笔记:代码随想录算法训练营day58:101.孤岛的总面积、102.沉没孤岛、103.水流问题、104.建造最大岛屿
学习资料:代码随想录
文中含大模型生成内容
101. 孤岛的总面积
卡码网:101. 孤岛的总面积
所以找周边都是水的陆地的方法就是找边缘的陆地然后删除它连同它的连通的陆地
深搜
#include <iostream>
#include <vector>
using namespace std;int dir[4][2]={0,1,-1,0,0,-1,1,0};void dfs(vector<vector<int>>& fiji,int x,int y){fiji[x][y]=0;for(int i=0;i<4;i++){int xnext=x+dir[i][0];int ynext=y+dir[i][1];if(xnext<0||xnext>=fiji.size()||ynext<0||ynext>=fiji[0].size()) continue;if(fiji[xnext][ynext]==0)continue;else{dfs(fiji,xnext,ynext);}}
}
int main(){int n,m;cin>>n>>m;vector<vector<int>> fiji(n,vector<int>(m,0));for(int i=0;i<n;i++){for(int j=0;j<m;j++){cin>>fiji[i][j];}}for(int i=0;i<n;i++){if(fiji[i][0]==1){dfs(fiji,i,0);}if(fiji[i][m-1]==1){dfs(fiji,i,m-1);}}for(int j=0;j<m;j++){if(fiji[0][j]==1){dfs(fiji,0,j);}if(fiji[n-1][j]==1){dfs(fiji,n-1,j);}}int count =0;for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(fiji[i][j]==1) count++;}}cout<<count<<endl;
}
广搜
#include <iostream>
#include <vector>
#include <queue>
using namespace std;int dir[4][2]={0,1,-1,0,0,-1,1,0};void bfs(vector<vector<int>>& fiji,int x,int y){fiji[x][y]=0;queue<pair<int,int>> que;que.push({x,y});while(!que.empty()){pair<int,int> cur=que.front();que.pop();for(int i=0;i<4;i++){int xnext = cur.first+dir[i][0];int ynext = cur.second+dir[i][1];if(xnext<0||xnext>=fiji.size()||ynext<0||ynext>=fiji[0].size()) continue;if(fiji[xnext][ynext]==1){que.push({xnext,ynext});fiji[xnext][ynext]=0;}}}
}
int main(){int n,m;cin>>n>>m;vector<vector<int>> fiji(n,vector<int>(m,0));for(int i=0;i<n;i++){for(int j=0;j<m;j++){cin>>fiji[i][j];}}for(int i=0;i<n;i++){if(fiji[i][0]==1){bfs(fiji,i,0);}if(fiji[i][m-1]==1){bfs(fiji,i,m-1);}}for(int j=0;j<m;j++){if(fiji[0][j]==1){bfs(fiji,0,j);}if(fiji[n-1][j]==1){bfs(fiji,n-1,j);}}int count =0;for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(fiji[i][j]==1) count++;}}cout<<count<<endl;
}
在 深度优先搜索(DFS)或广度优先搜索(BFS) 中,我们通常用 visited
数组来标记已经访问过的点,以防止:
- 重复访问,导致超时
- 无限递归,导致栈溢出(Stack Overflow)
通常如果 不能修改原数组,我们就要 额外开一个 visited
数组 来记录访问情况。
这里的 grid
只有两种值:
1
(陆地)0
(海洋)
我们遍历 grid
时:
-
遇到
1
(陆地):- 说明它是未访问过的,然后我们调用
dfs(grid, x, y)
。 - 在 DFS 里,我们把
grid[x][y]
直接改成0
,代表这个点已经被访问过了。 - 这样,我们就不会 重复访问 这个点,也不会影响后续的 DFS 逻辑。
- 说明它是未访问过的,然后我们调用
-
遇到
0
(海洋):- 要么是原始的海洋
- 要么是 DFS 过程中被修改成
0
的陆地 - 不需要再访问,所以直接跳过
-
这样,我们实际上是用
grid
自己充当visited
数组!
102. 沉没孤岛
卡码网题目链接(ACM模式)
先把边缘的陆地标记成2,然后把陆地1改成水0,最后把边缘的陆地改回1就可以了
深搜
#include <iostream>
#include <vector>
using namespace std;int dir[4][2]={0,1,-1,0,0,-1,1,0};
void dfs(vector<vector<int>>& fiji,int x,int y){fiji[x][y]=2;for(int i=0;i<4;i++){int xnext = x+dir[i][0];int ynext = y+dir[i][1];if(xnext<0||xnext>=fiji.size()||ynext<0||ynext>=fiji[0].size()) continue;if(fiji[xnext][ynext]==1){dfs(fiji,xnext,ynext);}}
}
int main(){int n,m;cin>>n>>m;vector<vector<int>> fiji(n,vector<int>(m,0));for(int i=0;i<n;i++){for(int j=0;j<m;j++){cin>>fiji[i][j];}}for(int i=0;i<n;i++){if(fiji[i][0]==1) dfs(fiji,i,0);if(fiji[i][m-1]==1) dfs(fiji,i,m-1);}for(int j=0;j<m;j++){if(fiji[0][j]==1) dfs(fiji,0,j);if(fiji[n-1][j]==1) dfs(fiji,n-1,j);}for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(fiji[i][j]==2){fiji[i][j]=1;}else if(fiji[i][j]==1){fiji[i][j]=0;}cout<<fiji[i][j]<<' ';}cout<<endl;}}
广搜
#include <iostream>
#include <vector>
#include <queue>
using namespace std;int dir[4][2]={0,1,-1,0,0,-1,1,0};
void dfs(vector<vector<int>>& fiji,int x,int y){queue<pair<int,int>> que;que.push({x,y});fiji[x][y]=2;while(!que.empty()){pair<int,int> cur=que.front();que.pop();for(int i=0;i<4;i++){int xnext = cur.first+dir[i][0];int ynext = cur.second+dir[i][1];if(xnext<0||xnext>=fiji.size()||ynext<0||ynext>=fiji[0].size()) continue;if(fiji[xnext][ynext]==1){que.push({xnext,ynext});fiji[xnext][ynext]=2;}}}
}
int main(){int n,m;cin>>n>>m;vector<vector<int>> fiji(n,vector<int>(m,0));for(int i=0;i<n;i++){for(int j=0;j<m;j++){cin>>fiji[i][j];}}for(int i=0;i<n;i++){if(fiji[i][0]==1) dfs(fiji,i,0);if(fiji[i][m-1]==1) dfs(fiji,i,m-1);}for(int j=0;j<m;j++){if(fiji[0][j]==1) dfs(fiji,0,j);if(fiji[n-1][j]==1) dfs(fiji,n-1,j);}for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(fiji[i][j]==2){fiji[i][j]=1;}else if(fiji[i][j]==1){fiji[i][j]=0;}cout<<fiji[i][j]<<' ';}cout<<endl;}}
103. 水流问题
卡码网题目链接(ACM模式)
从边缘向中间搜索高点并记录
#include <iostream>
#include <vector>
using namespace std;
int dir[4][2]={0,1,-1,0,0,-1,1,0};void dfs(vector<vector<bool>>& visited,const vector<vector<int>>& fiji,int x,int y){if(visited[x][y]==true) return;visited[x][y] =true;for(int i=0;i<4;i++){int xnext = x+dir[i][0];int ynext = y+dir[i][1];if(xnext<0||xnext>=fiji.size()||ynext<0||ynext>=fiji[0].size()) continue;if(visited[xnext][ynext]==false&&fiji[x][y]<=fiji[xnext][ynext]){dfs(visited,fiji,xnext,ynext);}}}
int main(){int n,m;cin>>n>>m;vector<vector<int>> fiji(n,vector<int>(m,0));for(int i=0;i<n;i++){for(int j=0;j<m;j++){cin>>fiji[i][j];}}vector<vector<bool>> firstBorder(n,vector<bool>(m,0));vector<vector<bool>> secondBorder(n,vector<bool>(m,0)); for(int i=0;i<n;i++){dfs(firstBorder,fiji,i,0);dfs(secondBorder,fiji,i,m-1);} for(int j=0;j<m;j++){dfs(firstBorder,fiji,0,j);dfs(secondBorder,fiji,n-1,j);}for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(firstBorder[i][j]&&secondBorder[i][j]){cout<<i<<' '<<j<<endl;}}}
}
一点小思考:第一种写法可否把visited改成全局变量然后时间复杂度也变成n*m?还是从两边往中间走合适,要不然使用全局visited并且还是用第一种方法遍历每一个点的话,遇到{{{2,2,2},{2,1,2}{2,2,2}},岂不是中间这个1也会被标记成true,这里是自己的思考,欢迎批评指正
104.建造最大岛屿
卡码网题目链接(ACM模式)
需要先遍历一遍给每块岛一个序号,记录数量,然后去搜索水域加上周围的岛,取最大值,
其中,岛的序号和面积用unordered_map记录
有一个有趣的一点是水周围的陆地可能是连在一起的,所以也要加上后就记录一下,用unordered_set记录
#include <iostream>
#include <vector>
#include <unordered_map>
#include <unordered_set>
using namespace std;int dir[4][2]={0,1,-1,0,0,-1,1,0};void dfs(vector<vector<int>>& fiji,vector<vector<bool>>& visited,int x,int y,int& mark,int& count){if(visited[x][y]==true) return;fiji[x][y]=mark;visited[x][y]=true;count++;for(int i=0;i<4;i++){int xnext = x+dir[i][0];int ynext = y+dir[i][1];if(xnext<0||xnext>=fiji.size()||ynext<0||ynext>=fiji[0].size()) continue;if(fiji[xnext][ynext]==0) continue;if(visited[xnext][ynext]==false&&fiji[xnext][ynext]==1){dfs(fiji,visited,xnext,ynext,mark,count);}}
}
int main(){int n,m;cin>>n>>m;vector<vector<int>> fiji(n,vector<int>(m,0));for(int i=0;i<n;i++){for(int j=0;j<m;j++){cin>>fiji[i][j];}}vector<vector<bool>> visited(n,vector<bool>(m,0));int mark=2;bool isLand = true;unordered_map<int,int> map;for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(fiji[i][j]==0) isLand=false;if(fiji[i][j]==1&&visited[i][j]==false){int count=0;dfs(fiji,visited,i,j,mark,count);map[mark]=count;mark++;}}}if(isLand==true){cout<<n*m;return 0;}int result =0;int area=0;unordered_set<int> addedArea;for(int i=0;i<n;i++){for(int j=0;j<m;j++){addedArea.clear();if(fiji[i][j]==0){area = 0;for(int k=0;k<4;k++){int inext=dir[k][0]+i;int jnext=dir[k][1]+j;if(inext<0||inext>=fiji.size()||jnext<0||jnext>=fiji[0].size()) continue;if(addedArea.count(fiji[inext][jnext])!=0) continue;area+=map[fiji[inext][jnext]];addedArea.insert(fiji[inext][jnext]);}}result=max(area,result);}}cout<<result+1<<endl;
}
.
相关文章:
笔记:代码随想录算法训练营day58:101.孤岛的总面积、102.沉没孤岛、103.水流问题、104.建造最大岛屿
学习资料:代码随想录 文中含大模型生成内容 101. 孤岛的总面积 卡码网:101. 孤岛的总面积 所以找周边都是水的陆地的方法就是找边缘的陆地然后删除它连同它的连通的陆地 深搜 #include <iostream> #include <vector> using namespac…...
Rust语言介绍和猜数字游戏的实现
文章目录 Rust语言介绍和猜数字游戏的实现cargo是什么使用Rust编写猜数字 Rust语言介绍和猜数字游戏的实现 Rust语言是一种系统编程语言,核心强调安全性、并发性以及高性能,由类似于C/C的底层控制能力,性能也非常接近,Rust有一些…...
高并发库存系统是否适合使用 ORM(Hibernate / MyBatis)
在设计高并发的库存管理系统时,数据层的选择至关重要。许多企业开发中习惯使用 ORM(如 Hibernate、MyBatis)来简化数据库访问,但在高并发、高吞吐的场景下,ORM 的适用性往往成为争议焦点。本文将探讨高并发库存系统是否…...
Spring Boot中接口数据字段为 Long 类型时,前端number精度丢失问题解决方案
Spring Boot中接口数据字段为 Long 类型时,前端number精度丢失问题解决方案 在Spring Boot中,当接口数据字段为 Long 类型时,返回页面的JSON中该字段通常会被序列化为数字类型。 例如,一个Java对象中有一个 Long 类型的属性 id …...
Java-servlet(七)详细讲解Servlet注解
Java-servlet(七)详细讲解Servlet注解 前言一、注解的基本概念二、Override 注解2.1 作用与优势2.2 示例代码 三、Target 注解3.1 定义与用途3.2 示例代码 四、WebServlet 注解4.1 作用4.2 示例代码 五、反射与注解5.1 反射的概念5.2 注解与反射的结合使…...
OpenCV Imgproc 模块使用指南(Python 版)
一、模块概述 imgproc 模块是 OpenCV 的图像处理核心,提供从基础滤波到高级特征提取的全流程功能。核心功能包括: 图像滤波:降噪、平滑、锐化几何变换:缩放、旋转、透视校正颜色空间转换:BGR↔灰度 / HSV/Lab 等阈值…...
PostgreSQL:简介与安装部署
🧑 博主简介:CSDN博客专家,历代文学网(PC端可以访问:https://literature.sinhy.com/#/?__c1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,精通Java编…...
流畅如丝:利用requestAnimationFrame优化你的Web动画体验
requestAnimationFrame 是前端开发中用于优化动画性能的 API。它允许浏览器在下一次重绘之前执行指定的回调函数,通常用于实现平滑的动画效果。 1.作用 优化性能:requestAnimationFrame 会根据浏览器的刷新率(通常是 60Hz,即每秒…...
OpenCV 基础模块 Python 版
OpenCV 基础模块权威指南(Python 版) 一、模块全景图 plaintext OpenCV 架构 (v4.x) ├─ 核心层 │ ├─ core:基础数据结构与操作(Mat/Scalar/Point) │ └─ imgproc:图像处理流水线(滤…...
代码随想录算法训练营第十五天 | 数组 |长度最小的子数组和螺旋矩阵II
长度最小的子数组 【题目简介】 【自写数组解法】 class Solution:def minSubArrayLen(self, target: int, nums: List[int]) -> int:minLength float(inf)slow 0fast 0cur_sum nums[slow]# 终止条件:fast不能超过最大索引值while slow < fast and fas…...
C++ 入门第27天:异常处理详细讲解
往期回顾: C 入门第24天:C11 多线程基础-CSDN博客 C 入门第25天:线程池(Thread Pool)基础-CSDN博客 C 入门第26天:文件与流操作基础-CSDN博客 C 入门第27天:异常处理详细讲解 前言 在 C 开发中…...
Powershell WSL导出导入ubuntu22.04.5子系统
导出Linux子系统 导出位置在C盘下,根据自己的实际情况更改即可Write-Host "export ubuntu22.04.5" -ForegroundColor Green wsl --export Ubuntu-22.04 c:\Ubuntu-22.04.tar 导入Linux子系统 好处是目录可用在任意磁盘路径,便于迁移不同的设备之间Write-Host &quo…...
中文文献去哪里查找,个人下载知网、万方、维普文献途径
国内三大知识库知网、万方、维普是查找中文文献常用数据库,本文将以实例演示个人下载这三个数据库文献的途径及过程。 先说下途径: 获取知网、万方、维普数据库资源可去文献党下载器网站: 使用方法: 在文献党下载器官网下载安装…...
玩转C#函数:参数、返回值与游戏中的攻击逻辑封装
Langchain系列文章目录 01-玩转LangChain:从模型调用到Prompt模板与输出解析的完整指南 02-玩转 LangChain Memory 模块:四种记忆类型详解及应用场景全覆盖 03-全面掌握 LangChain:从核心链条构建到动态任务分配的实战指南 04-玩转 LangChai…...
简易shell
自主实现shell done,故意写成,表示先赋值,再判断,分割之后,strtok会返回NULL,刚好让gArgv最后一个元素是NULL,并且while判断结束 Makefile 1 myshell:myshell.c …...
注意力机制,本质上是在做什么?
本文以自注意机制为例,输入一个4*4的矩阵 如下: input_datatorch.tensor([[1,2,3,4], [5,6,7,8], [9,10,11,12], [13,14,15,16] ],dtypetorch.float) 得到Q和K的转置如下。 此时,计算QK^T ,得到如下结果 第一行第一个位置就是第一条样本和第…...
【机器学习-模型评估】
“评估”已建立的模型 在进行回归和分类时,为了进行预测,定义了预测函数fθ(x) 然后根据训练数据求出了预测函数的参数θ(即对目标函数进行微分,然后求出参数更新表达式的操作) 之前求出参数更新表达式之后就结束了。但是,其实我…...
19681 01背包
19681 01背包 ⭐️难度:中等 🌟考点:动态规划、01背包 📖 📚 import java.util.Arrays; import java.util.LinkedList; import java.util.Queue; import java.util.Scanner;public class Main {static int N 10001…...
Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型多变量回归预测
Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型多变量回归预测 目录 Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型多变量回归预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型多变量回归预…...
基于CAMEL 的Workforce 实现多智能体协同工作系统
文章目录 一、workforce 简介1.架构设计2.通信机制 二、workforce 工作流程图示例1.用户角色2.工作流程 三、workforce 中重要函数说明1.__init__函数2.add_single_agent_worker 函数3.add_role_playing_worker 函数4.add_workforce 函数 四、基于workforce实现多智能体协调&am…...
炫酷的3D按钮效果实现 - CSS3高级特性应用
炫酷的3D按钮效果实现 - CSS3高级特性应用 这里写目录标题 炫酷的3D按钮效果实现 - CSS3高级特性应用项目介绍核心技术实现1. 基础结构设计2. 视觉效果实现2.1 背景渐变2.2 立体感营造 3. 交互动效设计3.1 悬停效果3.2 按压效果 技术要点分析1. 深度层次感2. 动画过渡3. 性能优…...
AI视频是否会影响原创价值
AI视频是否会影响原创价值 AI视频带来全民创意对原创内容的影响 随着AI技术的发展,AI视频技术在视频领域的影响也逐渐凸显,从自动剪辑、特效生成到基于文本或语音自动生成视频内容,这一系列的进步极大地降低了视频制作的技术门槛与成本。这种…...
代码随想录刷题day50|(回溯算法篇)131.分割回文串▲
目录 一、回溯算法基础知识 二、分割回文串思路 2.1 如何切割 2.2 判断回文 2.3 回溯三部曲 2.4 其他问题 三、相关算法题目 四、总结 一、回溯算法基础知识 详见:代码随想录刷题day46|(回溯算法篇)77.组合-CSDN博客 二、分割回文…...
SpringCloud 学习笔记3(OpenFeign)
OpenFeign 微服务之间的通信方式,通常有两种:RPC 和 HTTP。 简言之,RPC 就是像调用本地方法一样调用远程方法。 在 SpringCloud 中,默认是使用 HTTP 来进行微服务的通信,最常用的实现形式有两种: RestTem…...
Python与区块链隐私保护技术:如何在去中心化世界中保障数据安全
Python与区块链隐私保护技术:如何在去中心化世界中保障数据安全 在区块链世界里,透明性和不可篡改性是两大核心优势,但这也带来了一个悖论——如何在公开账本的同时保障用户隐私?如果你的交易记录对所有人可见,如何防止敏感信息泄露? Python 作为区块链开发中最受欢迎的…...
基于32单片机的无人机直流电机闭环调速系统设计
标题:基于32单片机的无人机直流电机闭环调速系统设计 内容:1.摘要 本文针对无人机直流电机调速需求,设计了基于32单片机的无人机直流电机闭环调速系统。背景在于无人机应用场景不断拓展,对电机调速精度和稳定性要求日益提高。目的是开发一套高精度、响应…...
QT 图表(拆线图,栏状图,饼状图 ,动态图表)
效果 折线图 // 创建折线数据系列// 创建折线系列QLineSeries *series new QLineSeries;// series->append(0, 6);// series->append(2, 4);// series->append(3, 8);// 创建图表并添加系列QChart *chart new QChart;chart->addSeries(series);chart->setTit…...
预测性维护:Ubuntu边缘计算机如何降低电梯故障率
在现代城市中,电梯作为垂直交通的重要工具,其运行状态直接关系到人们的出行安全和效率。传统的电梯监控系统往往依赖于中心化的数据处理,存在响应慢、数据量大、实时性差等问题。而边缘协议网关(Edge Protocol Gateway)…...
MyBatis plus详解
核心功能 代码生成器 它能够依据数据库表结构,自动生成涵盖实体类、Mapper 接口、Mapper XML 文件、Service 接口与实现类等在内的基础代码。开发人员只需简单配置数据库连接信息、表名以及生成代码的相关参数,即可快速生成符合项目规范的基础代码&…...
【数据挖掘】数据预处理——以鸢尾花数据集为例
数据预处理——以鸢尾花数据集为例 一、实验手册(一)实验目的(二)实验原理(三)实验环境(四)实验步骤(五)实验报告要求 二、案例代码(以鸢尾花数据…...
根据文件名称查询文件所在位置
在 Linux 中,根据文件名称查询文件所在位置主要通过命令行工具实现,以下是几种常用方法: --- ### **1. 使用 find 命令(最灵活)** find 命令可以递归搜索指定目录下的文件,支持按名称、类型、时间等条件过…...
记一次wsl2+docker无法运行的经历
前情提要 由于某个大创项目的需要和对猫娘机器人的迫切渴求(bushi 需要在电脑里面安装docker desktop。由于电脑里面安装了wsl2环境 因此决定使用wsl2dockerdesktop的方式配置docker 遇到的问题 在像往常一样安装docker desktop并且启动时 提示错误: …...
XSS介绍通关XSS-Labs靶场
目录 XSS XSS的类型 1.存储型XSS(PXSS): 2. 反射型XSS(N-PXSS): 3. DOM型XSS: 4. 突变型XSS(mXSS): 5. 通用型XSS(UXSS)&#x…...
枚举的定义及其使用
在Java中,enum(枚举)是一个特殊的类,用于表示一组常量。enum类型在Java中提供了一种类型安全的方式来定义常量,相比传统的常量(如public static final变量),它更加简洁、类型安全&am…...
[特殊字符][特殊字符][特殊字符][特殊字符][特殊字符][特殊字符]壁紙 流光染墨,碎影入梦
#Cosplay #🧚♀️Bangni邦尼🐰. #📷 穹妹 Set.01 #后期圈小程序 琼枝低垂,霜花浸透夜色,风起时,微光轻拂檐角,洒落一地星辉。远山隐于烟岚,唯余一抹青黛,勾勒出天光水…...
996引擎-接口测试:消息Tips
996引擎-接口测试:消息Tips 发送视野内广播消息 sendrefluamsg发送聊天框消息 sendmsg发送地图消息 sendmapmsg打印消息到控制台 release_print发送自定义颜色的文字信息 guildnoticemsg测试NPC参考资料发送视野内广播消息 sendrefluamsg function npc_test_onclick1(player)-…...
Redis设计与实现-底层实现
Redis底层实现 1、事件1.1 文件事件1.2 时间事件1.3 事件调度 2、Redis客户端2.1 客户端的相关属性2.2 客户端的创建与关闭2.2.1 普通客户端的创建2.2.2 普通客户端的关闭2.2.3 AOF的伪客户端2.2.4 Lua脚本的伪客户端 3、Redis服务端3.1 命令请求的执行过程3.1.1 客户端发送命令…...
acwing1295. X的因子链
题目链接:1295. X的因子链 - AcWing题库 算法:数论线性筛法求素数 x如果想要尽可能多的分为几个因子,那么就应该分成素数,因为如果是合数说明还能分。 题目要求求出①这段序列的最大长度和②最大长度序列的个数 最大长度&#x…...
练习-班级活动(map存储键值对)
问题描述 小明的老师准备组织一次班级活动。班上一共有 n 名 (n 为偶数) 同学,老师想把所有的同学进行分组,每两名同学一组。为了公平,老师给每名同学随机分配了一个 n 以内的正整数作为 id,第 i 名同学的 id 为 ai。 老师希望…...
34-三数之和
给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i ! j、i ! k 且 j ! k ,同时还满足 nums[i] nums[j] nums[k] 0 。请你返回所有和为 0 且不重复的三元组。 注意:答案中不可以包含重复的三元组。 方法一&…...
Excel online开始支持Copilot高级数据分析:Python提供强大的数据见解
前文讲过Excel中的copilot可以直接调用Python进行高级数据分析: Copilot:Excel中的Python高级分析来了 Python in Excel高级分析:一键RFM分析 超越DeepSeek:Copilot in Excel高级数据分析原生支持Python无需安装软件 零代码、…...
【数据结构】kmp算法介绍+模板代码
目录 1.kmp算法介绍 2.应用场景 3.KMP与暴力算法比较 4.模板代码 KMP算法是一种高效的字符串匹配算法,用于在文本串中快速查找模式串的所有出现位置。其核心思想是通过预处理模式串,避免在匹配失败时进行不必要的回溯,从而将时间复杂度优…...
python关键字汇总
文章目录 1. 变量与类型相关2. 控制流相关3. 函数与类相关4. 异常处理相关5. 模块相关6. 其他 在 Python 3 里有 35 个关键字,它们各自具备特定的用途与意义 1. 变量与类型相关 True、False 意义:布尔类型的常量,分别代表逻辑真与逻辑假。示…...
六十天前端强化训练之第二十五天之组件生命周期大师级详解(Vue3 Composition API 版)
欢迎来到编程星辰海的博客讲解 看完可以给一个免费的三连吗,谢谢大佬! 目录 一、生命周期核心知识 1.1 生命周期全景图 1.2 生命周期钩子详解 1.2.1 初始化阶段 1.2.2 挂载阶段 1.2.3 更新阶段 1.2.4 卸载阶段 1.3 生命周期执行顺序 1.4 父子组…...
油候插件、idea、VsCode插件推荐(自用)
开发软件: 之前的文章: 开发必装最实用工具软件与网站 推荐一下我使用的开发工具 目前在用的 油候插件 AC-baidu-重定向优化百度搜狗谷歌必应搜索_favicon_双列 让查询变成多列,而且可以流式翻页 Github 增强 - 高速下载 github下载 TimerHo…...
R语言基于ggscitable包复现一篇3.5分的文章的连续变量交互效应(交互作用)的可视化图
交互作用效应(p for Interaction)在SCI文章中可以算是一个必杀技,几乎在高分的SCI中必出现,因为把人群分为亚组后再进行统计可以增强文章结果的可靠性,进行可视化后可以清晰的表明变量之间的关系。不仅如此,交互作用还可以使用来进…...
mac环境下chatwoot客服聊天docker本地部署+对接通义千问Qwen2.5
🚀 安装docker-desktop 🚀 定义一个.env环境变量文件docker-compose.yaml .env # Learn about the various environment variables at # https://www.chatwoot.com/docs/self-hosted/configuration/environment-variables/#rails-production-variables…...
mac上安装nvm及nvm的基本语法使用!!
种一棵树,最好是十年前,其次是现在!想要改变,从此刻开始,一切都不晚! 目录 nvm是什么?前提条件:安装homebrew如果系统已经有node版本:在mac上安装nvm:用nvm安…...
论文阅读:2024-NAACL Semstamp、2024-ACL (Findings) k-SemStamp
总目录 大模型安全相关研究:https://blog.csdn.net/WhiffeYF/article/details/142132328 Semstamp: A semantic watermark with paraphrastic robustness for text generation https://aclanthology.org/2024.naacl-long.226/ k-SemStamp: A Clustering-Based Semantic Wate…...
本地JAR批量传私服
在有网络隔离的环境下,Maven项目如果没有搭建私服就得把用到的通用组件通过U盘在每个组员间拷贝来拷贝去。非常的麻烦跟低效。搭建私服,如果通用组件很多的时候手工一个一个上传更是非常的麻烦跟低效; 我就遇上这问题,跟A公司合作…...