶圆测试(CP)”和“成品测试(FT)”,CIM系统整合ATE设备实现测试全流程管理,确保产品合格。

  1. 晶圆测试(CP)

    • Lot流转至探针台(与ATE设备联动),SFCS向ATE下发“测试程序”(如电压、电流、频率参数)。
    • ATE(自动测试设备) 对晶圆上的每个芯片(Die)进行电学测试(如导通性、功能完整性),并将测试数据(如“合格Die坐标”“失效模式”)通过GEM协议上传至CIM系统。
    • QMS分析测试数据,计算“晶圆良率”,SFCS根据结果将合格Die标记为“可封装”,不合格Die标记为“报废”。
  2. 封装与成品测试(FT)

    • 合格Die经封装(如塑封、引线键合)后形成“成品芯片”,流转至FT测试环节(ATE设备测试封装后芯片的性能、可靠性)。
    • ATE将FT测试数据上传至CIM系统,QMS判定是否符合客户规格(如工作温度范围、功耗),合格产品进入“成品库”。
  3. 出货与物流

    • SFCS将合格成品信息同步至ERP,ERP生成“出货单”,并通过CRM(客户关系管理) 通知客户。
    • SCM协调物流(如洁净运输),确保成品按交付日期送达客户,CIM系统记录最终出货信息,完成生产闭环。
6、数据闭环与持续改进:基于数据的优化迭代

CIM系统收集的全流程数据(生产、质量、设备、物料)是半导体制造优化的核心依据,通过“数据汇总→分析→反馈→优化”形成闭环。

  1. 数据汇总与存储

    • CIM系统将所有数据(Lot履历、设备参数、测试结果、异常记录等)存储至“制造数据仓库”,并关联PLM的工艺文件、ERP的订单信息,形成“全要素数据集”。
  2. 数据分析与决策支持

    • 工程师通过Dashboard或专业工具(如良率分析系统)分析数据:如设备OEE低的原因(故障频发?换型时间长?)、某工序良率波动的根源(原材料批次?工艺参数漂移?)。
    • 分析结果反馈至APS(优化排程,如避开设备维护高峰)、PLM(更新工艺参数,如调整蚀刻时间)、QMS(优化质量阈值)。
  3. 持续改进

    • 基于数据优化的结果,CIM系统更新生产规则(如SFCS的Lot调度逻辑)、设备参数(如通过GEM协议远程更新Recipe),最终实现产能提升、良率改善、成本降低。

三、概念详解

企业层
ERP(Enterprise Resource Planning,,企业资源计划)
  1. 资源管理:整合人力、财务、库存等企业资源
  2. 订单管理:从CRM接收订单并生成生产计划
  3. 成本控制:实时核算制造成本并优化预算分配
  4. 供应链协同:与SCM系统共享物料需求预测
  • 典型案例:三星电子通过ERP系统实现全球7个生产基地的统一排产,库存周转率提升30%
SCM(Supply Chain Management,供应链管理)
  1. 供应商管理:评估供应商绩效并优化采购策略
  2. 物流跟踪:监控晶圆、化学品等物料的运输状态
  3. 风险预警:提前识别关键物料(如光刻胶)的短缺风险
  4. 产能规划:根据市场需求调整晶圆代工产能分配
  • 技术亮点:应用区块链技术实现供应链数据不可篡改,如英特尔的晶圆供应链溯源系统
CRM(Customer Relationship Management)
  1. 订单入口:接收客户订单并自动生成生产需求
  2. 需求预测:分析历史订单数据预测市场趋势
  3. 客户服务:跟踪产品交付状态并处理质量投诉
  4. 定制化支持:管理客户特殊工艺要求(如汽车芯片的AEC-Q100标准)
  • 典型应用:高通通过CRM系统实现5G芯片订单的快速响应,客户满意度提升至92%
计划层
APS(Advanced Planning and Scheduling)
  • 位置:计划层核心系统
  • 作用
    1. 需求排程:根据ERP订单生成最优生产计划
    2. 资源优化:平衡设备产能与物料可用性
    3. 动态调整:实时响应设备故障、订单变更等突发情况
    4. 瓶颈分析:识别产能瓶颈并提出扩产建议
  • 算法支持:采用遗传算法、约束理论(TOC)等优化排程,如中芯国际的APS系统使晶圆厂产能提升18%
PLM(Product Lifecycle Management)
  • 位置:计划层与企业层的桥梁
  • 作用
    1. 研发管理:管理芯片设计文档、EDA工具数据及专利信息
    2. 工艺协同:与MES系统共享BOM(物料清单)和工艺路线
    3. 变更控制:跟踪设计变更对生产的影响(如掩膜版修改)
    4. 合规管理:确保产品符合RoHS、REACH等环保法规
  • 技术实现:与Cadence、Synopsys等EDA工具集成,如台积电的3D IC设计协同平台
执行层
SFCS(Shop Floor Control System,车间制造控制系统)
  • 位置:执行层核心系统,与MES紧密集成
  • 作用
    1. 实时监控:通过SCADA系统采集设备状态(OEE、停机时间)
    2. 生产调度:根据APS指令动态调整产线任务分配
    3. 异常处理:自动触发设备警报并调度维护人员
    4. 数据整合:汇总设备数据生成生产日报
  • 典型应用:台积电的TOCS系统通过SFCS实现全厂设备稼动率提升至95%以上
AMHS(Automated Material Handling System,自动物料搬运系统)
  • 位置:执行层关键子系统
  • 作用
    1. 物料运输:通过OHT、AGV等设备自动搬运FOUP
    2. 智能调度:根据生产计划优化运输路径
    3. 库存管理:控制Stocker中的晶圆存储量
    4. 环境控制:在洁净室中维持FOUP的温湿度稳定性
  • 技术参数:OHT运输速度可达5m/s,AMHS系统整体效率影响晶圆厂30%的产能
设备层
GEM(Generic Equipment Model,,通用设备模型)
  • 位置:设备层通信协议,基于SECS-II标准
  • 作用
    1. 设备互联:定义Host(如MES)与Equipment(如刻蚀机)的通信规范
    2. 指令交互:支持远程控制设备启动/停止、配方切换
    3. 数据采集:实时传输设备状态(如真空度、温度)
    4. 标准化接口:确保不同厂商设备的兼容性
  • 技术实现:采用HSMS(E37)协议通过TCP/IP实现高速数据传输,典型应用于ASML光刻机与应用材料刻蚀机的协同作业
ATE设备(Automatic Test Equipment)
  • 位置:位于制造流程的后端测试环节,属于设备层关键设备
  • 作用
    1. 功能验证:对晶圆或芯片进行电气性能测试,检测开路/短路等缺陷
    2. 参数校准:调整芯片工作电压、频率等参数至设计规格
    3. 数据采集:通过GEM协议实时上传测试数据至QMS系统
    4. 良率分析:生成测试报告供工艺部门优化制程参数
  • 典型应用:在300mm晶圆厂中,ATE设备每小时可测试数万颗芯片,测试数据直接影响最终产品的出货质量
QMS(Quality Management System,质量管理系统)
  • 位置:执行层与设备层的质量控制中枢
  • 作用
    1. 质量标准:定义检验流程及抽样方案
    2. 数据追溯:关联晶圆Lot号与测试数据(如ATE的CP测试结果)
    3. SPC控制:通过统计过程控制识别工艺波动
    4. 持续改进:生成8D报告推动质量改进项目
  • 典型案例:SK海力士的QMS系统实现DRAM芯片良率提升至99.5%
物理层
FOUP(Front Opening Unified Pod,前开式晶圆盒)
  • 位置:物理载体,贯穿整个制造流程
  • 作用
    1. 晶圆保护:在运输过程中防止颗粒污染
    2. 环境控制:维持内部洁净度Class 1级
    3. 数据载体:通过RFID芯片记录晶圆Lot信息
    4. 标准化接口:兼容所有主流设备的Loadport
  • 技术发展:新一代FOUP采用碳化硅材料,重量减轻40%且抗静电性能提升
OHT(Overhead Hoist Transport)
  • 位置:AMHS系统的核心运输工具
  • 作用
    1. 空中运输:在洁净室天花板轨道上搬运FOUP
    2. 高密度存储:支持UTS(Under-Track Storage)技术减少占地面积
    3. 精准对接:自动连接设备Loadport实现无人工干预
    4. 故障冗余:多台OHT协同工作确保运输连续性
  • 典型应用:三星平泽晶圆厂的OHT系统实现每小时搬运2000个FOUP

四、典型应用场景

  1. 智能工厂案例:台积电南京厂通过CIM系统实现:
    • 设备自动化率98%
    • 生产周期缩短25%
    • 人力成本降低60%
  2. 质量追溯案例:美光通过QMS系统实现:
    • 缺陷定位时间从2小时缩短至10分钟
    • 客户投诉处理效率提升70%
  3. 供应链协同案例:英特尔与ASML通过SCM系统实现:
    • 光刻机交付周期缩短30%
    • 紧急订单响应时间从7天缩短至24小时

五、技术发展趋势

  1. AI融合:机器学习优化APS排程,预测设备故障
  2. 数字孪生:构建虚拟晶圆厂模拟生产过程
  3. 5G应用:实现设备远程控制与高清视频监控
  4. 边缘计算:在设备端实时处理数据减少延迟

半导体CIM系统通过多层次架构和组件协同,实现了从设计到量产的无缝衔接,ATE设备作为测试环节的"质量守门员",与其他系统共同构建了高可靠性、高效率的半导体制造体系。随着技术演进,CIM系统将向更智能、更柔性的方向发展,持续推动半导体产业的进步。

附录

(一)基础通信协议
  1. SECS(Semiconductor Equipment Communication Standard,半导体设备通信标准)
    • 体系结构
      • SECS-I(物理层):定义RS232/HSMS通信接口,支持9600bps至100Mbps速率
      • SECS-II(应用层):采用SML(SECS Markup Language)格式封装数据,如设备状态消息格式为<L(2)<B(1)0x00><L(0)>>
    • 应用场景:ASML光刻机通过SECS协议接收MES的Recipe参数,同步曝光剂量调整指令
(二)设备自动化系统
  1. EAP(Equipment Automation Protocol,设备自动化协议)
    • 功能模块
      • 配方管理(RMS):自动加载设备参数,亚控EAP平台实现配方校验准确率100%
      • 远程控制:支持设备启停、参数修改等操作,台积电EAP系统减少80%手动干预
    • 技术实现:基于EtherCAT协议,实现微秒级数据交互,格创东智EAP响应时间<50ms
(三)仓储与物流延伸
  1. WMS(Warehouse Management System,仓储管理系统)
    • 半导体专用功能
      • 洁净度管控:通过粒子计数器实时监测,超标时自动锁定区域门禁(如ISO 6级洁净度要求)
      • 危化品管理:光刻胶柜集成称重传感器,开封后自动启动保质期倒计时
    • 案例:金瑞泓WMS系统通过RFID标签追踪晶圆盒,库存准确率提升至99.98%
(四)高级过程控制
  1. APC(Advanced Process Control,先进过程控制)
    • 技术原理
      • 模型预测控制(MPC):基于历史数据建立工艺模型,动态调整蚀刻深度等参数,台积电APC系统提升良率2.3%
      • 反馈校正:实时比对OES(光学发射光谱)数据,应用材料刻蚀机实现纳米级精度控制
(五)质量与维护系统
  1. FDC(Fault Detection and Classification,故障检测与分类)

    • 实施路径
      • 特征提取:分析设备振动、电流等参数,识别潜在故障(如光刻机激光源衰减)
      • 分类决策:基于SVM算法自动区分“需停机维护”与“可继续运行”状态,中芯国际FDC误报率<0.5%
  2. EMS(Equipment Maintenance System,设备维护系统)

    • 智能维护
      • 预测性维护:通过振动传感器数据训练LSTM模型,预测真空泵故障,维护周期延长30%
      • 知识库管理:存储设备历史故障案例,工程师移动端可查询解决方案
(六)数据与决策支持
  1. DS Dashboard(Data Dashboard,数据仪表盘)
    • 可视化技术
      • 实时看板:整合OEE、良率、在制品数量等指标,台积电中控室大屏刷新率达1秒/次
      • 异常预警:采用颜色编码(红/黄/绿)显示设备状态,三星某厂异常响应时间缩短至2分钟

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.pswp.cn/pingmian/90606.shtml
繁体地址,请注明出处:http://hk.pswp.cn/pingmian/90606.shtml
英文地址,请注明出处:http://en.pswp.cn/pingmian/90606.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AI是否会终结IT职业?深度剖析IT行业的“涌现”与重构

引言&#xff1a;一场不可回避的技术审判在ChatGPT、Copilot、Claude、Sora 等AI技术密集爆发的今天&#xff0c;IT行业首当其冲地感受到这股浪潮带来的“智力替代压力”。尤其是以开发、测试、运维、分析为主的岗位&#xff0c;逐渐被AI所“渗透”。于是&#xff0c;问题摆在每…

mid360连接机载电脑,远程桌面连接不上的情况

为什么会出现这种情况呢&#xff0c;一开始我以为是雷达使用的网线&#xff0c;使用的是和网络同样的口&#xff0c;是因为机载电脑带宽不足&#xff0c;所以导致的&#xff0c;但是后面发现不管是哪一个机载电脑都会断开连接&#xff0c;后面了解得知&#xff0c;并不是连接的…

目标检测系列(六)labelstudio实现自动化标注

一、启用图片文件服务用Nginx启用图片服务&#xff0c;配置好映射路径。新建图片文件夹&#xff0c;将文件夹下的图片路径存储到txt文件中访问地址&#xff08;文件夹&#xff09;&#xff1a;http://112.12.19.122:8081/urls/ml-backend-test/进入labelstudio将txt文件路径填入…

从零开始大模型之编码注意力机制

从零开始大模型之编码注意力机制1 长序列建模中的问题2 使用注意力机制捕捉数据依赖关系3 自注意力机制4 实现带可训练权重的自注意力机制5 利用因果注意力隐藏未来词汇6 将单头注意力扩展到多头注意力7 Pytorch附录7.1 torch.nn.Linear多头掩码可训练权重的注意力机制。为什么…

小架构step系列26:Spring提供的validator

1 概述对于Web服务&#xff0c;需要对请求的参数进行校验&#xff0c;可以对不合法的参数进行提示&#xff0c;提高用户体验。也可以防止有人恶意用一些非法的参数对网站造成破坏。如果是对每个参数都写一段代码来判断值是否合法&#xff0c;那校验的代码就很多&#xff0c;也很…

0编程基础:用TRAE写出了会蹦跳躲避散发炫光的贪吃蛇小游戏

在某个深夜的代码深渊里&#xff0c;一个从未写过print("Hello World")的小白开发者&#xff0c;竟用自然语言指令让贪吃蛇跳起了"光棱华尔兹"——蛇身折射出彩虹轨迹&#xff0c;食物像星舰般自动规避追击&#xff0c;甚至实现了四头蛇的"量子纠缠式…

在Word和WPS文字中要同时查看和编辑一个文档的两个地方?拆分窗口

如果要在Word或WPS文字的长文档中同时查看两部同步的地方&#xff08;文档位置&#xff09;&#xff0c;来回跳转和滚动费时费力&#xff0c;使用拆分窗口的功能即可搞定。将窗口一分为二&#xff0c;上下对照非常方便。一、拆分窗口的路径Word和WPS基本一样&#xff0c;就是菜…

Windows系统下安装mujoco环境的教程【原创】

在学习Mujoco仿真的过程中&#xff0c;我先前是在linux系统下进行的研究与学习&#xff0c;今天来试试看在windows系统中安装mujoco仿真环境。 先前在linux中的一些关于mujoco学习记录的博客&#xff1a;Mujoco仿真【xml文件的学习 3】_mujoco打开xml文件-CSDN博客 下面开始wi…

CSS中篇

#Flex布局#1、什么是flex布局&#xff1f;flex 布局&#xff0c;全称弹性布局&#xff08;Flexible Box Layout&#xff09;&#xff0c;是 CSS3 中引入的一种新的布局模式。它主要通过给容器设置相关属性&#xff0c;来控制容器内部子元素的排列方式。相比传统的浮动布局和定位…

《云计算蓝皮书 2025 》发布:云计算加速成为智能时代核心引擎

近日&#xff0c;中国信息通信研究院发布了《云计算蓝皮书&#xff08;2025 年&#xff09;》&#xff0c;全面剖析了云计算领域的发展现状与未来趋势。在人工智能蓬勃发展的当下&#xff0c;云计算正从基础资源供给向智能时代的核心引擎加速转变&#xff0c;成为重塑全球数字竞…

excel删除重复项场景

问题描述 问题描述&#xff1a;因为表格中存在多条相同的数据&#xff0c;我现在excel有一列&#xff0c;值为#N/A 。另外有列叫做药品名称、规格、厂家 我要删除值为 #N/A&#xff0c;并且 药品名称、规格、厂家相等的数据&#xff0c;那条相同的删掉,只保留一条&#xff0c;…

Vue 3 与 Element Plus 中的 /deep/ 选择器问题

Vue 3 与 Element Plus 中的 /deep/ 选择器问题 在 Vue3 中使用 Element Plus 组件时&#xff0c;使用 ::v-deep或 :deep()的场景取决于 ​​样式作用域​​ 和 ​​选择器目标​​。以下是关键区别&#xff1a;

2025暑期—06神经网络-常见网络

六个滤波核提取特征Maps5X5 卷积核&#xff0c;1个阈值 6个元素&#xff0c;卷积后两边各少两个&#xff0c;28*28像素 又有6个卷积核&#xff0c;所以有122304个连接&#xff0c;连接数不多是因为很多都是公用参数的。池化是参数池化&#xff0c;和当前平均最大不一样。编程14…

硅基计划3.0 学习总结 叁 栈和队列

文章目录一、栈1. 模拟实现栈2. 小试牛刀1. 判断一个栈的出栈顺序是否为题目给定情况2. 括号匹配3. 逆波兰表达式求值4. 求最小栈元素3. 单链表实现栈二、队列1. 官方队列类Queue2. 双向链表模拟实现Queue类3. 顺序表模拟实现Queue类4. 双端队列5. 队列实现栈6. 栈实现队列一、…

飞行控制领军者 | 边界智控携高安全级飞控系统亮相2025深圳eVTOL展

2025深圳eVTOL展将于2025年9月23日至25日在深圳坪山燕子湖国际会展中心盛大举办。本届展会以 “低空经济・eVTOL・航空应急救援・商载大型无人运输机” 为核心&#xff0c;预计将汇聚200余位发言嘉宾、500 余家顶尖展商及15,000余名专业观众&#xff0c;规模盛大&#xff0c;精…

React状态管理——Dva

目录 一、安装依赖 二、Dva注册model方式 2.1 自动注册models 2.2 手动注册model方式 三、创建 dva 实例 四、创建 model 五、在组件中使用 六、动态加载Dva Model Dva 是一个基于 redux 和 redux-saga 的轻量级前端框架&#xff0c;可以方便地在 React 应用中管理状态…

编程与数学 03-002 计算机网络 05_以太网技术

编程与数学 03-002 计算机网络 05_以太网技术一、以太网的基本原理&#xff08;一&#xff09;CSMA/CD协议的工作原理&#xff08;二&#xff09;以太网的帧结构二、以太网的拓扑结构与设备&#xff08;一&#xff09;传统以太网的拓扑结构&#xff08;二&#xff09;交换机的工…

解决英文版Windows10安装WireShark报错

问题点击WireShark安装包进行安装时报错原因编码方式故障解决方式修改操作系统编码1.WinR&#xff0c;输入Control&#xff0c;打开控制面板2.点击Small icons3.点击Region4.设置编码UTF-8

利用aruco标定板标定相机

1、生成aruco标定板#include <opencv2/opencv.hpp> #include <opencv2/aruco.hpp> #include <opencv2/objdetect/aruco_detector.hpp> #include <iostream> #include <string>using namespace cv; using namespace std;int main() {int markers…

C/C++语言程序使用三种主要的内存分配方式,和python语言一样么?

这是一个很好的比较问题&#xff01;C/C 和 Python 在内存分配方式上有本质的区别&#xff0c;虽然它们最终使用的都是计算机的物理内存&#xff08;堆、栈等&#xff09;&#xff0c;但语言层面提供的抽象和管理机制完全不同。核心区别&#xff1a;控制权&#xff1a; C/C 程序…