learning summary fourth the
The 2018 ACM-ICPC Asia Qingdao Regional Contest, Online (The 2nd Universal Cup. Stage 1: Qingdao)
Preface 好以后我就是SUA铁粉了，每次打SUA出的题感觉都很好，全程有事情干并且中档题很多很适合我们队这种比上不足的队伍打 不过yysy这场题目偏数据结构和图论方面比较重，而数学方向则不多，刚好撞上了我们队熟悉的地方，因此最后卡着时间过了9题 而且最近CF评测机不知道咋了，这场好多题光读入用 ......
CF1479B1 Painting the Array I
如果两种方案末尾两数有一数相同，那么答案较大的方案不劣于答案较小的方案。答案较大的方案只需\textbf{模仿}答案较小的方案即可，在状态变成相同之前答案最多只会少 \(1\)。 所以只需要考虑末尾两数 \(a,b\) 与新进来的数 \(c\) 各不相同时该替换哪个。 假设 \(a\) 下次出现的位 ......
2023 Oct. Week-3 Summary
2023 Oct. Week-3 Summary 2023.10.16 - 2023.10.22 （椰树牌椰汁！） 学习内容 学了 搜索 DFS，剪枝优化 折半搜索（调整折半常数优化 k 短路 （A*） 迭代加深 （IDDFS） 大量模板 如学（需要复习 / 做题） 数据结构 回滚莫队，二次离线 动 ......
[论文速览] SimCSE@ Simple Contrastive Learning of Sentence Embeddings
Pre title: SimCSE: Simple Contrastive Learning of Sentence Embeddings accepted: EMNLP 2021 paper: https://arxiv.org/abs/2104.08821 code: https://githu ......
【译】A unit of profiling makes the allocations go away
在 Visual Studio 17.8 Preview 2 中，我们更新了单元测试分析，允许你在性能分析器中使用任何可用的工具——而不仅仅是仪表工具。有了这个更改，可以很容易地快速分析孤立的小工作单元，进行更改，然后重新度量和验证更改的影响。 ......
CF1886D Monocarp and the Set
Link 此题目可以从两个方向考虑，正着和倒着，倒着考虑比较容易，首先把所有的数放到一块，如果是'<'或者'>'，就是去掉最左边或者最右边的数，这样显然只有一种可能,答案不变。 如果是'?'，那么显然可以去掉中间的任意一个，所以答案就是\(\times l-2\)，那么对于\(s_n-i\)位置的\ ......
npm安装datav-vue3(一个大屏边框和装饰组件)后报错Failed to resolve entry for package "@dataview/datav-vue3". The package may have incorrect main/module/exports specified in its package.json.
原因:个人认为应该是npm上的版本比较低,因为弄好后装饰只能用到第8个,后面的都没有,查看package.json里它的版本为^0.0.0-test.1672506674342,也就是说还没有正式版,在官方的说明里也有体现 [目前还处于 Alpha 阶段，所有的 API 及 Props 都可能在后续 ......
[LeetCode] 1356. Sort Integers by The Number of 1 Bits 根据数字二进制下1 的数目排序
You are given an integer array arr. Sort the integers in the array in ascending order by the number of 1's in their binary representation and in case ......
E: The repository 'xxx' is not signed.
在ubuntu上安装了google chrome, 运行时有问题，删除了之后再次运行 sudp apt update 会报错 E: The repository 'http://dl.google.com/linux/chrome/deb stable InRelease' is not signe ......
Codeforces Round 855 (Div. 3) C. Powering the Hero
有 \(n\) 张卡的卡堆，你可以自顶向下抽卡。装备卡显示数值为 \(a_i(a_i>0)\) ，英雄卡显示数值为 \(a_i = 0\) 。 如果是装备卡，你可以将卡抽出放在装备堆。如果是英雄卡，你可以将装备堆顶端的一张数值为 \(x\) 的装备卡装备给英雄，英雄数值 \(+ x\) 。无论是否装 ......
救济金发放（The Dole Queue, UVa 133）
#include<stdio.h> #include<string.h> #define maxn 100 int n,k,m,a[25]; int left, chance; int win, lose; char s[maxn], s2[maxn]; int go(int p, int d, i ......
The 2021 CCPC Guangzhou Onsite
Preface 逆天PKU，出的什么寄吧东西，做题全靠打表找规律，一场比赛全是\(\bmod 998244353\) 4题成功从金到铜完美区分，我们队VP的时候两个半小时就下班了，看祁神写了3h的大几何题L 虽然徐神开场一眼看出了F是个诈骗题，但推了1h无果还是要上机打表找规律才发现式子 最后和徐神 ......
The 2021 CCPC Guilin Onsite (XXII Open Cup, Grand Prix of EDG)
Preface 昨天下午16：30~21：30刚打完CCPC2021的广州，今天早上九点又开始打这场桂林，压力拉满了属于是 这场比起昨天那场良心太多了，开场还挺顺（虽然因为写Dijkstra偷懒TLE了四发），但开题啥的都是见一个会一个 中期虽然有点卡但因为祁神会了几何所以没有空机，然后再点完外卖后 ......
Unexpected character '=' (code 61); expected a semi-colon after the reference for entity 'useSSL' at [row,col,system-id]: [8,75,"file:/usr/bigdata/hive-3.1.3/conf/hive-site.xml"]
在初始化hive时报错，出现如下问题： 错误原因：hive-site.xml 配置文件中，数据库的地址带有 & 符号。 将数据库地址中的 & 符号调整为 &，详情如下： 再次初始化hive，执行结果如下： ......
The innodb_system data file 'ibdata1' must be writable
MySQL无法启动 Active: deactivating (stop-sigterm) (Result: exit-code) 查看配置文件中的日志存储位置： view /etc/my.cnf 查看日志存储文件位置：/var/log/mysqld.log 文件错误提示：The innodb_sy ......
The JSON value of length n is too large and not supported
https://github.com/dotnet/runtime/issues/39953 I'm referring to this issue #30746 that was closed with limit of 125MB staying fixed opposed to being c ......
Docker启动失败，报错Cannot connect to the Docker daemon at unix:///var/run/docker 完美解决方案
问题描述： Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running? 首次安装docker后，服务没有自启动 解决方案： 查看docker状态 1 service ......
Docker启动报错：Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?
问题描述： Docker启动报错：Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running? Cannot connect to the Docker daemon ......
umicv cv-summary1-全连接神经网络模块化实现
全连接神经网络模块化实现 Linear与Relu单层实现 LossLayer实现 多层神经网络 不同梯度下降方法 Dropout层 今天这篇博文针对Assignment3的全连接网络作业，对前面学习的内容进行一些总结 在前面的作业中我们建立神经网络的操作比较简单，也不具有模块化的特征，在A3作业中， ......
sonarqube启动报错：You must address the points described in the following [2] lines before starting Elasticsearch.bootstrap check XXXmax numberXXXfor user[sonar] is too low .XXX check the logs at XXX/.log
You must address the points described in the following [2] lines before starting Elasticsearch.bootstrap check failure [1] of [2]: max number of threa ......
Scikit-learn 的 preprocessing.LabelEncoder函数：标签编码
参考文档：https://pythonjishu.com/sklearn-preprocessing-labelencoder/ 转换类别数据为整数：LabelEncoder 可以将字符串或其他类别型数据转换为整数。例如，如果你有一个特征包含类别 "红色"、"绿色" 和 "蓝色"，LabelEnco ......
B. Chips on the Board
B. Chips on the Board 题意：保证在n*n的棋盘上对于每一个点的列或者行都有一个筹码，也可以两个都有，问最小筹码：对于每一个筹码计算：a[i]+b[i]； 要使每个点都满足，最少的筹码的个数应该为n 1.对于行来看，如果每一行都有一个筹码，那么列就可以随便填：直接全选择最小的列 ......
Vivado生成bitstream时报错[Opt 31-67] Problem: A LUT3 cell in the design is missing a connection on input pin I1, which is used by the LUT equation
这个原因主要是因为有一个引脚没有用到，解决方法。 1、打开Schematic。 2、根据提示的模块去找，比如说我的报错。 [Opt 31-67] Problem: A LUT3 cell in the design is missing a connection on input pin I1, w ......
[918] Copy the formatting from one cell in a table of a Word document to another cell in Python
To copy the formatting from one cell in a table of a Word document to another cell, you can use the python-docx library in Python. Here's a step-by-st ......
[919] Change the horizontal alignment of a cell to center within a table of a Word document using Python
To change the horizontal alignment of a cell to center within a table of a Word document using Python and the python-docx library, you can set the ali ......
[920] Copy the font style from one cell in a table of a Word document to another cell using Python
To copy the font style from one cell in a table of a Word document to another cell using Python and the python-docx library, you can access the font p ......
Paper Reading: Sample and feature selecting based ensemble learning for imbalanced problems
为了克服现有集成方法的缺点，本文提出一种新的混合集成策略——样本和特征选择混合集成学习 SFSHEL。SFSHEL 考虑基于聚类的分层对大多数样本进行欠采样，并采用滑动窗口机制同时生成多样性的特征子集。然后将经过验证训练的权重分配给不同的基学习器，最后 SFSHEL 通过加权投票进行预测。SFSHE... ......
Codeforces Round 872 (Div. 2) B. LuoTianyi and the Table
给一个 \(n \times m\) 的矩阵和 \(n \times m\) 个数，你需要把这些数填入矩阵。保证 \[\sum_{i=1}^n \sum_{j=1}^m \left ( \mathop{max}\limits_{1 \leq x \leq i, 1 \leq y \leq j} a_ ......
强化学习Q-Learning和DQN算法
1 Q-Learning 强化学习中有state和action的两个重要概念。而Q-Learning算法就是用来得到在state上执行action的未来预期奖励。具体的算法流程如下： 初始化一个Q-table。 在当前状态\(s\)选择一个动作\(a\)。 执行动作\(a\)，转移到新的状态\(s' ......
CF367C Sereja and the Arrangement of Numbers
这题首先上来会发现题目中的很多信息都是假的，核心就是问要构造一个\(x\)个点的完全图至少要多长的序列 我们把序列中相邻的两个元素看作图上的一条边，则可以把问题转化为：给一个\(x\)个点的完全图，问至少要走多长的路径才可以遍历图中的所有边至少一次 简单讨论下会发现当\(x\)为奇数时，此时图中每个 ......