分量 算法 笔记tarjan

Lyndon分解 学习笔记

### 什么是 $Lyndon$ 串 我们定义一个串是 $Lyndon$ 串,当且仅当这个串的**最小后缀**就是这个串本身。 也就是说 $Lyndon$ 串等价于这个串是它的所有循环表示中**字典序最小**的。 ### $Lyndon$ 分解定义 将一个字符串 $S$ 分解为若干个子串:$s_1s ......
笔记 Lyndon

【算法】用c#实现计算方法中的经典降幂优化策略,减少计算复杂度

对于给定的数组[x1,x2,x3,…,xn],计算幂的累积:x1^(x2^(x3^(…^xn))的最后一位(十进制)数字。 例如,对于数组[3,4,2],您的代码应该返回1,因为3^(4^2)=3^16=43046721。 结果的增长得快得令人难以置信。例如,9^(9^9)有超过3.69亿个数字。你 ......
降幂 复杂度 算法 策略 方法

Programming abstractions in C阅读笔记:p130-p131

《Programming Abstractions In C》学习第52天,p130-p131,总结如下: # 一、技术总结 ## 1. pig latin game 通过pig latin game掌握字符复制,指针遍历等操作。 ```c /* * 输入:字符串,这里采用书中坐着自定义的getli ......
abstractions Programming 笔记 130 131

学习笔记

## 算法基础 ### 贪心 - [线性基](https://www.cnblogs.com/pdpdzaa/p/17562353.html) ### 小技巧 - [基数排序](https://www.cnblogs.com/pdpdzaa/p/17532682.html) ## 数学 ### 一些 ......
笔记

洛谷P5937 [CEOI1999]Parity Game_学习笔记

​ 洛谷P5937 [CEOI1999]Parity Game ​ 本来是想练习一下离散化的,结果看到这道又有并查集又有离散化的题,于是就逝了逝,在阅读题解后, 发现自己对并查集和离散化认识有点问题,于是写下这篇笔记总结一下。 看到这种给出几个条件判断矛盾的题,便想到了两种常见思路,一种是拓扑排序, ......
笔记 Parity P5937 5937 1999

linux学习指令与现有环境解决问题笔记

# linux学习指令与现有环境笔记 *注意:我将pytorch和cuda安装在了pytorch这个虚拟环境中* ## pytorch安装及注意问题 注意版本对应,稳定版2.0.1对应cuda11.7,别按错了 按错导致重新安装 ##cuda安装过程与对应问题 ![image](https://im ......
指令 环境 笔记 问题 linux

MySQL学习笔记

## SQL ### 注释 单行注释: `–-`或`#`注释内容 多行注释:`/*注释内容*/` ### SQL分类 | 分类 | 说明 | | :--: | : : | | DDL | 数据定义语言,用来定义数据库对象 | | DMI | 数据操作语言,用来对数据库表中的数据进行增删改 | | D ......
笔记 MySQL

Python学习笔记

文档中函数的参数带方括号( [ or ] )代表可选参数 ## 列表(list) ### 基础 列表是可迭代对象,列表有序 矩阵 ```python # 创建列表 [1,2,3,4,5] # 列表可以包含不同的数据类型 [1,2,3,"hello"] # 可以使用下表索引(从0开始) rhyme[1 ......
笔记 Python

二分算法

1. 将两个集合合并 2. 询问两个元素是否在一个集合当中 基本原理:每个集合用一棵树表示,树根的编号就是整个集合的编号。每个节点储存它的父节点,p[x]表示x的父节点 判断树根(属于那个集合)`if (p[x] == x)` 求x的集合编号:`while(p[x] != x) x = p[x];` ......
算法

Bresenham画直线算法(待完成)

[TOC] Bresenham算法是图形学非常经典的光栅线生成算法,可用于显示直线、圆以及其他曲线。这里通过算法画直线过程,了解其工作原理。 # 问题描述 已知线段2端点$(x_0, y_0) (x_e, y_e)$,屏幕上画出该直线段。 由于屏幕是通过像素点显示的,只能通过像素点所在的整数坐标近似 ......
算法 直线 Bresenham

vim基础笔记

1.vim基础知识 (1)在normal模式下 h向左 l向右 j向下 k向上 可以在hjkl前输入数字移动指定行数 例如3j就是向下移动三行,4k就是向上移动四行 w代表向右移动一个单词 b代表向左移动一个单词 同样可以在w和b前加入数字 $代表移动到本行最后 ^代表移动到本行最前 \>向右缩进 ......
基础 笔记 vim

操作系统学习笔记(三)——内存管理

一、虚拟内存 将进程所用的地址隔离开,让操作系统为每个进程分配独立的一套虚拟地址。虚拟内存可以使进程的运行内存超过物理内存的大小。 进程持有的虚拟地址会通过 CPU 芯片中的内存管理单元(MMU)的映射关系,来转换变成物理地址,然后再通过物理地址访问内存,如下图所示: 有两种映射方法: 1、分段: ......
内存 笔记 系统

Notion笔记汉化

## Notion笔记汉化 关注我的订阅号【靠谱杨的挨踢生活】回复【Notion】获取中文包 **1、**进入notion的安装路径,把文件复制到这个位置(如图所示) C:\Users\用户名\AppData\Local\Programs\Notion\resources\app\renderer ......
笔记 Notion

学生信息登记表单的录入删除代码JS+HTML TOMCAT听课笔记

<!DOCTYPE html> <html> <head> </head> <body> <form class="info" autocomplete="off"> 姓名:<input type="text" class="uname" name="uname"> 年龄<input type="t ......
表单 代码 笔记 TOMCAT 学生

最近改db课设的小笔记

解决Mac无法访问localhost和127.0.0.1: //启动服务apache服务器 sudo apachectl start //失败的话,重启服务 sudo apachectl restart 巧用Druid数据源实现数据库连接密码的加密解密: https://cloud.tencent. ......
笔记

操作系统学习笔记(二)——操作系统结构

一、内核 作为应用和硬件设备之间的桥梁,负责应用程序只与内核交互,不用关心硬件的细节。 4 个基本能力: 管理进程、线程,决定哪个进程、线程使用 CPU,也就是进程调度的能力; 管理内存,决定内存的分配和回收,也就是内存管理的能力; 管理硬件设备,为进程与硬件设备之间提供通信能力,也就是硬件通信能力 ......
系统 结构 笔记

操作系统学习笔记(一)——硬件

一、冯诺依曼模型 定义计算机基本结构为5个部分:存储器、运算器、控制器、输入设备、输出设备。 运算器和控制器在中央处理器(CPU)里,存储器就是常见的内存,输入输出设备就是计算机外接的设备,比如键盘是输入设备,显示器是输出设备。 1、内存 程序和数据存储在内存里,存储数据的基本单位是字节,1字节等于 ......
硬件 笔记 系统

[算法学习笔记][刷题笔记] 单调队列优化 dp

### 前置知识 · 单调队列 单调队列顾名思义,一般用于解决 **滑动RMQ**问题。它的原理非常简单。我们维护一个双端队列,这个双端队列 **只维护可能成为区间最值**的元素。 最基础的单调队列,例如滑动窗口。直接依据题意维护即可。 这里提供单调队列模板(STL deque 版) 单调队列模板( ......
笔记 队列 算法 dp

关于欧几里得算法与裴蜀定理的证明

### 前言: 因为某次考试订正 T4,用到了 exCRT,然后发现我和 lws 不会 exgcd…… 所以来把 gcd 到 exgcd 重新学一下,就写了这篇 trick。 ### 欧几里得算法: 求证: $$ \gcd(a,b)=\begin{cases} \gcd(b,a\bmod b) & ......
定理 算法

文心一言 VS 讯飞星火 VS chatgpt (82)-- 算法导论8.1 1题

# 一、如果用go语言,在一棵比较排序算法的决策树中,一个叶结点可能的最小深度是多少? ## 文心一言: 在一个排序决策树(如二叉搜索树)中,每个叶节点的最小深度等于输入数据中最大元素与最小元素之间的位距离。这是因为在最坏的情况下,每个比较都需要将最大元素向最小元素的路径移动,因此叶节点的最小深度就 ......
文心 导论 算法 chatgpt VS

go 进阶训练营 微服务可用性(下)笔记

### 降级: 减少工作量,丢弃不重要的请求。 确定具体采用哪个指标作为流量评估和优雅降级的决定性指标: 如 CPU、延迟、队列长度、线程数量、错误等 当服务进入降级时,需要执行什么动作? 流量抛弃或者优雅降级应该在服务的哪一层实现?是否需要在整个服务的每一层都实现,还是可以选择某个高层面的关键节点 ......
可用性 训练营 笔记 go

Pytest+Jenkins 学习笔记

# Pytest+Jenkins 学习笔记 在软件测试工作中,单元测试通常是由开发人员执行的、针对最小单元粒度的组件测试,在完成了单元粒度的测试任务之后,通常就需要交由专职的测试人员将这些单元级的组件放到粒度更大的功能组件或子系统中来进行整合性的测试了。在专业术语中,粒度介于单元测试与系统测试之间的 ......
Jenkins 笔记 Pytest

mormot2 笔记(四) Services的使用

constructor TMyRestServer.Create(Port: Word); begin inherited Create; FRestServerDB := TRestServerDB.Create(TOrmModelFactory.ModelInstance, SQLITE_MEM ......
Services mormot2 笔记 mormot

学习笔记413—python实现BP神经网络进行预测和误差分析(附源代码)

python实现BP神经网络进行预测和误差分析(附源代码) 反向传播算法也称为BP神经网络,是一种带有反馈的神经网络反向学习方法,它可以对神经网络的各层上的各个神经元的各个神经元之间的连接权重进行不断迭代修改,使神经网络将输入数据转换成期望的输出数据 BP神经网络的学习过程由正向传播和反向传播两部分 ......
神经网络 误差 源代码 神经 笔记

Mongodb 笔记

MongoDb: 非关系型数据库,基于分布式文件存储的开源数据库系统, 在高负载的情况下,添加更多的节点,可以保证服务器的性能 MongoDB操作 文档的数据结构和 JSON 基本一样。 所有存储在集合中的数据都是 BSON 格式。 BSON 是一种类似 JSON 的二进制形式的存储格式,是 Bin ......
Mongodb 笔记

tarjan

# 割点与桥 ### 简介 割点:对于一个无向图,如果把一个点及与其相连的边删除后这个图分裂为两个及两个以上不连通的子图,那么这个点就是这个图的割点(又称割顶)。 割边:对于一个无向图,如果把一条边删除后这个图分裂为两个不连通的子图,那么这个点就是这个图的割边(又称桥)。 ## tarjan 求割点 ......
tarjan

opencv笔记

# opencv > 图像 RGB > > opencv读取的格式是BGR ## 基本用法 ### 读取图片 ```python import cv2 img = cv2.imread(r'C:\Users\Administrator\Pictures\951c76ee-469e-4084-96db ......
笔记 opencv

[算法学习笔记][刷题笔记] 2023/8/26&8/27 解题报告状压 dp

[题单](https://www.luogu.com.cn/training/334619#information) ### 状压 dp 状压 dp是一种非常暴力的算法,它直接记录不同的状态,通过状态进行转移。 状压 dp可以解决 NP 类问题。它的原理是暴力枚举每一种可能的状态。所以它的复杂度是指 ......
笔记 算法 2023 amp 26

深度-高考后的分层之战和人生算法破圈(转渤海小吏)

谈高考之前先大概想明白一个根本的问题,社会的层级细分下来可以搞出十几20层,简化来看可以简要分为以下三层。第一,上层高护城河生产资料和权利的所有者。二,中层小型生产资料所有者和有产打工人。三基层也就是无产者,然后我们根据上面三个阶层来看一下每个层级的最优解和想法是啥?先来看上层建筑,既得利益者是希望 ......
小吏 算法 深度 人生

[代码随想录]Day28-贪心算法part02

## 题目:[122. 买卖股票的最佳时机 II](https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii/) ### 思路: 假如第 0 天买入,第 3 天卖出,那么利润为:prices[3] - prices[0]。 相当于 ......
随想录 随想 算法 代码 part