codeforces278A
Circle Line CodeForces - 278A 郑州地铁的圆线有n个车站。 我们知道所有邻近站点之间的距离： d[1]是第1站和第2站之间的距离; d[2]是第2站和第3站之间的距离; … d[n - 1]是第n-1和第n个站之间的距离; d[n]是第n个站和第1个站之间的距离。 列车沿着两个方向的圆线。 找到具有数字s和t的站点之间的最短距离。 Input 第一行包含整数n（3≤n≤100)，表示圆线上的站数。 第二行包含n个整数d[1]，d[2]，…，d[n]（1≤d[i]≤1
Java 常见摘要算法——md5、sha1
摘要算法 摘要算法，也是加密算法的一种，还有另外一种叫法：指纹。摘要算法就是对指定的数据进行一系列的计算，然后得出一个串内容，该内容就是该数据的摘要。不同的数据产生的摘要是不同的，所以，可以用它来进行一些数据加密的工作：通过对比两个数据加密后的摘要是否相同，来判断这两个数据是否相同。 还可以用来保证数据的完整性，常见的软件在发布之后，会同时发布软件的md5和sha值，这个md5和sha值就是软件的摘要。当用户将软件下载之后，然后去计算软件的摘要，如果计算所得的摘要和软件发布方提供的摘要
函数指针的理解 from 数据结构
今天在学习数据结构中遇到一些问题，函数的指针不知道怎么用，给自己科普一哈 1 int LocateElem_Sq(SqList L, LElemType_Sq e, Status(*Compare)(LElemType_Sq, LElemType_Sq))
2 {
3 int i = 1; //i的初值为第一个元素的位序
4 int * p = L.elem; //p的初值
Git的stash功能
有些时候，我们在改代码的时候突然要部署，或者代码还没调通又要添加别的功能，这个时候既不能直接合并代码（有可能会冲突，或者程序执行报错），也不能直接删掉修改的代码（那可是心血），这个时候，就可以用到stash功能了。 如果有安装TortoiseGit，那么在工程目录下右键，选择tortoisegit，就能看到stash选项 如果在idea下，直接右键，然后再git选项中，在repository选项中就可以看到stash选项 以idea环境为例，选择stash选项后，会弹出一个对话框，然后就可以选
linux上限值网速、限值带宽
Linux操作系统中的流量控制器TC（Traffic Control）用于Linux内核的流量控制，主要是通过在输出端口处建立一个队列来实现流量控制。 Linux流量控制的基本原理如下图所示。 接收包从输入接口（Input Interface）进来后，经过流量限制（Ingress Policing）丢弃不符合规定的数据包，由输入多路分配器（Input De-Multiplexing）进行判断选择：如果接收包的目的是本主机，那么将该包送给上层处理；否则需要进行转发，将接收包交到转发块（Forwa
用python语言算π值并且带有进度条
用python算圆周率π 1.准备第三方库pip 2.利用马青公式求π 3.用python语言编写出求圆周率到任意位的程序如下： from math import * from tqdm import tqdm from time import * total,s,n,t=0.0,1,1.0,1.0 clock() while(fabs(t)>=1e-6): total+=t n+=2 s=-s t=s/n k=total*4 print("π值是{:.10f} 运行时间为{:.4f}秒".f
linux常用基础命令（一）
Rz命令 rz命令本地上传文件到服务器： rz在弹出的框中选择文件，上传文件 sz命令 sz命令发送文件到本地： Sz文件名 例：将文件file1 Sz file1 Tomcat启动/关闭命令 比如tomcat的目录/app/data/tomcat78/tomcat_acm_school_8060 $cd bin 进入bin目录 $./startup.sh 执行启动命令 $./shutdown.sh执行关闭命令 $ps –ef | grep tomcat 查看是否已有tomcat在运行 $ki
UML与软件建模：第一次作业（UML用例图绘制）
PlantUML用例图 用例图 用例图是指由参与者（Actor）、用例（Use Case），边界以及它们之间的关系构成的用于描述系统功能的视图。用例图（User Case）是外部用户（被称为参与者）所能观察到的系统功能的模型图。用例图是系统的蓝图。用例图呈现了一些参与者，一些用例，以及它们之间的关系，主要用于对系统、子系统或类的功能行为进行建模。 用例图构成 参与者 参与者不是特指人，是指系统以外的，在使用系统或与系统交互中所扮演的角色。因此参与者可以是人，可以是事物，也可以是时间或其他系统等
明明白白使用数据块 ----数据块格式深入解析
Data Block是数据库中最小的I/O单元，下面我来简单介绍下数据块的基本结构。
OK！跟着我一步步实验：
一、建表空间
SQL>create tablespace tp1 datafile '/oradata/bxocp/tp01.dbf' size 10M;
二、建用户及授权
SQL>create user gyj identified by gyj default tablespace tp1;
SQL>grant dba to gyj;
三、建表
SQL>c
第一个Spring程序(DI的实现)
一，依赖注入：Dependency Injection（DI）与控制反转（IoC），不同角度但是同一个概念。首先我们理解一点在传统方式中我们使用new的方式来创建一个对象，这会造成对象与被实例化的对象之间的耦合性增加以致不利于维护代码，这是很难受的。在spring框架中对象实例改由spring框架创建，spring容器负责控制程序之间的关系，这就是spring的控制反转。在spring容器的角度看来，spring容器负责将被依赖对象赋值给成员变量，这相当于为实例对象注入了它所依赖的实例,这是s
js 防抖 debounce 与 节流 throttle
debounce(防抖) 与 throttle(节流) 主要是用于用户交互处理过程中的性能优化。都是为了避免在短时间内重复触发(比如scrollTop等导致的回流、http请求等)导致的资源浪费问题。 debounce与throttle的区别主要在于： 1. debounce是通过设置定时器，在延迟的时间内每次触发都会重置定时器，直到在某个延迟时间点内不再触发事件才会执行。 2. throttle也是通过设置定时器，只是在延迟时间内用户只有首次触发是有效的，其他触发都是无效的，只有等延迟时间到
HDU4388：Stone Game II（博弈+思维）
Stone Game II Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 609 Accepted Submission(s): 350 题目链接：http://acm.hdu.edu.cn/showproblem.php?pid=4388 Descripton: Stone Game II comes. It needs two pla
Codeforces 700ABCDE
B. Connecting Universities 大意: 给定树, 给定2*k个点, 求将2*k个点两两匹配, 每个匹配的贡献为两点的距离, 求贡献最大值 单独考虑每条边$(u,v)$的贡献即可, 最大贡献显然是左右两侧点的最小值. #include <iostream>
#include <algorithm>
#include <cstdio>
#include <math.h>
#include <set>
#include <map>
#include <queue>
LeetCode算法题-Non-decreasing Array（Java实现）
这是悦乐书的第283次更新，第300篇原创 01 看题和准备 今天介绍的是LeetCode算法题中Easy级别的第151题（顺位题号是665）。给定一个包含n个整数的数组，您的任务是通过修改最多1个元素来检查它是否可以变为非递减。如果array [i] <= array [i + 1]，且0 <= i <n，则我们定义一个数组是非递减的。例如： 输入：[4,2,3] 输出：true 说明：可以修改4为1或2以获得非递减数组。 输入：[4,2,1] 输出：false 说明：通过最多修改一个元素，
【学习小记】常系数齐次线性递推
问题引入 给出数列\(g\)，满足当\(n>m\)时 \[g_n=\sum\limits_{i=1}^{m}g_{n-i}\times a_i\] 当\(n<=m\)时,\(g_n=c_n\) m比较小，n特别大，快速计算\(g_n\) Newbie的解法 暴力递推计算 时间复杂度\(O(nm)\) Pupil的解法 可以将转移和数列都写成\(m\times m\)的矩阵的形式，矩阵快速幂即可 时间复杂度\(O(m^3\log n)\) Master的解法 我们需要一些数学知识进行铺垫： Pa
Dropout和学习率衰减
Dropout 在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测准确率较低。 过拟合是很多机器学习的通病。如果模型过拟合，那么得到的模型几乎不能用。为了解决过拟合问题，一般会采用模型集成的方法，即训练多个模型进行组合。此时，训练模型费时就成为一个很大的问题，不仅训练多个模型费时，测试多个模型
BZOJ3709 Bohater 贪心
正解:贪心 解题报告: 传送门! 首先肯定是先打回血>扣血的,因为要保证不死,所以只能打扣血量小于当前血量的怪,又懒得判断打那个不会死,就按照扣血量升序排序就好 然后对剩下的扣血>回血的,感觉就比较难处理顺序了?可以考虑显然最后如果活下来了剩余的血量是已知的,所以考虑倒推,于是就回血扣血功能互换,依然是只要全程血量>0就好,所以就一样地做就好 然后这题就做完辣! 等下放代码奥QAQ
Luogu3242 [HNOI2015]接水果
Luogu3242 [HNOI2015]接水果 题面：洛谷 解析 \(dfs\)序的套路应用，记\(dfn[i]\)表示点\(i\)的\(dfs\)序，\(low[i]\)表示以点\(i\)为根的子树中最大的\(dfs\)序。考虑对于一条路径\((x,y)(dfn[x] \leq dfn[y])\)，能够包含它的路径的两个端点\(a,b(dfn[a] \leq dfn[b])\)一定满足以下条件： \(1.LCA(x,y)=x\)，记\(z\)为\(y\)对应的\(x\)的儿子，那么有\(1
matlab从工作区读取一维数组和结构体
https://ww2.mathworks.cn/help/simulink/slref/_mw_1c324ca8-bd1d-4334-aa0d-ac5f79839808.html 摘自 MathWorks: t = 0.2 * [0:49]';
x = sin(t);
y = 10*sin(t);
wave.time = t;
wave.signals.values = [x,y];
wave.signals.dimensions =2;
在模型的上半部，From Worksp
今日推荐
周排行