- 2024-11-07博客园 ----LaTex使用教程,内附各种公式,建议收藏和备忘!!
前提听说要在下面这个位置加入下面红框里这些代码,才能启用LaTex的公式编辑形式。。<scripttype="text/x-mathjax-config">MathJax.Hub.Config({extensions:["tex2jax.js"],jax:["input/TeX","output/HTML-CSS"],tex2jax:{inlineMath:[['$'
- 2024-11-06CF 口胡笔记 2200Ct辑
¿如何搞笑高效做题?只需要口胡CF题就行啦!(从前天起口胡CF按照洛谷通过人数排序的题单这期我们来口胡CF2200Part1吧~CF617EXORandFavoriteNumber给定一个长度为\(n\)的序列\(a\),然后再给一个数字\(k\),再给出\(m\)组询问,每组询问给出一个区间,求这个区间
- 2024-10-16G-数据结构-G
\[\huge近日多做数据结构题,或恐后再读不能醒悟,或记其思路,或骂出题人,或不想刷题,虽有此篇。\]\[\]\[\]\[\]\[\]T1距离首先这题部分分很多,直接$O(n^2)$枚举点对,在树上差分即可获得70分。那么正解几乎和部分分就没什么关系了。首先看到\[ans_u=\sum_{x∈subtree_
- 2024-10-08CSP2024-33
2A题意:给定一个01串,每次可以循环移动一个子串,求多少次操作使整串有序(升序)。每次操作至多使极大全1段个数减一:111100001111\(\to\)000011111111。数一下一开始有多少全1段,判断一下最后一个元素是否是1即可。submissionA题意:给定\(n,m,a,b,k\),求满足\(ax+by=k,\x,
- 2024-10-07DP套DP
该技巧通常用来求满足某个要求的元素数量,而对于要求的判定需要DP解决。因此我们将判定DP的结果作为计数DP的状态来进行计数。P4590[TJOI2018]游园会题意:给你一个字符串\(s\),求满足条件的字符串\(t\)的数量:\(\vertt\vert=n,\\text{lcs}(s,t)=i,\\text{"NOI"}
- 2024-10-01CSP2024-30
A题意:将一个圆等分为\(K\)分,给出其中\(n\)个等分点的编号,\(x_i<x_{i+1}\)。有向边\(i\toj\)存在,当且仅当\(j\)是距离\(i\)最大的点(不唯一),且与图中其他边无交点(端点不算)。求图中最多有多少条边。\(3\leK\le10^9,3\len\le\min(K,10^5)\)。引理:不存在
- 2024-09-243170. 删除星号以后字典序最小的字符串
题目链接3170.删除星号以后字典序最小的字符串思路堆栈&位运算题解链接三种写法:26个栈+位运算优化(Python/Java/C++/Go)关键点1.用堆栈跟踪各个字母出现的位置2.用位运算跟踪当前最小字母(lowbit技巧)时间复杂度朴素做法:\(O(n\vert\Sigma\vert)\)位运算
- 2024-09-1820240918:DP选做
本文为@A_zjzj《dp专题》学习笔记。转移性质Lanterns题意:\(n\)个灯笼拍成一排,第\(i\)个灯笼具有\(p_i\)的亮度。每个灯笼要么朝向左照亮\([i-p_i,i-1]\),要么朝向右照亮\([i+1,i+p_i]\)。寻找一种方案,为所有的灯笼定向,使得每一个灯笼被至少一个其他灯笼照
- 2024-09-14[np-ml] Ridge Regression
算法描述Ridgeregressionusesthesamesimplelinearregressionmodelbutaddsanadditionalpenaltyonthe\(L2\)-normofthecoefficientstothelossfunction.ThisissometimesknownasTikhonovregularization.Inparticular,theridgemodelisthesame
- 2024-09-12P11030 『DABOI Round 1』Blessings Repeated题解
P11030『DABOIRound1』BlessingsRepeated题解【形式化题意】给定一个正整数\(k\)和两个字符串\(S,T\)。设字符串\(s\)为\(k\)个字符串\(S\)首尾相接得到的字符串,\(n=\verts\vert,m=\vertT\vert\)。设答案集合\(P=\{(i_0,i_1,\dots,i_{m-1})\mid0\lei
- 2024-09-11二项式反演学习笔记
前言万字长文!这里有我的一些思考和领会,网络上的教程都太潦草了。并且我发现了新的反演公式!概述二项式反演用于转化两个具有特殊关系的函数\(f\)和\(g\),从而方便求解问题。一般来说,直接计算恰好满足\(n\)个限制的答案不好求,但是可以计算出“至少”/“至多”满足\(n\)
- 2024-09-10CSP2024-18
A题意:给出两个\(n\timesm\)的矩阵\(A,B\),一次操作可以使\(A\)或\(B\)的一行/列加一。求使\(A,B\)相等的最小操作次数。数据范围:\(n,m\le10^5,n\timesm\le10^5\)。令\(X=A-B\),则题目转化为每次可以使一行/列加减一,求使得\(X\)全零的最小操作数。设
- 2024-09-10树上一些点的选 题解
题意简述给你一棵\(n\)个节点以\(1\)为根的有根树,和一个整数\(m\)。对于树上每一个点\(u\),有三个权值\(X,Y,Z\)。你需要在\(u\)的祖先里(不含\(u\))中选出至少\(X\)个点,记\(S_1\)表示这些点到\(u\)的距离之和;在\(u\)的后代里(不含\(u\))中选出至少\(Y\)个点,
- 2024-09-0420240904:字符串选做
P4555[国家集训队]最长双回文串题意:给定字符串\(s\),找到他最长双回文串\(t\)的长度。双回文串定义为存在一个\(i>1\)使得\(t[1,i)\)和\(t[i,n]\)都是回文串。\(\verts\vert\le10^5\)。二分哈希求出所有回文中心的半径,设以\(i\)为中心的最长回文串为\([l_i,
- 2024-09-03CSP2024-14
A题意:给定一张边权为正的无向图,\(k\)条关建边,求从\(1\)经过所有关建边回到\(1\)的最短路。\(k\le12\)。所有关键边的端点加上\(1\)也就\(25\)个,\(f(x,S)\)表示当前在\(x\),已经经过的关键边集合为\(S\)的最短路,随便转移。傻逼人干傻逼事,最短路不开longlong调
- 2024-09-02CSP2024-13
A题意:给定\(n\)个三元组\((x_i,y_i,t_i)\),表示第\(i\)个人初始在位置\((x_i,y_i)\),需要花费\(t_i\)秒把手里的活干完。现在选定一个集合地点\((X,Y)\),每个人干完手中的活立刻去集合,花费\(\vertX-x_i\vert+\vertY-y_i\vert\)秒。最小化所有人都集合的时
- 2024-09-01CSP2024-12
A题意:\(n\)块饼干,每块饼干有温度\(t_i\),吃一块饼干的代价等于\(\vertt_i-lst\vert\),\(lst\)表示吃/喝的前一样饼干/水的温度。给出初始水温\(w\),现在先喝一口水,以任意顺序吃掉\(n\)个饼干,求最小和最大的代价分别是什么。最小:\(\max(w,\maxt)-\min(w,\mint)\)
- 2024-08-13生活在hzoi上 题解
生活在hzoi上题解考虑有两棵树怎么做,显然是\(y^{n-k}=y^{n-\left\vertE_1\capE_2\right\vert}\)其中\(E_1\)和\(E_2\)是两棵树的边集发现上边那个\(k\)是两棵树边集交构成的图的连通块个数\(\left\vertE_1\capE_2\right\vert\)就是两棵树交的连通块数量
- 2024-07-29程序化创建Mesh
3D模型一般是由网格(Mesh)和纹理(Texture)两部分构成。那什么是网格?从概念上讲,网格是图形硬件用来绘制复杂内容的结构。它至少包含一组基于三维空间点的顶点,以及一组连接这些点的三角形(最基本的2D形状)。而网格是由这些三角形(直角等腰三角形)构成的表面。那什么又是纹理?纹理是应用
- 2024-07-20C. 字符序列
简要题意:有一个函数\(f(c,s)=cs_1cs_2cs_3\cdotscs_nc\)。给出操作序列\(c_i\),每次操作使\(s=f(c_i,s)\)(\(s\)开始为空串),求最后的字符串中有多少个本质不同的子序列。数据范围:\(n\le500\)。首先我们可以考虑一个简化经典问题,已知一个字符串,求本质不同的子序列数量。因为
- 2024-07-16不动点迭代法
不动点迭代(Fixed-pointiteration)(不动点) $x$为单值算子$\mathbb{T}$的不动点,如果$$\mathbb{T}x=x$$ 记$\text{Fix}\mathbb{T}=\{x|x=\mathbb{T}x\}=(\mathbb{I}-\mathbb{T})^{-1}(0)$为单值算子$\mathbb{T}$的不动点集合。 如果单值算子$\mathbb{T}$是非扩张的且$\text{d
- 2024-07-08变分自编码器(七):球面上的VAE(vMF-VAE)
在《变分自编码器(五):VAE+BN=更好的VAE》中,我们讲到了NLP中训练VAE时常见的KL散度消失现象,并且提到了通过BN来使得KL散度项有一个正的下界,从而保证KL散度项不会消失。事实上,早在2018年的时候,就有类似思想的工作就被提出了,它们是通过在VAE中改用新的先验分布和后验分布,来使得KL散
- 2024-07-03做题纪要 #1
7.3一直想挑个好日子开始写做题纪要,防止自己太颓,但是咕了很久。今天也并不是什么好日子,只是不想再咕了。不是怎么突然就高二了啊啊啊啊啊。CF1552HGuessthePerimeter以为只有\(4\)次询问次数会有什么逆天不平凡做法,结果还是二分,不过还是比较牛。将原本一个格点看做一个
- 2024-06-04衡量相似度:度量学习MetricLearning
总览一般的机器学任务是,给定一个输入,预测其对应的的标签、值或一组值。这样的任务使用像是交叉熵损失Cross-EntropyLoss和均方误差损失MeanSquareErrorLoss就行。度量学习MetricLearning则不一样,它的目标是预测不同输入的相对距离。例如,衡量两张人脸的相似程度,或是推
- 2024-05-26非凸优化收敛性证明框架
\chapter{非凸优化}\section{非凸优化中的重要概念}\subsection{次微分}\begin{definition}{Frechet次微分}适当函数\(f\),如果\(\forallx\in\)dom$f\(,则\)f\(在\)x\(处的Frechet次微分记为\)\overset{-}{\partial}f(x)$,它的定义是:$$\overset{-}{\partial}f(x)=\left\l