informed teaching learning题目
1.C++入门以及简单顺序结构题目
# 1.C++入门以及简单顺序结构题目 ## 1.交换值 ```C++ 【题目描述】 输入两个正整数a和b,试交换a、b的值(使a的值等于b,b的值等于a)。 【输入】 输入两个正整数a和b。 【输出】 输出a与b交换值后的结果。 【输入样例】 2 3 【输出样例】 3 2 ``` ```C++ i ......
1.C++入门以及简单顺序结构题目
# 1.C++入门以及简单顺序结构题目™ ## 1.交换值 ```C++ 【题目描述】 输入两个正整数a和b,试交换a、b的值(使a的值等于b,b的值等于a)。 【输入】 输入两个正整数a和b。 【输出】 输出a与b交换值后的结果。 【输入样例】 2 3 【输出样例】 3 2 ``` ```C++ ......
E. Imprecise Computer和华为CCPC2023挑战赛的一道题目
华为挑战赛 建议看我们队长的2023CCPC华为云挑战赛 C-装箱问题 - 凉宫景 - 博客园 (cnblogs.com) Problem - E - Codeforces 题目说是有台计算机对于绝对值差小于2 的两个数的大小判断会出错误,现在要求对1-n判断两轮小于i的数,然后做差绝对值.给出绝对 ......
AtCoder 题目集2
# AtCoder 题目集2 终于迈入了一个新的阶段,接下来希望质量能高一点吧。 现在我主要刷的是1600左右的题,毕竟实力太拉,只能按照 ”分上200“ 的策略。 (我觉得类型标个 “思维” 貌似没啥意义,毕竟AT几乎全是思维啊...) | 编号(NO.) | 题目 | 难度 | 类型 | | : ......
AtCoder 题目集1
# AtCoder 题目集1 这是一个AT个人刷题总结的开始,感觉确实应该做一做这种总结,如果只是不断的刷题,感觉貌似也没有什么意思,还不如时常适当的回望一下过去的好题。希望能一直做下去吧。 update(22.12.14): AT赛后总结归为另外一栏,此处为过去AT题目的记录。 总结了一些比较有趣 ......
2023.8.19JD笔试题目
### 第二题 题目大意是给一个长度20的01字符串,1表示得了该种病0未得。给出m种药每种药喝完可以治疗一些症状也可以诱发一些新症状,由两个长度为20的01字符串表示。然后给出用药顺序,求用完所有药后还有多少种症状。 ***分析:**** 每次吃药等同于位运算,额外获得的新症状用a|b求,治疗的症 ......
Learn Git in 30 days——第 04 天:常用的 Git 版本控制指令
写的非常好的一个Git系列文章,强烈推荐 原文链接:https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 本篇文章将带大家学会几个最重要也最基本的版控工作,其中将包含基本的文件操作如新增、删除、重新命名文件,提交变更 ......
# DP 题目总结
# DP题目总结 **** ## 1、[LC1388. 3n 块披萨](https://leetcode.cn/problems/pizza-with-3n-slices/) ### 题意: - 3n的环形数组,每次取一个数后就删除前后相邻的两个数,问最后取得的总数最大是多少。 ### 分析: - ......
【NSSCTF逆向】【2023题目】《VidarCamera》
#题目 VidarCamera ![](https://img2023.cnblogs.com/blog/3073714/202308/3073714-20230818084646275-581607649.png) ##解法 这是一道安卓逆向题目,放在模拟器里打开看看 ![](https://im ......
【NSSCTF逆向】【2023题目】《kunmusic》
#题目 kunmusic ![](https://img2023.cnblogs.com/blog/3073714/202308/3073714-20230817230051354-1864751343.png) ##解法 这题还是非常有意思的。 打开 ![](https://img2023.cnb ......
论文解读(CBL)《CNN-Based Broad Learning for Cross-Domain Emotion Classification》
Note:[ wechat:Y466551 | 付费咨询,非诚勿扰 ] 论文信息 论文标题:CNN-Based Broad Learning for Cross-Domain Emotion Classification论文作者:Rong Zeng, Hongzhan Liu , Sancheng ......
Learn Git in 30 days——第 03 天:建立仓库
写的非常好的一个Git系列文章,强烈推荐 原文链接:https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 要开始使用 Git 最重要的就是要先有一份 Git 仓库 (Git Repository) 才行,但是,这份仓库 ......
执行kubeadm 出现 FATAL: the ConfigMap "kubeadm-config" in the kube-system namespace used for getting configuration information was not found
现象: [upgrade/config] Making sure the configuration is correct:[upgrade/config] Reading configuration from the cluster...[upgrade/config] FYI: You can ......
Learn Git in 30 days——第 02 天:在 Windows 平台必装的三套 Git 工具
写的非常好的一个Git系列文章,强烈推荐 原文链接:https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 要开始使用 Git 版本控制,首先要安装适当的 Git 工具,这个系列的文章主要还是以 Windows 平台为主 ......
CLIP: Learning Transferable Visual Models From Natural Language Supervision
## CLIP: Learning Transferable Visual Models From Natural Language Supervision 论文链接: https://arxiv.org/pdf/2103.00020.pdf 代码链接:https://github.com/open ......
Convolutional neural network (CNN)–extreme learning machine (ELM)
1. 介绍 论文:(2020)Neural networks for facial age estimation: a survey on recent advances. 地址: http://link.springer.com/article/10.1007/s10462-019-09765-w ......
NEW learning : Regular Expression
STEP 1 : The primary formula in the RE code base : result =re.match(pattern, str) #pattern 为要校验的规则 #str 为要进行校验的字符串 >>> import re >>> print(re.match('w ......
Learn Git in 30 days——第 01 天:认识 Git 版本控制
写的非常好的一个Git系列文章,强烈推荐 原文链接:https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 笔者使用 Subversion (SVN) 已经将近 10 年,从来都不觉得有任何必要换成其他版本控制平台,直到 ......
机器学习machine learning
机器学习 朴素贝叶斯的优点: 对小规模的数据表现很好,适合多分类任务,适合增量式训练。 缺点: 对输入数据的表达形式很敏感。 决策树的优点: 计算量简单,可解释性强,比较适合处理有缺失属性值的样本,能够处理不相关的特征; 缺点: 容易过拟合(后续出现了随机森林,减小了过拟合现象); Logistic ......
数论题目
小凯的疑惑 题面:Link 分析: 题意简述:给定两个互质的正整数$x,y$,求最大不能被表示成$ax+by$的数($a,b$满足 $0 \le a,b$ 且为整数) 不妨设$x<y$ ,答案为$ans$ 如果: $ ans \equiv mx(mod\,y) (1 \le m \le y-1)$ ......
Learning Transferable Visual Models From Natural Language Supervision
Learning Transferable Visual Models From Natural Language Supervision 作者:Alec Radford *1 Jong Wook Kim *1 Chris Hallacy 1 Aditya Ramesh 1 Gabriel Goh ......
【RL】L7-Temporal-difference learning
## TD learning of state values The data/experience required by the algorithm: - $\left(s_0, r_1, s_1, \ldots, s_t, r_{t+1}, s_{t+1}, \ldots\right)$ or ......
基于时态差分法的强化学习:Sarsa和Q-learning
时态差分法(Temporal Difference, TD)是一类在强化学习中广泛应用的算法,用于学习价值函数或策略。Sarsa和Q-learning都是基于时态差分法的重要算法,用于解决马尔可夫决策过程(Markov Decision Process, MDP)中的强化学习问题。 下面是最简单的T ......
论文解读(SimGCL)《Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation》
Note:[ wechat:Y466551 | 可加勿骚扰,付费咨询 ] 论文信息 论文标题:Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation论文作者:Junliang Yu ......
盘点一个列表相加的Python基础题目
大家好,我是皮皮。 ### 一、前言 前几天在明佬的Python群【dq】问了一个`Python`列表基础处理的问题,一起来看看吧。 ![image.png](https://upload-images.jianshu.io/upload_images/26239789-eba115c483d413 ......
分层图题目
[P9504 『MGOI』Simple Round I | C. 魔法禁林](https://www.luogu.com.cn/problem/P9504) $w \leqslant 100$ ,当 $k>100$ 时,$\lfloor\frac{n}{k}\rfloor$ 始终为 $0$ 。 以 ......
一道关于幂次方矩阵题目的精彩解法
这道题源自23版李林880的矩阵章节,题目如下: 设矩阵 $A=\left[ \begin{matrix} 1 & -1 & -1 & -1 \\ -1 & 1 & -1 & -1 \\ -1 & -1 & 1 & -1 \\ -1 & -1 & -1 & 1 \end{matrix} \right ......
【NSSCTF逆向】【2023题目】《vm》
#题目 ![](https://img2023.cnblogs.com/blog/3073714/202308/3073714-20230810091311417-523410205.png) ##解法 这是一道vm题目,进行虚拟化操作,以前从来没做过这种题,也是研究了很久。 文件到手是一个exe, ......
Paper Reading: Multitree Genetic Programming With New Operators for Transfer Learning in Symbolic Regression With Incomplete Data
针对数据集存在缺失值的问题,本文提出了一种基于多树 GP(MTGP) 的迁移学习方法 pMTGPDA,用于将知识从完整的源域转移到不完整的目标域中。首先在源域的数据集上训练多个 SR 模型,通过模型中的训练细节计算源域的特征和实例的权重作为先验知识。然后将提取的权重知识用于基于 MTGP 的转换,构... ......
论文阅读 | Layer-wised Model Aggregation for Personalized Federated Learning
面向个性化联合学习的分层模型聚合 ==在本文中,我们提出了一种新的pFedLA训练框架,该框架能够区分不同客户端的每一层的重要性,从而能够优化具有异构数据的客户端的个性化模型聚合。==具体来说,我们在服务器端为每个客户端使用一个专用的超网络,它被训练来识别层粒度上的相互贡献因素。同时,引入参数化机制 ......