KC 喝咖啡/书的复制/奶牛晒衣服/ 切绳子
二分的解题思路:
常解决最小值最大化和最大值最小化问题
步骤解析
-
确定答案范围
设定初始左边界left
和右边界right
,确保解在此区间内。例如:-
求最小最大值时,
left
可取单个元素的最大值,right
取所有元素总和。 -
求最大最小值时,
left
可取可能的最小值,right
取可能的最大值。
-
-
二分循环
当left < right
时,执行以下步骤:-
计算中间值:
mid = (left + right) // 2
(或向上取整避免死循环)。 -
判定可行性:设计辅助函数
check(mid)
,判断当前值是否满足条件。-
若满足,调整边界以寻找更优解(如缩小右边界)。
-
若不满足,调整左边界以尝试更大值。
-
-
-
收敛结果
循环结束时,left
即为所求的最优解。
关键点
-
单调性:问题必须满足“若
mid
可行,则所有比mid
大(或小)的值也可行”的单调性。 -
边界调整:需根据问题类型调整边界移动方式:
-
最小化问题:若
mid
可行,令right = mid
;否则left = mid + 1
。 -
最大化问题:若
mid
可行,令left = mid
;否则right = mid - 1
(此时mid
应向上取整)。
-
-
避免死循环:注意处理相邻边界情况,合理选择取整方式。
E - KC 喝咖啡
Description
话说 KC 和 SH 在福州的时候常常跑去 85°C 喝咖啡或者其他的一些什么东西。
这天,KC 想要喝一杯咖啡,服务员告诉他,现在有 nn 种调料,这杯咖啡只可以加入其中的 mm 种(当然 KC 一定会加入 mm 种,不会加入少于 mm 种的调料),根据加入的调料不同,制成这杯咖啡要用的时间也不同,得到的咖啡的美味度也不同。
KC 在得知所有的 nn 种调料后,作为曾经的化竞之神的他,马上就知道了所有调料消耗的时间 cici 以及调料的美味度 vivi。由于 KC 急着回去刷题,所以他想尽快喝到这杯咖啡,但他又想喝到美味的咖啡,所以他想出了一个办法,他要喝到 ∑vi∑ci∑ci∑vi 最大的咖啡,也就是单位时间的美味度最大的咖啡。
现在,KC 把调料信息告诉了 SH,要 SH 帮他算出喝到的咖啡的 ∑vi∑ci∑ci∑vi,但 SH 不想帮 KC 算这东西,于是 KC 就只能拜托你来算了。
注释:∑∑ 表示求和,所以 ∑vi∑ci∑ci∑vi 表示美味度的总和除以消耗时间的总和。
Input
输入数据共三行。
第一行为一个整数 n,mn,m,表示调料种数和能加入的调料数。
接下来两行,每行为 nn 个数,第一行第 ii 个整数表示调料 ii 的美味度 vivi,第二行第 ii 个整数表示调料 ii 消耗的时间 cici。
Output
一个实数 TT,表示 KC 喝的咖啡的最大 ∑vi∑ci∑ci∑vi,保留三位小数。
Sample 1
Inputcopy | Outputcopy |
---|---|
3 2 1 2 3 3 2 1 | 1.667 |
Hint
样例 1 解释:
KC 选 22 号和 33 号调料,∑vi∑ci=2+32+1=1.667∑ci∑vi=2+12+3=1.667。
可以验证不存在更优的选择。
数据范围:
对 20%20% 的数据:1≤n≤51≤n≤5。
对 50%50% 的数据:1≤n≤101≤n≤10。
对 80%80% 的数据:1≤n≤501≤n≤50。
对 100%100% 的数据:1≤n≤200,1≤m≤n,1≤c[i],v[i]≤1×1041≤n≤200,1≤m≤n,1≤c[i],v[i]≤1×104。
数据保证答案不超过 10001000。
思路:
可能有人跟我一样,虽然一开始想到了二分,但图方便先直接纯贪心(两个比值大的加上面就是最佳的),但这样是错误的。
举个反例:
3 2 4 3 5 1 2 3
正确输出:2.333
原代码输出:2.250
-
-
调料信息:
-
调料1:
v=4
,c=1
→ 比值4.0
-
调料2:
v=3
,c=2
→ 比值1.5
-
调料3:
v=5
,c=3
→ 比值≈1.666
-
-
-
贪心策略的选择
-
按比值排序:调料1(4.0)→ 调料3(1.666)→ 调料2(1.5)。
-
选择前两个:调料1和调料3。
-
总比值:
(4+5)/(1+3) = 9/4 = 2.25
。
-
-
实际最优选择
-
选择调料1和调料2。
-
总比值:
(4+3)/(1+2) = 7/3 ≈ 2.333
。
-
所以还是要用二分加贪心:
最大总比值问题需通过二分法寻找最优解。设定目标比值 k,检查是否存在 m 个物品使得 ∑(vi−k⋅ci)≥0。若存在,则增大 k;否则减小 k。这种方法确保正确性。
二分框架:通过二分法确定最大比值 k,范围初始化为 [0,106]。
检查函数:对每个 k,计算所有物品的 vi−k⋅ci,取最大的 m 个求和。若和 ≥0,说明存在更优解。
代码:
#define _CRT_SECURE_NO_WARNINGS
#include<stdio.h>
#include<iostream>
#include<bits/stdc++.h>
using namespace std;
struct MyStruct
{int x, y;
}a[205];
int n, m;
bool Check(double mid) {vector<double> b(n);for (int i = 0; i < n; i++) {b[i] = a[i].x - mid * a[i].y;}sort(b.begin(),b.end(), greater<double>());double w = 0;for (int i = 0; i < m; i++) {w += b[i];}return w >= 0;
}
int main() {ios::sync_with_stdio(false); // 禁用同步cin.tie(nullptr); // 解除cin与cout绑定cin >> n >> m;for (int i = 0; i < n; i++) {cin >> a[i].x;}for (int i = 0; i < n; i++) {cin >> a[i].y;}double max_p = 1000;//题目说的不超过1000double min_p = 0, mid;while (max_p - min_p >= 0.001) {mid = (max_p + min_p) / 2;if (Check(mid)) {min_p = mid;}else {max_p = mid;}}double w = (min_p + max_p) / 2;cout << fixed << setprecision(3) << w << endl;return 0;
}//纯贪心(算排序两个比值大的,然后按序加进去是错误的)
// 反例:
//3 2
//4 3 5
//1 2 3//
//#define _CRT_SECURE_NO_WARNINGS
//#include<stdio.h>
//#include<iostream>
//#include<bits/stdc++.h>
//using namespace std;
//struct MyStruct
//{
// int x, y;
// double k;
//}a[205];
//int n, m;
//double w;
//int x = 0, y = 0;
//
//int main() {
// ios::sync_with_stdio(false); // 禁用同步
// cin.tie(nullptr); // 解除cin与cout绑定
// cin >> n >> m;
// for (int i = 0; i < n; i++) {
// cin >> a[i].x;
// }
// for (int i = 0; i < n; i++) {
// cin >> a[i].y;
// a[i].k = (double)a[i].x / (double)a[i].y;
// }
// sort(a, a + n, [](const MyStruct& a, const MyStruct& b) {
// return a.k > b.k;
// });
// int sum = 0;
// for (int i = 0; i < m; i++) {
// x += a[i].x;
// y += a[i].y;
// sum++;
// }
// w = (double)x / (double)y;
// cout << fixed<<setprecision(3)<<w << endl;
// return 0;
//}
C - 书的复制
Background
大多数人的错误原因:尽可能让前面的人少抄写,如果前几个人可以不写则不写,对应的人输出 0 0
。
不过,已经修改数据,保证每个人都有活可干。
Description
现在要把 mm 本有顺序的书分给 kk 个人复制(抄写),每一个人的抄写速度都一样,一本书不允许给两个(或以上)的人抄写,分给每一个人的书,必须是连续的,比如不能把第一、第三、第四本书给同一个人抄写。
现在请你设计一种方案,使得复制时间最短。复制时间为抄写页数最多的人用去的时间。
Input
第一行两个整数 m,km,k。
第二行 mm 个整数,第 ii 个整数表示第 ii 本书的页数。
Output
共 kk 行,每行两个整数,第 ii 行表示第 ii 个人抄写的书的起始编号和终止编号。 kk 行的起始编号应该从小到大排列,如果有多解,则尽可能让前面的人少抄写。
Sample 1
Inputcopy | Outputcopy |
---|---|
9 3 1 2 3 4 5 6 7 8 9 | 1 5 6 7 8 9 |
Hint
1≤k≤m≤5001≤k≤m≤500。
思路:
这题就是简单的二分写的,但唯一值得注意的应该是答案的打印。因为他要尽可能的让前面的人少抄,所以我是递归,从后面开始遍历,让后面的人多抄。
代码:
#define _CRT_SECURE_NO_WARNINGS
#include<stdio.h>
#include<iostream>
#include<bits/stdc++.h>
using namespace std;
int max_l = 0, min_r = 0;
int a[505];
int m, k;
bool PanDuan(int q) {int j = 0;int sum = 1;for (int i = 1; i <= m; i++) {if (a[i] - a[j] > q) {sum++;j = i - 1;}}return sum <= k;
}
void Print(int sum,int i,int pp) {if (i <= 0) {while (sum < k) {cout << 0 << " " << 0 << endl;sum++;}return;}int j = i;while (j >= 1&&a[i]-a[j-1]<=pp) {j--;}sum++;Print(sum, j, pp);cout << j + 1 << " " << i << endl;
}
int main() {ios::sync_with_stdio(false); // 禁用同步cin.tie(nullptr); // 解除cin与cout绑定cin >> m >> k;for (int i = 1; i <= m; i++) {cin >> a[i];if (a[i] > min_r) {min_r = a[i];}a[i] += a[i - 1];}max_l = a[m];while (max_l > min_r) {int mid = min_r + (max_l - min_r) / 2;if (PanDuan(mid)) {max_l = mid;}else {min_r = mid + 1;}}Print(0, m,min_r);return 0;
}
奶牛晒衣服
Background
熊大妈决定给每个牛宝宝都穿上可爱的婴儿装 。但是由于衣服很湿,为牛宝宝晒衣服就成了很不爽的事情。于是,熊大妈请你(奶牛)帮助她完成这个重任。
Description
一件衣服在自然条件下用一秒的时间可以晒干 a 点湿度。抠门的熊大妈只买了一台烘衣机 。使用用一秒烘衣机可以让一件衣服额外烘干 b 点湿度(一秒晒干 a+b湿度),但在同一时间内只能烘一件衣服。现在有 n 件衣服,第 ii 衣服的湿度为 wi(保证互不相同),要你求出弄干所有衣服的最少时间(湿度为 0 为干 )。i
Input
第一行三个整数,分别为 n,a,b。
接下来 2 到 n+1 行,第 i 行输入 wi。
Output
一行,弄干所有衣服的最少时间。
Sample 1
Inputcopy | Outputcopy |
---|---|
3 2 1 1 2 3 | 1 |
Hint
样例解释
让机器烘第三件衣服即可一秒完成。
数据范围
1≤wi,a,b,n≤5×105
思路:
这题也是二分,我感觉这个要注意的是不够晒干/烘干的单位时间的湿度要当作1来处理。
还可能有点难的是判断,我是将没件超出晒干时间的都当作使用烘干机的时间。
代码:
#define _CRT_SECURE_NO_WARNINGS
#include<stdio.h>
#include<iostream>
#include<bits/stdc++.h>
using namespace std;
int n, a, b;
int p[500005];
int max_p=0, min_p=1;
bool Check(int mid) {int sum = 0;for (int i = 0; i < n; i++) {if (mid * a < p[i]) {sum += (p[i] - mid * a) /b + ((p[i] - mid * a) % b == 0 ? 0 : 1);}}return sum <= mid;
}
int main(){ios::sync_with_stdio(false); // 禁用同步cin.tie(nullptr); // 解除cin与cout绑定cin >> n >> a >> b;for (int i = 0; i < n; i++) {cin >> p[i];if (p[i] > max_p) {max_p = p[i];}}max_p = max_p / a + (max_p % a == 0 ? 0 : 1);while (max_p > min_p) {int mid = (max_p + min_p) / 2;if (Check(mid)) {max_p = mid;}else {min_p = mid + 1;}}cout << min_p << endl;return 0;
}
F - 切绳子
Description
有 NN 条绳子,它们的长度分别为 LiLi。如果从它们中切割出 KK 条长度相同的绳子,这 KK 条绳子每条最长能有多长?答案保留到小数点后 22 位(直接舍掉 22 位后的小数)。
Input
第一行两个整数 NN 和 KK,接下来 NN 行,描述了每条绳子的长度 LiLi 。
Output
切割后每条绳子的最大长度。答案与标准答案误差不超过 0.010.01 或者相对误差不超过 1%1% 即可通过。
Sample 1
Inputcopy | Outputcopy |
---|---|
4 11 8.02 7.43 4.57 5.39 | 2.00 |
Hint
对于 100%100% 的数据 0<Li≤100000.00,0<n≤10000,0<k≤100000<Li≤100000.00,0<n≤10000,0<k≤10000
这题应该算是标准的二分答案了,只不过结束判断,是max-min<0.001
代码:
#define _CRT_SECURE_NO_WARNINGS
#include<stdio.h>
#include<iostream>
#include<bits/stdc++.h>
using namespace std;
double a[10005];
int n, m;
bool Check(double mid) {int w=0;for (int i = 0; i < n; i++) {w += (int)(a[i] / mid);}return w >= m;
}
int main() {ios::sync_with_stdio(false); // 禁用同步cin.tie(nullptr); // 解除cin与cout绑定cin >> n >> m;double max_p = 0;//题目说的不超过1000double min_p = 0, mid;for (int i = 0; i < n; i++) {cin >> a[i];if (max_p < a[i]) {max_p = a[i];}}while (max_p - min_p >= 0.001) {mid = (max_p + min_p) / 2;if (Check(mid)) {min_p = mid;}else {max_p = mid;}}double w = (min_p + max_p) / 2;cout << fixed << setprecision(2) << w << endl;return 0;
}
相关文章:
KC 喝咖啡/书的复制/奶牛晒衣服/ 切绳子
二分的解题思路: 常解决最小值最大化和最大值最小化问题 步骤解析 确定答案范围 设定初始左边界 left 和右边界 right,确保解在此区间内。例如: 求最小最大值时,left 可取单个元素的最大值,right 取所有元素总和。 …...
Jedis快速入门【springboot】
引入依赖 <dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId><version>6.0.0</version> </dependency> 创立jedis对象,建立连接 private Jedis jedis; BeforeEach void setUp(){//1 …...
SpringBoot 商城系统高并发引起的库存超卖库存问题 乐观锁 悲观锁 抢购 商品秒杀 高并发
介绍 在高并发场景下,特别是商品秒杀、抢购等情况下,库存超卖问题是一个常见且棘手的问题。为了解决这个问题,Spring Boot 常使用乐观锁和悲观锁来保证数据的正确性和一致性。 悲观锁 悲观锁假设在多线程或多进程环境中,资源会被…...
[python] 轻量级定时任务调度库schedule使用指北
schedule是一款专为简化定时任务调度而设计的Python库,它通过直观的语法降低了周期性任务的实现门槛。作为进程内调度器,它无需额外守护进程,轻量且无外部依赖,适合快速搭建自动化任务。不过,该库在功能完整性上有所取…...
MySQL:to many connections连接数过多
当你遇到 MySQL: Too many connections 错误时,意味着当前连接数已达到 MySQL 配置的最大限制。这通常是由于并发连接过多或连接未正确关闭导致的。 一、查看当前连接数 查看 MySQL 当前允许的最大连接数 SHOW VARIABLES LIKE max_connections;查看当前使用的最大…...
uthash是一个非常轻量级的库
如大家所知,uthash是一个非常轻量级的库。该库的使用非常简单,无需格外的静态库或动态库,仅需导入目标的头文件即可。 这种配置方式虽然简单,但是使用操作却需要用到大量的宏函数。在使用宏函数时不像使用普通函数一样自由和遍历…...
大模型的开发应用(三):基于LlaMAFactory的LoRA微调(上)
基于LlaMAFactory的LoRA微调(上) 0 前言1 LoRA微调1 LoRA微调的原理1.2 通过peft库为指定模块添加旁支1.3 lora前后结构输出结果对比1.4 使用PyTorch复现 LoRA.Linear1.5 使用peft进行LoRA微调案例 2 LLaMA-Factory2.1 LLaMA-Factory简介2.2 LLaMA-Facto…...
跨域_Cross-origin resource sharing
同源是指"协议域名端口"三者相同,即便两个不同的域名指向同一个ip,也非同源 1.什么是CORS? CORS是一个W3C标准,全称是"跨域资源共享"(Cross-origin resource sharing)。它允许浏览器向跨源服务器ÿ…...
奥威BI:打破AI数据分析伪场景,赋能企业真实决策价值
在当今企业数字化转型的浪潮中,AI数据分析产品如雨后春笋般涌现,但许多看似创新的功能设计实则难以落地,沦为“伪需求场景”。这些伪场景不仅浪费企业资源,还可能误导决策,阻碍企业数字化转型进程。在此背景下…...
LLaMA-Factory全解析:大模型微调的开源利器与实战指
技术演进背景与核心价值架构设计与关键技术解析环境搭建与工具链配置全流程微调实战指南企业级应用与高级功能性能优化与安全部署未来发展趋势展望1. 技术演进背景与核心价值 1.1 大模型微调的技术痛点 当前开源大模型(如LLaMA、Qwen、Baichuan等)在通用领域表现优异,但垂…...
python-数据可视化(大数据、数据分析、可视化图像、HTML页面)
通过 Python 读取 XLS 、CSV文件中的数据,对数据进行处理,然后生成包含柱状图、扇形图和折线图的 HTML 报告。这个方案使用了 pandas 处理数据,matplotlib 生成图表,并将图表嵌入到 HTML 页面中。 1.XSL文件生成可视化图像、生成h…...
Jmeter(一) - 环境搭建
1.JMeter 介绍 Apache JMeter是100%纯JAVA桌面应用程序,被设计为用于测试客户端/服务端结构的软件(例如web应用程序)。它可以用来测试静态和动态资源的性能,例如:静态文件,Java Servlet,CGI Scripts,Java Object,数据库和FTP服务器…...
OpenCV CUDA 模块特征检测与描述------在GPU上执行特征描述符匹配的类cv::cuda::DescriptorMatcher
操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C11 算法描述 cv::cuda::DescriptorMatcher 是 OpenCV 的 CUDA 模块中用于在 GPU 上执行特征描述符匹配的类。它允许你利用 NVIDIA GPU 的并行计算能力来加速特…...
idea如何让文件夹分层显示,而不是圆点分割
网上说是点击小齿轮的都是过时了,对于新版idea不适用,直接上图 1、如图 2、如图 注意也是去掉Compact Middle Packages,只不过新版的方式UI和老版本的不一样了...
5:OpenCV—直方图均衡化
直方图均衡 直方图均衡是一种用于增强和调整图像对比度的图像处理技术。它通过重新分配图像的像素值,使得图像的灰度级在整个范围内均匀分布,从而增强图像的视觉效果。 图像的直方图是像素强度分布的图形表示。它提供了像素值集中位置以及是否存在异常偏…...
内存分页法
现在有个场景,页面需要分页处理,但是后端在查询完数据库后又会进行筛选,就会导致后端的查询数目跟请求的每页条数是不一样。 解决方案:内存分页法 在内存筛选后手动实现分页逻辑,保证返回数量与请求的 pageSize 一致…...
深入解析FramePack:高效视频帧打包技术原理与实践
摘要 本文深入探讨FramePack技术在视频处理领域的核心原理,解析其在不同场景下的应用优势,并通过OpenCV代码示例演示具体实现方法,为开发者提供可落地的技术解决方案。 目录 1. FramePack技术背景 2. 核心工作原理剖析 3. 典型应用场景 …...
【EI会议火热征稿中】第二届云计算与大数据国际学术会议(ICCBD 2025)
# ACM独立出版 | EI检索稳定、往届会后4个半月完成EI检索 # 热门征稿主题:大数据、5G/6G、物联网、云计算 # 早投稿早送审早录用! 重要信息 大会官网:www.iccbd.net 会议主页:【ACM独立出版|EI稳定】第二届云计算与大数据国际…...
对未来软件的看法
有了大模型之后,TypeScript这样增强型javascript语言可能更方便AI来调试。未来的应用会越来越广泛。node.js vue.js会越来越流行。因为方便AI调试,处理错误。 未来,随着 AI 编程工具对 TypeScript 的深度支持(如自动类型推导、错误…...
新兴技术与安全挑战
7.1 云原生安全(K8s安全、Serverless防护) 核心风险与攻击面 Kubernetes配置错误: 风险:默认开放Dashboard未授权访问(如kubectl proxy未鉴权)。防御:启用RBAC,限制ServiceAccount权限。Serverless函数注入: 漏洞代码(AWS Lambda):def lambda_handler(event, cont…...
Prompt Tuning:轻量级大模型微调全攻略
Prompt Tuning(提示调优)步骤金额流程 传统的 Prompt Tuning(提示调优) 是一种轻量级的大模型微调技术,核心是通过优化连续的提示向量(而非模型参数)来适配特定任务。 一、核心步骤概述 准备任务与数据 明确任务类型(如分类、问答等),准备输入文本和目标标签。加载…...
centos7安装mysql8.0
yum install -y mysql-community-server --nogpgcheckcentos7.9安装mysql8.0 在 CentOS 7.9 上安装 MySQL 8.0,你可以通过多种方式实现,但最推荐的方法是使用 MySQL 官方提供的 yum 仓库。这样可以确保安装的 MySQL 版本是最新的,并且易于管理…...
ZooKeeper 原理解析及优劣比较
大家好,这里是架构资源栈!点击上方关注,添加“星标”,一起学习大厂前沿架构! 引言 在分布式系统中,服务注册、配置管理、分布式锁、选举等场景都需要一个高可用、一致性强的协调服务。Apache ZooKeeper 凭…...
OD 算法题 B卷 【需要打开多少监视器】
文章目录 需要打开多少监视器 需要打开多少监视器 某长方形停车场,每个车位上方都有对应监控器,在当前车位和前后左右四个方向任意一个车位范围停车时,监控器才需要打开。给出某一时刻停车场的停车分布,统计最少需要打开多少个监…...
鸿蒙路由参数传递
页面test.ets 代码如下: import router from ohos.router Entry Component struct Test {State message: string Hello WorldState username: string huState password: string 1build() {Row() {Column() {Text(this.message).fontSize(50).fontWeight(FontWe…...
课程与考核
6.1 课程讲解与实战考核 6.1.1 SQL注入篇考核 考核目标:通过手动注入与工具结合,获取目标数据库敏感信息。 题目示例: 目标URL:http://vuln-site.com/product?id1 要求: 判断注入类型(联合查询/报错注…...
CNN、RNN、Transformer对于长距离依赖的捕捉能力分析
卷积网络CNN主要依靠深度来捕捉长距离依赖。但这个过程太间接了,因为信息在网络中实际传播了太多层。究竟哪些信息被保留,哪些被丢弃了,弄不清楚。从实践经验来看,卷积网络捕捉长依赖的能力非常弱。这也是为什么在大多数需要长依赖…...
封装POD与PinMap文件总结学习-20250516
基本概念 芯片封装外形图(POD,Package Outline Drawing),详细描述了芯片的物理尺寸、引脚布局和封装类型等信息; Pin Map是芯片封装的一个重要概念。它是一张详细描述芯片封装外形上各个引脚(Pinÿ…...
Qt项目开发中所遇
讲述下面代码所表示的含义: QWidget widget_19 new QWidget(); QVBoxLayout *touchAreaLayout new QVBoxLayout(widget_19);QWidget *buttonArea new QWidget(widget_19); 1、新建一个名为widget_19的QWidget,将给其应用垂直管路布局。 2、新建一个…...
ubuntu chrome无法使用搜狗拼音输入法,无法输入中文
安装好搜狗输入法后用了很久,突然有一天点击chrome自动升级后就没法用了,在别的软件都能用,还以为是配置问题,就在网上搜了好一阵子才找到解决方案,各种找问题,最后发现是需要安装fcitx5-frontend-gtk4&…...
数据结构与算法分析实验14 实现基本排序算法
实现基本排序算法 1. 常用的排序算法简介2. 上机要求3. 上机环境4.程序清单(写明运行结果及结果分析)4.1 程序清单4.1.1 头文件 sort.h 内容如下:4.1.2 实现文件 sort.cpp 内容如下:4.1.3 源文件 main.cpp 内容如下: 4.2 实现展效果示 5.上机…...
uni-app 中使用 mumu模拟器 进行调试和运行详细教程
一、下载mumu模拟器 二、复制安装路径暴保留 在文件夹中打开 三、配置全局adb命令 adb为Android Debug Bridge,就是起到调试桥的作用 打开shell文件夹、里面有一个adb.exe 将当前文件夹地址复制一下,即‘D:\Program Files\Netease\MuMu Player 12\sh…...
Visual Studio Code 改成中文模式(汉化)
1、打开工具软件(双击打开) 2、软件左边图标点开 3、在搜索框,搜索 chinese 出现的第一个 就是简体中文 4、点击第一个简体中文,右边会出来基本信息 点击 install 就可以安装了(记得联网)。 5、安装完右…...
破解 PCB 制造四大痛点:MOM 系统构建智能工厂新范式
在全球电子信息产业加速向智能化、高端化转型的背景下,PCB(印制电路板)作为 "电子产品之母",既是支撑 5G 通信、新能源汽车、人工智能等战略新兴产业发展的核心基础部件,也面临着 "多品种小批量快速切换…...
【基于深度学习的非线性光纤单像素超高速成像】
基于深度学习的非线性光纤单像素超高速成像是一种结合深度学习技术和单像素成像方法的前沿技术,旨在实现高速、高分辨率的成像。以下是一些关键点和方法: 深度学习在单像素成像中的应用 深度学习技术可以通过训练神经网络来优化单像素成像的重建过程。…...
Backend - Oracle SQL
目录 一、CRUD 增删改查(基础) (一)查询 (二)插入 (三)更新 (四)清空 二、常用 SQL 1. exists 搭配 select 1 2. FROM DUAL 3. INSTR()函数 4. 提取…...
WebSocket心跳机制
通常,心跳机制包括: 定期发送消息(如ping)到服务器以保持连接活跃检测服务器的相应(pong)如果一段时间没有收到相应,可能需要重新连接 ::: warning 在连接关闭或者发生错误时,清除心跳定时器,避免内存泄漏 ::: 在实现…...
计算机视觉与深度学习 | PSO-MVMD粒子群算法优化多元变分模态分解(Matlab完整代码和数据)
以下是一个基于PSO优化多元变分模态分解(MVMD)的Matlab示例代码框架,包含模拟数据生成和分解结果可视化。用户可根据实际需求调整参数。 %% 主程序:PSO优化MVMD参数 clc; clear; close all;% 生成模拟多变量信号 fs = 1000; % 采样频率 t = 0:1/fs:...
Fast Video Cutter Joiner v6.8.2 视频剪切合并器汉化版
想要快速拆解冗长视频,或是将零散片段拼接成完整作品?Fast Video Cutter Joiner 正是你需要的宝藏视频编辑软件!它以强大功能为核心,将复杂的视频处理变得简单直观。 精准的切割与合并功能,让你能随心所欲地裁剪视频…...
【漫话机器学习系列】269.K-Means聚类算法(K-Means Clustering)
一、K-Means 聚类算法简介 K-Means 是一种基于距离的无监督机器学习算法,属于聚类算法(Clustering Algorithm)。它的目标是将数据集划分为 K 个不重叠的子集(簇),使得每个子集中的数据点尽可能相似&#x…...
【北邮通信系统建模与仿真simulink笔记】(1)主要用到的模块库介绍
【声明】 本博客仅用于记录博主学习内容、分享笔记经验,不得用作其他非学术、非正规用途,不得商用。本声明对本博客永久生效,若违反声明所导致的一切后果,本博客均不负责。 目录 1、信号源模块库(Sources)…...
【信息系统项目管理师】第11章:项目成本管理 - 32个经典题目及详解
更多内容请见: 备考信息系统项目管理师-专栏介绍和目录 文章目录 【第1题】【第2题】【第3题】【第4题】【第5题】【第6题】【第7题】【第8题】【第9题】【第10题】【第11题】【第12题】【第13题】【第14题】【第15题】【第16题】【第17题】【第18题】【第19题】【第20题】【第…...
Java转Go日记(四十四):Sql构建
1.1.1. 执行原生SQL db.Exec("DROP TABLE users;")db.Exec("UPDATE orders SET shipped_at? WHERE id IN (?)", time.Now, []int64{11,22,33})// Scantype Result struct {Name stringAge int}var result Resultdb.Raw("SELECT name, age FROM use…...
数组day2
209长度最小的子数组 class Solution { public:int minSubArrayLen(int s, vector<int>& nums) {int result INT32_MAX;int sum 0; // 滑动窗口数值之和int i 0; // 滑动窗口起始位置int subLength 0; // 滑动窗口的长度for (int j 0; j < nums.size(); j) …...
《Effective Python》第三章 循环和迭代器——永远不要在迭代容器的同时修改它们
引言 本文基于《Effective Python: 125 Specific Ways to Write Better Python, 3rd Edition》第3章“循环和迭代器”中的 Item 22:“Never Modify Containers While Iterating over Them; Use Copies or Caches Instead(永远不要在迭代容器的同时修改它…...
SQLite基础及优化
SQLite 什么是SQLite SQLite,是一款轻型的数据库,是遵守ACID的关系型数据库管理系统,它包含在一个相对小的C库中。它是D.RichardHipp建立的公有领域项目。它的设计目标是嵌入式的,而且目前已经在很多嵌入式产品中使用了它&#…...
数据库与存储安全
2.1 SQL注入攻防实战(手工注入、自动化工具) 攻击原理与分类 联合查询注入:通过UNION SELECT窃取数据。 UNION SELECT 1,username,password FROM users-- 布尔盲注:利用页面响应差异逐位提取数据。 AND (SELECT SUBSTRING(password,1,1) FROM users WHERE id=1)=a-- 时间…...
vue3/vue2大屏适配
vue3-scale-box 和 vue2-scale-box 可以帮助你在不同 Vue 版本中实现大屏自适应缩放。vue3-scale-box - npmvue3 scale box. Latest version: 0.1.9, last published: 2 years ago. Start using vue3-scale-box in your project by running npm i vue3-scale-box. There is 1 o…...
【数据结构 -- AVL树】用golang实现AVL树
目录 引言定义旋转方式LL型RR型LR型RL型 实现结构获取结点高度平衡因子更新高度左旋右旋插入结点中序遍历 引言 AVL树,基于二叉搜索树通过平衡得到 前面我们知道,通过🔗二叉搜索树可以便捷快速地查找到数据,但是当序列有序时&am…...
matlab慕课学习3.5
于20250520 3.5 用while 语句实现循环结构 3.5.1while语句 多用于循环次数不确定的情况,循环次数确定的时候用for更为方便。 3.5.2break语句和continue语句 break用来跳出循环体,结束整个循环。 continue用来结束本次循环,接着执行下一次…...