我的日记与未来计划 Here's something encrypted, password is required to continue reading. 2024-02-26 未来计划 #学习计划 #ToDo #Diary
【算法】Tricks of Algorithm Tricks of Algorithm >> 非常好的汇总博客 << https://www.cnblogs.com/Appleblue17/p/14295686.html https://www.cnblogs.com/Appleblue17/p/14318717.html https://www.cnblogs.com/Appleblue17/p/15314 2024-02-06 算法 #算法
【Hexo】网站建设记录-2024年1月26日 【Hexo】网站建设记录-2024年1月26日 1月21日的时候,因为写ACM算法博客想要添加一个小组件,可以折叠定理的证明内容,所以上网寻找合适的方式。找到一种在markdown中使用html原生的details标签来折叠的方法。但是,太原始了和网站的画风太冲突: 原生的Details标签,点击可展开 啦啦啦~~~ 那必须得上CSS美化一些。我又萌生了使用CSS动画的 2024-01-27 Blog #Blog #Hexo
【算法】DP优化总结 DP优化总结 0 基本概念 1D/1D 方程 2D/1D 方程 1 (1D/1D) 单调队列优化 概念 (1) \(ds[j]\) 与 \(i\) 无关:单调队列 (2) \(ds[j]\) 与 \(i\) 有关:二分单调栈 单调队列优化模板题 2 (1D/1D) 斜率/凸壳优化 概念 (1) \(k,x\) 同单调:单调队列 ( 2024-01-20 算法 > 动态规划 #DP #Algorithm 算法 #DP优化
【算法】【状压DP】最短 Hamilton 路径中被忽视的玄妙之处 【算法】【状压DP】最短 Hamilton 路径中被忽视的玄妙之处 1 题目:最短 Hamilton 路径 最短 Hamilton 路径 给定一个有权无向图,给定起点 \(0\) 和终点 \(n-1\)。 求是否存在一条路径,使得每个点恰好经过一次,且路径权值和最小。 输入格式 第一行输入整数 \(n\)。 接下来 \(n\) 行每行 \(n\) 个整数,其中第 \(i\) 行第 2024-01-17 算法 > 动态规划 #DP #算法 #图论 #状压DP
【题解】【数位DP】P4798 卡尔文球锦标赛 [CEOI2015 Day1] 卡尔文球锦标赛 题目描述 译自 CEOI2015 Day1 T2「Calvinball championship」 一场卡尔文球比赛会有 \(n\) 名选手参与,他们的编号分别为 \(1\dots n\),分为若干个非空的球队。我们规定球队之间按照每个球队编号最小的选手的编号排序,并且以从 1 开始的连续整数编号。 举个栗子,譬如 1 号选手自己成 2024-01-16 题解 #DP #数位DP
【ToDo】未来学习计划 Here's something encrypted, password is required to continue reading. 2023-11-19 未来计划 #学习计划 #ToDo
【Leetcode】取消缓冲区同步在力扣上的使用方法 【Leetcode】取消缓冲区同步在力扣上的使用方法 废话不多说,直接上代码: 123456// 在最开始的地方加上这几行代码auto optimize_cpp_stdio = []() { std::ios::sync_with_stdio(false); std::cin.tie(nullptr); return 0;}(); 优化效果有多大呢?我们 2023-10-06 题解 #C++ #LeetCode
【算法】【博弈论】一看就懂的 Nim 游戏、SG函数、SG定理 全网最佳解读! 一看就懂的 Nim 游戏、SG函数、SG定理 全网最佳解读! 本文为原创文章,转载请注明本文链接! By.ShizuriYuki 1 Nim 游戏 1.1 简介 Nim游戏规则:有 \(n\) 堆石子,数量分别是 \(\{a_1, a_2, a_3,\dots, a_n\}\) ,两个玩家轮流拿石子,每次从任意一堆中拿走任意数量的石子,拿走最后一个石子的人获胜(即最后没有石子 2023-09-28 算法 > Combinatorics 组合数学 > 博弈论 #Algorithm 算法 #组合数学 #博弈论
【模拟退火】模板代码 模拟退火基础学习&模板 概述 简单说,模拟退火是一种随机化算法,用于求函数的极值。当一个问题的方案数量极大(甚至是无穷的)而且不是一个单峰函数时,我们常使用模拟退火求解。 它与爬山算法最大的不同是,在寻找到一个局部最优解时,赋予了它一个跳出去的概率,也就有更大的机会能找到全局最优解。 在 OI 领域,对应的,每次随机出一个新解,如果这个解更优,则接受它,否则以一个与温度和与最 2023-09-17