当前位置: 首页 > news >正文

思维题做题记录-1

CF2600左右有趣的思维题做题记录-1

CF1458C. Latin Square

考虑将原矩阵写成 \(n\times n\) 个限制形如 \((i,j,a_{i,j})\),那么所有操作就是对这些限制进行的修改:

  • 对于 UD 操作相当于将限制改为 \((i\mp 1,j,a_{i,j})\)
  • 对于 LR 操作相当于将限制改为 \((i,j\mp 1,a_{i,j})\)
  • 对于 IC 操作相当于将限制改为 \((i,a_{i,j},j)\)\((a_{i,j},j,i)\)

因此可以看出我们只需要维护在所有操作结束后三元组的变化情况(包括每一维最后所处的位置和其对应的偏移量)就可以快速得出操作后的矩阵,那么复杂度可以做到 \(O(n^2+m)\)

CF1666E. Even Split

关注到一个较大的极差中肯定可以构造一个较小极差的方案,也就是说极差是具有单调性的,可以考虑二分。

二分出一个极差后,我们考虑如何判断这个极差是否合法。显然光有极差是难以判断的,我们还需要最小值和最大值。考虑已知最小值和最大值 \(L,R\) 后如何去判断是否有解:对于每一个 \(a_i\),我们显然可以计算出包含这个点的区间的可行右端点范围 \([l_i,r_i]\),因为有

\[l_i=\max(l_{i-1}+L,a_{i}),r_i=\min(r_{i-1}+R,a_{i+1}) \]

那么显然我们还要求 \(l_i\le a_{i+1},r_i\ge a_i\),否则我们显然无法构造出合法的解(我们认为 \(a_{n+1}=l\))。显然这两个条件不可能同时不成立,并且我们可以分析出违反第一个条件是因为最小值太大了,违反第二个条件是因为最大值太小了,也就是最小值同样满足单调性,那么我们依旧可以通过二分简单求出是否存在一个合法的 \(L,R\) 并给出构造。

现在问题在给出方案,考虑先取所有 \(p_i=l_i\),那么 \(p_i-p_{i-1}\ge L\) 的条件就已经满足了,接着我们先强制要求 \(p_n=l\),接着从后往前推,令所有 \(p_i-p_{i-1}>R\)\(p_{i-1}\) 的值为 \(p_i-R\),这样也就满足了 \(p_i-p_{i-1}\le R\) 的条件。因为你已经保证了对于 \(L,R\) 有解,那么这样构造出来的方案定然是合法的。那么我们可以做到 \(O(n\log^2V)\) 的复杂度。

CF1809E. Two Tanks

考虑不管怎样倒水两个水桶里的水的总量不变,因此不妨将总量相同的点放在一起考虑。

在这种情况下,我们发现 \(v_i>0\) 相当于试图将所有点向右上方移动 \(v_i\) 步(一步指从 \((a,b)\) 移动到 \((a-1,b+1)\)),相应的 \(v_i<0\) 相当于试图将所有点向左下方移动 \(-v_i\) 步(一步指从 \((a,b)\) 移动到 \((a+1,b-1)\)),显然越界的操作我们不会执行。那么最靠左下的若干个点将会重叠在一起,最靠右上的若干个点将会重叠在一起,剩下的点相邻的分布在对应位置上,每个点的答案就是其所处位置的横坐标。

于是我们只需要知道对于每个不同的总量,在操作完之后有多少个最靠左下的点重叠在了一起、有多少个最靠右上的点重叠在了一起、最左下的点在操作完之后相对于初始位置移动了多少步就可以推出所有点的答案。

事实上注意到对 \(v\) 求出前缀和 \(v'\),记 \(L=1+\max\limits_{i=0}^{n}-v'_i,R=1+\max\limits_{i=0}^{n}v'_i\),那么前 \(L\) 个最靠左下的点和前 \(R\) 个最靠右上的点是一定会重叠在一起的,因此只需要统计最左下的点在操作完之后相对于初始位置移动了多少步就可以了。复杂度是 \(O(n(a+b))\) 的。

CF1774F2. Magician and Pigs (Hard Version)

我们设 \(w_i\) 表示第 \(i\) 次操作 3 之前的所有操作造成的减少的和,对于 \(w\) 的维护是容易的:对于操作 2\(w\) 会加上减少的生命 \(x\);对于操作 3\(w\) 会翻倍。

那么对于这次操作之前的所有操作 1 产生的当前生命为 \(x\) 的猪,相当于要选择变成 \(x\) 还是 \(x-w\)(考虑这头猪在复制后是前面的还是后面的),那么要求的内容就是 \(x\) 在减去之后的所有 \(2\) 操作后,有多少种选择方法能够使最终的 \(x>0\)

注意到我们有 \(2w_i\le w_{i+1}\),也就是除去最开始的 \(w_i=0\) 的操作 3,我们最多有 \(\log V\) 个操作 3 是有效的,否则我们定然不能让 \(x\) 减去 \(w\)。然后考虑如何统计方案数,除了有效的操作 3 的数量,\(2w_i\le w_{i+1}\) 还保证了 \(\sum\limits_{k=1}^{i}w_i<w_{i+1}\)。那么我们只需要从大到小枚举 \(w\),如果当前的 \(x\) 足够减去这个 \(w\),就说明如果不减这个 \(w\),后面的选择可以任意选,贡献是 \(2^{i-1}\)。然后我们只剩下一种选择,向下继续枚举即可。复杂度是 \(O(n\log v)\) 的。

CF1208G. Polygons

考虑在选择一个 \(n\) 之前,我们肯定已经选择了其的所有因子。如果存在某个因子 \(d\) 还没有选,那么因为我们一定可以调整使得这 \(d\) 个点被 \(n\) 个点完全包含,那么选择 \(d\) 肯定不劣。

现在 \(n\) 的所有因子已经选过了,我们记所有多边形都存在一个点 \(0\),那么其它的点顺次排开应该是 \(\frac{1}{n},\frac{2}{n},\cdots,\frac{n-1}{n}\),能够留下的点一定满足分子分母互质,否则选择两个数的最大质因子时这个点一定已经出现了。那么一个边数为 \(n\) 的多边形的贡献就是 \(\varphi(n)\),用线性筛求出后,排序选择前 \(k\) 小的值即可。

然而,因为我们只能选择 \(n\ge 3\) 的多边形,那么实际上我们并没有统计到 \(0,\frac{1}{2}\) 这两个点,那么我们求得的答案就是错的。不妨考虑特判:

  • \(k=1\) 时我们一定选择正三边形,此时应该统计 \(0\) 这个点。
  • \(k=2\) 时我们一定多选择了正四边形,此时应该统计 \(\frac{1}{2}\) 这个点。
  • \(k\ge 3\) 时两个点都已经在选择正三边形和正四边形的时候统计了,不需要继续特判。

于是我们只需要特判 \(k=1,2\) 的情况。复杂度瓶颈在排序的 \(O(n\log n)\)

CF1887C. Minimum Array

考虑对操作差分,那么当差分数组的第一个非 \(0\)\(<0\) 时,当前数组的字典序一定比之前记录的字典序要小,那么我们记录此时的数组,然后清空差分数组即可。关注到我们只需要清空有值的位置,那么复杂度是正确的,用线段树可以简单维护这个内容,复杂度是 \(O(n\log n)\) 的。

CF1672F2. Checker for Array Shuffling

考虑排列的交换次数越多,那么排列所形成的置换环个数就越少。考虑对给定的原序列构造一个置换环,显然如果一个置换环中存在相同元素,我们肯定存在一个方案使得环更多,因此最终得到的环中肯定不存在相同的元素。那么不难构造出环的个数为 \(\max c_i\) 满足条件(其中 \(c_i\) 表示 \(i\) 的出现次数)。

考虑如何判定。不难发现不存在一个环使得其中没有出现次数最多的元素是环的个数是 \(\max c_i\) 的充要条件。那么考虑对于一个 \(i\),所有 \(a_p=a_i\)\(p\) 向所有 \(b_q=b_i\)\(q\) 连边,最后删除所有出现次数最多的元素,如果仍然存在环则不合法。直接连边有 \(O(n^2)\) 条边,建立虚拟节点可以做到 \(O(n)\)。用拓扑排序判环,复杂度可以做到 \(O(n)\)

注意有多个出现次数最多的元素时我们只取其中之一。

CF1975F. Set

考虑到当我们确定一个元素是否在集合中时,我们本质需要的限制会减半,因此可以直接搜索。每次确定一位 \(i\) 后,先判断 \(V_{f(\{i\})}\) 是否合法,然后将 \(V_{f(S)}\)\(V_{f(S\cap\{i\})}\) 的限制合并,然后递归子问题即可。复杂度是 \(O(n\log n)\) 的。

CF1680D. Dog Walking

先特判掉无解的 corner case。接下来问题相当于要最大化极差,考虑极差相当于一段区间和,那么我们枚举这个区间,并试图让这个区间的和最大即可。显然我们为了最大化区间和,这个区间中的所有 \(0\) 要么全取 \(+k\),要么全取 \(-k\)

然而这个题目还限制了所有 \(a_i\) 的和必须为 \(0\),所以我们必须要求区间外的数可以平衡我们的最大值。设我们有不等式 \(L\le p\le R,L'\le p'\le R'\),为了使 \(p+p'=0\),我们有 \(\max(L,-R')\le p\le \min(R,-L')\)\(|p|\) 的最大值显然在端点处取到,于是我们可以做到 \(O(n^2)\) 求解。

CF1930F. Maximize the Difference

考虑所求本质相当于 \(\max\{(b_i|x)-(b_j|x)\}\)。考虑对于一对 \((i,j)\),如果数位上分别是 \((1,0)\),那么这一位肯定不能或 \(1\);而如果数位上分别是 \((0,1)\),那么这一位肯定要或 \(1\);对于 \((0,0)(1,1)\),这一位或不或都行,那么显然 \(x=b_j\) 时最优,那么就相当于求 \(\max\{(b_i|b_j)-b_j\}=\max\{b_i\&(\lnot b_j)\}\)

考虑如何动态维护这个内容,我们设 \(f_S\) 表示是否存在 \(S\subseteq b_i\)\(g_S\) 表示是否存在 \(S\subseteq (\lnot b_j)\),那么答案就是最大的使 \(f_S,g_S\) 同时成立的 \(S\)。我们考虑直接记忆化搜索更新 \(f,g\) 数组,复杂度均摊是 \(O(n\log n)\) 的。

CF1375G. Tree Modification

看到相邻考虑黑白染色,那么对于一个白色点操作相当于将其周围的所有黑色点挂到某一个白点上,并将这个点染为黑色后同样挂到白点上(对黑色点操作则正相反)。最后的形态显然只有一个黑色点或白色点,而每次最多减少一个黑色点或白色点,答案自然就是黑色点数量和白色点数量的最小值最后减去 \(1\),复杂度是 \(O(n)\) 的。

CF1817C. Similar Polynomials

对于一次函数我们显然是能快速求解的:设 \(A(x)=kx+b\),则 \(A(0)=b,A(1)=k+b,B(0)=A(s)=ks+b\),那么可以解出 \(s=\frac{B(0)-A(0)}{A(1)-A(0)}\)

然而现在我们有一个多次函数,因此可以考虑对函数降次,也就是差分。我们知道差分一次会让得到的函数的次数减 \(1\),那么只需要进行 \(d-1\) 次差分就可以得到一个一次函数,用 \(A(0),A(1),B(0)\) 计算 \(s\) 即可。至于如何快速计算 \(d-1\) 阶差分后的结果,我们有公式

\[\Delta^kf(x)=\sum_{i=0}^{k}\binom{k}{i}(-1)^{k-i}f(x+i) \]

于是可以在 \(O(d)\) 的复杂度内求解原问题。

CF1842F. Tenzing and Tree

考虑求出每个子树中黑点的个数 \(\text{sum}_i\),那么答案就是 \(\sum|k-2\text{sum}_i|\)。当我们以所有黑点的重心为根时,显然有 \(2\text{sum}_i\le k\),那么就可以去掉绝对值。考虑枚举这个重心 \(p\),那么所有的贡献就是 \(\sum(k-2\text{sum}_i)=(n-1)k-2\sum\text{dep}_i\),可以看出只需要最小化所有黑点的 \(\text{dep}\) 和即可,排序后贪心选择前 \(k\) 小的黑点即可,复杂度是 \(O(n^2\log n)\) 的。

如果我们贪心选出来的 \(k\) 个点不以 \(p\) 为重心,那么答案显然更小,因此不会有问题。

CF1369E. DeadLee

设当前第 \(i\) 道菜还有 \(c_i\) 个人要吃,还剩 \(w_i\) 个这道菜,那么当 \(c_i\le w_i\) 时显然这 \(c_i\) 个人肯定都有饭吃,那么不如把他们全部安排到序列尽可能后的位置,否则他们会抢占其他人的名额。然后我们将这些人除去后更新一下 \(c_i\),如果出现新的 \(c_i\le w_i\),就继续更新,这样操作直到无法更新。此时如果所有人都被安排了,那么输出即可;否则,对于此时所有的 \(c_i>w_i\),显然不论怎样安排顺序都不会使得 \(c_i\le w_i\),那么当所有 \(w_i=0\) 时,一定存在 \(c_i\) 不为 \(0\),显然不合法。

整个过程和拓扑排序较为相似,用队列实现即可做到 \(O(m)\)

相关文章:

思维题做题记录-1

CF2600左右有趣的思维题做题记录-1 CF1458C. Latin Square 考虑将原矩阵写成 \(n\times n\) 个限制形如 \((i,j,a_{i,j})\),那么所有操作就是对这些限制进行的修改:对于 UD 操作相当于将限制改为 \((i\mp 1,j,a_{i,j})\)。 对于 LR 操作相当于将限制改为 \((i,j\mp 1,a_{i,j}…...

如何在极短时间内通透一个大型开源项目

如何在极短时间内通透一个大型开源项目前言 在现代软件开发中,快速理解和掌握大型开源项目是一项至关重要的技能。无论是参与开源贡献、技术选型,还是学习先进架构模式,都需要我们具备高效解读项目的能力。本文将以 OpenDeepWiki 项目为例,深入剖析如何运用AI技术快速通透一…...

求 Ray Ping - Gon

rt(跟风...

LCT学习笔记

LCT学习笔记从例题开始: P3690 【模板】动态树(LCT) 对于一棵静态的树,常见方法是树剖然后走链,但是在动态的情况下常见的重链或长链就会很慢,因为修改连边情况后就不满足性质了 引入一个新的方法:实链剖分,对于一个节点,任选一个儿子,连边为实边,其余为虚边,注意这…...

Visual Studio 2026 Insiders 重磅发布:AI 深度集成、性能飞跃、全新设计

近日,微软正式发布 Visual Studio 2026 Insiders!这是迄今为止 Visual StudioE 极具跨越式的一次升级。新版本不仅将 AI 深度融入开发工作流,还带来了企业级性能的显著提升,以及更轻盈、现代的界面设计,全面提升开发体验。近日,微软正式发布 Visual Studio 2026 Insiders…...

《刚刚问世》系列初窥篇-Java+Playwright自动化测试-29- 操作单选和多选按钮 - 下篇(详细教程) - 北京

1.简介 我们可能会遇到一直测试单选和复选按钮的测试场景,如果就十几道选择题,那就手工点击,马上完事,但是如果是让你测试题库呢?那不得那鼠标点击冒烟了,手指点到抽筋了。尤其是做教育类的软件测试,这些就是家常便饭了。因此今天这一篇宏哥主要是讲解一下,如何使用Pla…...

自定义注解实现服务分处理-策略模式

路由:请求标识→匹配 Service→调用 process 方法 通过自定义注解 @BusinessServiceMapping 标记具体业务 Service,注解值(如 DC 代表客户、ORD 代表订单)与请求参数中的业务标识关联;再通过 Spring 容器扫描 + 策略模式,实现 “请求标识→匹配 Service→调用 process 方…...

iOS26正式版全新风格!一文汇总实用新功能!

苹果在9月17日凌晨正式推送了iOS26系统更新,这次版本更新带来了多达61项新功能与优化。经过9个Beta版和近100天的测试,iOS26正式版终于与用户见面,版本号为23A340,更新包大小约8GB。 iOS26不仅在设计语言上焕然一新,更在AI能力、交互体验和隐私保护等多个维度进行了全面升…...

远程控制应用的中的全球节点功能如何开启?插件类型、并发数量怎么选?

不知道大家使用远程控制应用进行跨系统跨设备操作主要都是针对哪些场景呐?其实对于很多需要跨境远程办公的人群或进行售后设备升级管理的朋友来说无疑是必不可少的,甚至于海外学子们来说同样也至关重要,毕竟总有需要协助国内亲友处理问题的时刻,代操作远高于语音指导的效率…...

借助Aspose.HTML控件,使用 Python 将 HTML 转换为 DOCX

Aspose.HTML for Python via .NET提供了用于自动执行文件格式转换任务的类和方法。此外,它能够精确地转换 HTML 结构和样式,是 Python 开发人员的理想选择。本教程将向开发者展示如何在 Python 中以编程方式将HTML转换为DOCX。我们将使用一个非常快速的 Python SDK 将网页转换…...

openEuler 24.03 (LTS-SP2)安装mysql 8.0.41

环境:OS:openEuler 24.03 (LTS-SP2)(安装时候没有图形界面的选择项可选)mysql:8.0.41 glib.2.17 操作系统下载https://www.openeuler.org/en/download/#openEuler%2024.03%20LTS%20SP2查看系统glibc版本[root@localhost soft]# ldd --versionldd (GNU libc) 2.38Copyright (C) …...

7.数据库归档异常检查与处理

备库: select instance_name,status from v$instance; select open_mode from v$database; @dgstat 如果都是00:00:00则说明本地从生产到DR同步没有问题 @dgpro 与上面的RFS的sequence#进行对比,可以算出生产与DR相差的sequence Block# 1分钟前是852100,1分钟后是856100,…...

Gitlab 关键字

核心原则:一切路径始于项目根目录:https://blog.csdn.net/qq_14829643/article/details/150773286include: local:中的所有路径都是相对于当前项目的根目录进行解析的。它既不是传统意义上的“绝对路径”(如 /etc/gitlab-runner/config.toml,这会指向 Runner 服务器的文件…...

8.listener日志占用过大处理方法

ps -ef |grep tns asmenv 查询listener.log的位置路径 lsnrctl status [listener name] 例如: listener log file : /oracle/TEST/diag/tnslsnr/xianigux/listener/alert/log.xml cd /oracle/TEST/diag/tnslsnr/xianigux/listener/alert 删除除了log.xml以外的所有xml文件 rm …...

马建仓AI助手完成全链路升级:三十余项新能力重塑研发工作流

马建仓AI助手完成全链路升级:三十余项新能力重塑研发工作流 在数字化转型浪潮席卷各行各业的当下,研发效率正成为企业竞争力的关键指标。马建仓AI助手近日宣布完成面向真实研发流程的全面升级,新增三十余项智能能力,覆盖需求、开发、测试、项目管理等关键环节,标志着企业级…...

线性回归与 Softmax 回归:深度学习基础模型解析 - 实践

线性回归与 Softmax 回归:深度学习基础模型解析 - 实践pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", "Courier New", mon…...

浏览器下载,一定要开启这个隐藏功能!

大家好,我是 Immerse,一名独立开发者、内容创作者。关注公众号:沉浸式趣谈,获取最新文章(更多内容只在公众号更新) 个人网站:https://yaolifeng.com 也同步更新。 转载请在文章开头注明出处和版权信息。我会在这里分享关于编程、独立开发、AI干货、开源、个人思考等内容…...

开源项目进度管理系统 PJMan:让技术项目进度可视化、数据化的利器

在软件项目管理过程中,进度不透明、任务卡点难定位、人员效率难量化是许多技术团队面临的痛点。今天为大家介绍一款开源项目进度管理系统 ——PJMan,其「项目概览」页面通过分层可视化与数据驱动的设计,将项目的 “全局趋势、任务细节、人员效率” 全方位呈现,为技术团队提…...

【光照】[漫反射]UnityURP兰伯特能量守恒吗?

【从UnityURP开始探索游戏渲染】专栏-直达兰伯特漫反射的能量守恒性 ‌能量守恒基本原理‌ 在物理正确的渲染中,能量守恒要求:表面反射的光能总量 ≤ 入射光能 漫反射+高光反射 ≤ 1.0 没有能量凭空产生或消失‌经典兰伯特模型的能量守恒问题‌ 传统兰伯特漫反射公式: $漫反…...

Microsoft AI Genius 限时挑战赛:实战开启,等你应战!

通过 Microsoft AI Genius 系列 2.0 的实战专题课程,相信各位开发者对智能 GitHub Copilot 副驾驶 Agent Mode、Azure AI Foundry Agent Service(国际版)及 Copilot Studio 的理解与掌握达到了新高度。现在,是时候将所学理论转化为实际行动,投身真实场景检验成果了。 ↓↓…...

DevSecOps革命:测试工具如何重塑企业数字化转型的质量防线

DevSecOps革命:测试工具如何重塑企业数字化转型的质量防线 在数字化转型浪潮席卷全球的当下,软件质量保障体系正经历着前所未有的范式转变。DevSecOps作为这场变革的核心方法论,正在重新定义测试工具在企业技术栈中的战略地位。从单纯的"质量守门员"到贯穿全生命周…...

3.sysaux tablesace 清理

select min(snap_id),max(snap_id) from dba_hist_snapshot; 查完后,记录min和max的值 select dbid from v$database; 18701与18953分别为min与max的snap_id的值,387090299为dbid的值,将这些值代入下面的语句执行 begin dbms_workload_repository.drop_snapshot_range( low_…...

2.LOCK session

select * from v$session_blockers; 或者 select * from gv$session_blockers; (在rac情况下) 通过 select count(1) from v$locked_object; 可以查出内容 首先询问客户能否提供lock table的session sid和serial#,如果客户只能提供session sid,则 可以使用: select sid,ser…...

2025 ~ 2026 游击 - gfoi

2025/09/19 试了试 CSP-S 的历年题目,2019 年有 84.5 分。...

【初赛】第二类斯特林数意义 - Slayer

第二类斯特林数(斯特林子集数) \(\begin{Bmatrix}n\\ k\end{Bmatrix}\),也可记做 \(S(n,k)\),表示将 \(n\) 个两两不同的元素,划分为 \(k\) 个互不区分的非空子集的方案数。 通项公式 \(\begin{Bmatrix}n\\m\end{Bmatrix}=\sum\limits_{i=0}^m\dfrac{(-1)^{m-i}i^n}{i!(m-…...

在AI技术快速实现功能的时代,挖掘新需求成为核心竞争力——某知名Android面试题库需求洞察

该篇文章无摘要a.内容描述 该项目是一个专注于Android开发领域的技术面试题库,核心功能定位为提供全面的Android面试问题与答案集合,帮助开发者准备技术面试。关键应用场景包括Android开发者求职准备、技术知识查漏补缺、面试官题库参考等。项目内容覆盖了Android开发的各个方…...

php本地搭建知识库实现rag遇到的一些问题解决方式

1、向量化的问题,中文的话,使用尽量使用国内的嵌入模型,国外的虽然支持中文,但是还是比不上国内专门针对中文的优化 本地使用ollama 搭建的话 ,我使用的是 quentinz/bge-large-zh-v1.5:latest2、不规则的pdf文件,无法使用pdf插件读取内容问题,我是php 使用 smalot/pdf…...

docker操作包括使用docker制作为接口

Docker 化 Flask OCR 应用指南 1. 创建必要的文件 在你的 Flask 应用项目根目录下,你需要创建以下文件: 1.1 Dockerfile 这是一个文本文件,包含了构建 Docker 镜像所需的所有指令1 # 使用官方 Python 3.10 (Python 3.13)精简版作为基础镜像,减小镜像体积2 FROM python:3.…...

BuildingSystemPlugin使用指南

使用自定义碰撞 1.启用Use Custom Overlay:2.修改Overlapping Box的BoxExtent来设置大小(不能设置Scale来设置大小):...

openEuler 24.03 (LTS-SP2)安装mysql5.7.42

环境:OS:openEuler 24.03 (LTS-SP2)(安装时候没有图形界面的选择项可选)mysql:5.7.42 glib.2.17 操作系统下载https://www.openeuler.org/en/download/#openEuler%2024.03%20LTS%20SP2 查看系统glibc版本[root@localhost soft]# ldd --versionldd (GNU libc) 2.38Copyright (C)…...

Trae AI IDE与Gitee MCP深度整合:开启智能协作开发新时代

Trae AI IDE与Gitee MCP深度整合:开启智能协作开发新时代 在AI技术快速渗透软件开发领域的当下,字节跳动推出的Trae AI IDE凭借其创新的智能编码能力,正在重塑开发者的工作流程。这款国产AI编程工具通过深度整合Gitee MCP(Multi-agent Collaboration Platform)服务,为开发…...

LangChain 入门:从 0 到 1 搞懂 LLM 应用开发框架​

LangChain 入门:从 0 到 1 搞懂 LLM 应用开发框架​如果你常逛技术社区,大概率听过 “大语言模型(LLM)能做很多事”—— 写文案、答问题、编代码,但真要把它放进实际业务里,比如给公司做个智能客服、给团队搭个文档问答工具,却总卡壳:要么模型记不住上下文,聊两句就 “…...

[JOI Open 2023] 古代机器 2 / Ancient Machine 2 题解

[JOI Open 2023] 古代机器 2 / Ancient Machine 2传送门:[JOI Open 2023] 古代机器 2 / Ancient Machine 2 完全不会做这种交互题。 形式化题意:交互库有一个 01 串 \(s\)(下标从 \(0\) 开始),你需要通过若干次询问求出 \(s\),每次询问,你可以构造一个大小为 \(m\) 的自…...

Visual Studio 2022配置fftw第三方库

#visual studio#ide 目录1. 介绍 2.获取FFTW 3.生成lib文件 4.在VS2022中的项目属性中进行配置 5.测试代码 参考链接 1. 介绍 FFTW是一个可以进行可变长度一维或多维DFT的开源C程序库,是目前最快的FFT算法实现。本文简述了在Windows平台上,如何在C++中调用FFTW,所使用的IDE…...

[React] nextjs useSWR导致的死循环,一直重复渲染rerender

export const useDashboards = () => {// return useSWR<Dashboard[]>("/api/dashboards");return JSON.parse("[xxxxxxxxxx]")}使用一段mockup的data, 导致useEffect(()=>{doSth}, Dashboards)里面的Dashboards一直变化, 在一堆代码里找了几…...

使用 Rust 实现的基础的List 和 Watch 机制

本文分享自天翼云开发者社区《使用 Rust 实现的基础的List 和 Watch 机制》。作者:l****n 使用 Rust 实现的基础的List 和 Watch 机制 介绍 在日常的开发过程中,有一个很重要的任务是能够通过Rust语言实现K8s中的各种生态组件,在这个过程中,既需要能过够了解K8S的工作原理也…...

flask下的MySQL增查配置

flask下的MySQL增删配置 添加数据 @app.route(/add) def add_data():u = UserInfo()new_user1 = UserInfo(nickname=flask_test1, mobile=13888888888, signature=理想, create_time=datetime.now(), role_id=1)new_user2 = UserInfo(nickname=flask_test2, mobile=13999999999…...

解码C语言指针

一、指针的定义与本质 1. 指针是什么? 指针是一种 存储变量内存地址 的特殊变量。所有数据存储在内存中,每个内存单元都有唯一地址(编号),指针通过记录地址实现对数据的间接访问。 2. 指针的核心作用直接操作内存:动态内存分配、硬件编程等。 提高效率:传递大对象时避免…...

windows下Qt调用fftw库

环境:Windows 11 Qt:6.8.3 程序中需要用到fftw库来进行傅里叶变换,通过网上的资料,配置了很久一直没成功,后来发下还是没有配置正确,最后终于成功,顺便记录一下 1.下载fftw3.3.5 http://www.fftw.org/install/windows.html,根据自已编译器版本下载32位或64位,我的Qt …...

AT_agc056_c [AGC056C] 01 Balanced

不难设 \(d_i\) 为前缀 \(i\) 中 \(0/1\) 数量的差值,显然有两个限制:\(d_{l - 1} = d_r\) \(|d_{i - 1} - d_i| \le 1\)可以差分约束,事实上,直接跑差分约束就可以得到字典序最小的构造了,这也算本题的价值之一。...

模拟费用流(s ver.)

1或许会在我彻底学会模拟费用流后同步发表于洛谷,希望退役前能等到彻底学会的那一天。推荐阅读:网络流——Alex_Wei 模拟费用流一般通过题目性质来快速找到增广路,进而降低单次增广的时间复杂度,不太能降低增广轮数。 消圈定理:一轮增广结束后,若残量网络上无负环,则当前…...

自推流SRS6.0配置相关

前提条件: 开通 1935、1985、8080 、8000(UDP)、 1900 、 8443端口;后面2个是开通https必须配置的。mkdir -p /data/www (本人习惯) 下载最新版 srs: git clone -b develop https://gitee.com/ossrs/srs.gitcd /data/www/srs/trunk ./configure make至此,srs安装成功。…...

火山引擎多模态数据湖:基于 Daft 与 Lance,构筑 AI 时代数据湖新范式

在 AI 技术飞速发展的当下,数据作为 AI 的 “燃料”,其形态与处理方式正发生深刻变革。本篇文章来自火山引擎LAS团队琚克俭在“2025AICon 全球人工智能开发与应用大会”分享,主要围绕 “AI 场景下多模态数据处理” 主题,介绍LAS团队基于 Daft+ Lance打造的多模态数据湖方案…...

doris窗口函数 LAG()(取上一条)和 LEAD()(取下一条)函数

在 Apache Doris 中,若需实现 “相邻数据间取上一条 / 下一条数据的字段值”,核心是利用 窗口函数(Window Function) 中的 LAG()(取上一条)和 LEAD()(取下一条)函数。这两个函数专门用于在有序的数据集内,获取当前行相邻行的指定字段值,无需手动关联表,效率更高。场…...

debmirror工具

安装mtli:~# apt install -y debmirror 正在读取软件包列表... 完成 正在分析软件包的依赖关系树 正在读取状态信息... 完成 将会同时安装下列软件: ed liblockfile-simple-perl liblog-agent-perl 下列【新】软件包将被安装: debmirror ed liblockfile-simple-perl liblog-a…...

centos7卸载openjdk-java11

[root@localhost ~]# rpm -qa|grep -i openjdk java-11-openjdk-headless-11.0.23.0.9-2.el7_9.x86_64 java-11-openjdk-devel-11.0.23.0.9-2.el7_9.x86_64 java-11-openjdk-11.0.23.0.9-2.el7_9.x86_64# 卸载命令, yum remove 会同时卸下该包及其不再被其它已安装包依赖的包。…...

jenkins的安装和配置

windows 安装 jenkins 自动化构建部署至linux服务器上 一、环境准备1、git安装环境 参考链接 https://www.cnblogs.com/yuarvin/p/12500038.html 2、maven安装环境,包括jdk环境安装 参考链接 https://www.cnblogs.com/yuarvin/p/7837963.html 3、Jenkins 安装环境 参考链接 ht…...

深入解析:【Day 52 】Linux-Jenkins

深入解析:【Day 52 】Linux-Jenkinspre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", "Courier New", monospace !important;…...

本土开发者如何选择代码管理工具?Gitee与GitHub深度对比解析

本土开发者如何选择代码管理工具?Gitee与GitHub深度对比解析 在数字化转型浪潮下,代码管理工具已成为开发者日常工作的必备基础设施。面对国内外众多选择,新手开发者往往陷入选择困难。本文将从本土化开发视角,深入剖析主流代码管理工具的差异化优势,为开发者提供科学的选…...

MES系统核心组件

核心总览 在半导体工厂中,MES(Manufacturing Execution System,制造执行系统) 是最高层的指挥中枢,它负责管理生产线上从投料开始到成品产出的全部作业流程。而其他各种“XX Server”则是MES这个大脑指挥下的专业功能模块,负责处理特定类型的任务和数据。 各服务器功能详…...