ICode9

精准搜索请尝试: 精确搜索
  • 【题解】CF1614C Divan and bitwise operations2021-11-28 11:32:48

    题目传送门 正解 思路 先考虑对于 x 的限制怎么处理。 因为 \(l \sim r\) 使用或来连接,所以如果 x 中的某一位是0,则要求该区间内的每一个数的这一位都得是 0 。 那么,先默认每个数的每一位都是 1 ,再用这 m 个限制搞一搞即可。 主要的难点在于统计答案。 首先,我们知道,对于每个子序列

  • LOJ132. 树状数组 3 :区间修改,区间查询 题解2021-11-27 10:03:19

    题目链接:https://loj.ac/p/132 解题思路: 设元素组元素为 \(a_i\),其方差数组为 \(d_i = a_i - a_{i-1}\) 则 \(a_x = \sum\limits_{i=1}^{x} d_i\) 所以有 \(\sum\limits_{i=1}^{x} a_i = \sum\limits_{i=1}^{x} \sum\limits_{j=1}^{i} d_j = \sum\limits_{i=1}^x (x-i+1) \times d

  • 论文解读(node2vec)《node2vec Scalable Feature Learning for Networks》2021-11-26 09:32:25

    论文题目:《node2vec Scalable Feature Learning for Network》发表时间:  KDD 2016 论文作者:  Aditya Grover;Aditya Grover; Jure Leskovec论文地址:  DownloadGithub:      Go 概述   node2vec is an algorithmic framework for representational learning on graphs.

  • Kubernetes集群多租户资源管理2021-11-24 23:58:19

    微信公众号:运维开发故事,作者:double冬 1.概述 先讲解Pod的两个重要参数:CPU Request与Memory Request。在大多数情况下我们在定义Pod时并没有定义这两个参数,此时Kubernetes会认为该Pod所需的资源很少,并可以将其调度到任何可用的Node上。这样一来,当集群中的计算资源不很充足时

  • 微积分基本定理的例子——曲面积分2021-11-24 13:34:44

    关于数学的文章主要挑的都是核心和有意思的应用数学部分,如有不懂说明自己需要好好自学一下 数学公式的编辑很麻烦,希望可以让读者和自己都感到满意吧(如果真的有的话) 统一的微积分基本定理(The Unifying Fundamental Theorem) 微分的算子对在一个区域上的场作用后的积分 等于分配

  • 论文解读(LLE)《Nonlinear Dimensionality Reduction by Locally Linear Embedding》and LLE2021-11-21 21:03:32

    论文题目:《Nonlinear Dimensionality Reduction by Locally Linear Embedding 》 发表时间:Science  2000 论文地址:Download 简介   局部线性嵌入(Locally Linear Embedding,简称LLE)重要的降维方法。   传统的 PCA,LDA 等方法是关注样本方差的降维方法,LLE 关注于降维时保持样

  • NOIP 2021 游记2021-11-20 16:34:23

    一年一度的 NOIP 到了,这次我不在原来的曹杨二中考试,而是在张江集团考。这个考点不像曹杨二中一样要在外面等,而是到了就可以进去了。但是题目和考场体验截然不同。 T1 这次第一题我就不会做。我首先想到了暴力解法,找出所有的含有 7

  • 【luogu P3327】约数个数和(莫比乌斯反演)2021-11-19 10:31:25

    约数个数和 题目链接:luogu P3327 题目大意 给你 n,m 要你求 ∑i=1~n∑j=1~m d(ij),d 是约数个数。 多组数据。 思路 首先由一个比较神奇的东西: \(d(ij)=\sum\limits_{x|i}\sum\limits_{y|j}[gcd(x,y)=1]\) 这里证明一下: 先看我们可以只看一个质数的部分。 假设它的因子的出现次数是

  • 实变函数复习——可测函数2021-11-18 02:00:19

    几乎处处收敛与近一致收敛 Egoroff定理 几乎处处收敛 \(\Rightarrow\) 近一致收敛 设 \(f(x),f_1(x),f_2(x),\cdots,f_k(x),\cdots\)是在 \(E\) 上 \(a.e.\) 有限的可测函数,且 \(mE<\infty\). 若\(f_k(x)\rightarrow f(x),a.e. x\in E\), 则存在\(E\)的可测子集\(E_\delta:mE_\de

  • 「 学习笔记 」二项式定理与组合恒等式2021-11-17 22:33:00

    二项式定理与组合恒等式 前置知识 \[\dbinom {n} {k} = \mathrm{C} _ n ^ k = \dfrac {n!} {(n - k)! \times k!} \]二项式定理 二项式定理:设 \(n\) 是正整数,对于一切 \(x\) 和 \(y\) \[{(x + y)} ^ n = \sum \limits _ {k = 0} ^ n \dbinom {n} {k} x ^ k y ^{n - k} \]常用形式

  • 强化学习深度解析之贝尔曼方程(一)2021-11-17 13:31:56

    强化学习   强化学习注重智能体(agent)与环境之间的交互式学习: 强化学习的数据集不是训练初始阶段就有的,而是来自智能体与环境交互才能获得;强化学习不追求单步决策的最优策略,而是追求与环境交互获得的长期累积奖励。强化学习需要从整体上衡量整个交互过程。智能体在做决策时,会

  • 第一章 概率论基础知识2021-11-16 10:59:00

    第一章 概率论基础知识 机会性游戏:随即发生器(投硬币,掷骰子) 基本的统计方法:估计和检验 1.1 样本空间与随机事件 随机试验: 定义(三条件): 可重复结果不止一个,可知一切结果试验前不知结果,试验后可知结果 案例一 选驸马(“37%”规则) 目标函数:选到

  • Solution -「二项式定理与组合恒等式」一些练习2021-11-15 21:34:52

    \[{\Large \mathbb{No \ hay \ cosa \ mas \ feliz \ en \ el \ mundo \ que \ ver \ tu \ sonrisa \ mi \ Miffy}} \] Task 1 \(\mathcal{Prob:}\) \((3x - 2y)^{18}\) 的展开式中, \(x^5y^{13}\) 的系数是什么?\(x^8y^9\) 的系数是什么? \(\mathcal{Sol:}\) 由二项

  • 浅谈容斥2021-11-13 17:01:03

    前言 \(2020.2.12\),太久没碰过容斥原理的我,由第一类斯特林发现容斥原理还有较多细节未完善,故写了这篇文章,从最基础的讲起,以方便理解 定义 例子 求从\(1\)到\(1000\)之间不能被\(5,6,8\)整除的整数个数 \(|\overline{A_1}\cap \overline{A_2}\cap \overline{A_3}|\)分别不能被\(5,

  • 那些年,那“点”事2021-11-11 23:33:23

    文章目录 前言一、邻域二、极限三、连续点四、间断点五、可导点经典例题总结附录附1附2 前言 最近发现一些有趣的事,这些事都是围绕着“点”发生的,一个个看似不起眼的“点”却有着非常大的影响力。这些点分为三类:连续点、间断点、可导点。下面将对其分别展开介绍。 一

  • CFS-GA 相关性特征选择与遗传算法 特征选择/特征提取2021-11-11 17:04:58

    CFS-GA特征选择/特征提取 CFS 对于一个样本空间,构造一个二维矩阵A代表此样本空间,A中每行代表一条数据,每列代表一个特征 样本中的数据分为数个特征,其中\(A_i\)表示第\(i\)个特征,\(a_{ij}\)表示第i行第j列那条数据 计算特征\(A_i\)的熵 \[H(A_i)=-\sum\limits_{{}{k}}p(a_{ik})log_2

  • 初学 二维树状数组2021-11-10 22:32:22

    二维树状数组可以高效解决二维动态矩形计数问题。 我先带你回顾一下一维树状数组是怎样的: \[c_n=\sum\limits^n_{i=n-lowbit(n)+1}a_i \]设 \(\{d^{(n)}\}\) 为 \[\begin{cases}d_1=n\\ d_i=d_{i-1}-lowbit(d_{i-1}) & i>1 \\ d_i>0 & i\in\mathbb{N}^+\end{cases} \]设 \(\{f^{

  • 关于树形背包时间复杂度为什么会比想象中少一阶2021-11-07 17:32:13

    思路来自 Konata,有删改及本作者的想法。 如果正常想,每个节点都要进行 \(O(n^2)\) 的背包,则时间复杂度为 \(O(n^3)\),其实不然。 假设 \(n\) 个节点的树形背包的时间复杂度为 \(f(n)\)。 那么假设根节点下面的子树大小分别为 \(p_1,p_2,\dots,p_k\),子树大小 \(p_i\) 对应的子树根节

  • LOJ #3503. 「联合省选 2021 A | B」滚榜2021-11-07 16:05:28

    LOJ #3503. 「联合省选 2021 A | B」滚榜 显然每一轮的 \(b_i\) 越小越好, 于是问题可以转化为每一次拓展最小的 \(b_i\), 且 \(\sum b_i\le m\). 可以想到一个状压 \(\text{DP}\) : 设 \(f(S,\,i,\,j,\,k)\) 表示序列中已有集合 \(S\) , 其中最后一个为 \(i\) , 且 \(b_i=j,\ \su

  • 每日一题2021/11/042021-11-05 02:32:44

    力扣:367. 有效的完全平方数 难度 简单 题目描述: 给定一个 正整数 num ,编写一个函数,如果 num 是一个完全平方数,则返回 true ,否则返回 false 。 进阶:不要 使用任何内置的库函数,如 sqrt 。 示例 1: 输入:num = 16 输出:true 示例 2: 输入:num = 14 输出:false 提示: \(1\) <= num <= \(

  • CF605E Intergalaxy Trips2021-11-04 08:35:05

    \(\texttt{link}\) 记 \(E(i)\) 为从 \(i\) 到 \(n\) 的期望天数,则答案为 \(E(1)\)。 类似 \(Dijkstra\),每次可以确定 \(E\) 最小的点不会再被松弛,设这些点为 \(a_1,a_2,...,a_m\)。 若有 \(u \longrightarrow a_i\),则满足 \(\forall j < i, u \longrightarrow a_j\) 的路径当天并

  • 【ybtoj高效进阶 21177】小小网格(杜教筛)(数论分块)(莫比乌斯反演)2021-11-03 22:01:29

    小小网格 题目链接:ybtoj高效进阶 21177 题目大意 给你求 ∑i=1~n∑j=1~mφ(gcd(i,j))。 思路 重新写好看点: \(\sum\limits_{i=1}^n\sum\limits_{j=1}^m\varphi(\gcd(i,j))\) \(\sum\limits_{d}\varphi(d)\sum\limits_{i=1}^n\sum\limits_{j=1}^m[\gcd(i,j)=d]\) \(\sum\limits_{d}

  • 【luogu P4213】【模板】杜教筛(Sum)(数学)(整除分块)2021-11-02 22:05:03

    【模板】杜教筛(Sum) 题目链接:luogu P4213 题目大意 要你求 φ 函数的前缀和和 μ 函数的前缀和。 (分别是欧拉函数和莫比乌斯函数) 思路 前置知识(们) 积性函数:对于两个互质的数 \(x,y\),\(f(xy)=f(x)f(y)\),那 \(f\) 就是积性函数。 完全积性函数:对于任意两个整数 \(x,y\),\(f(xy)=f(x)f(

  • 浅谈杜教筛2021-11-01 06:31:16

    今天本身是要学习莫比乌斯反演的,然后题单里面出现了一道需要用杜教筛的题,我还推到了只剩杜教筛的地方 于是迫不得已学习了这种神仙算法,真是迫不得已啊。。。。 杜教筛是一种在线性复杂度以下的求积性函数前缀和的高级算法,大概在\(O(n^{\frac{2}{3}})\)左右 前置知识 积性函数 积性

  • 除法分块2021-10-31 11:32:12

    计算一个式子:\(\sum\limits_{i = 1}^n \cfrac{n}{i}\)。 很明显可以直接一个\(for\)循环,\(O(n)\)求出结果,但是我们可以将其优化到\(O(\sqrt n)\)。 例题 AcWing199. 余数之和 给定正整数n和k,计算\((k \mod 1) + (k \mod 1) + ... + (k \mod n)\)的值。 \(1 \leq n, k \leq 10

专注分享技术,共同学习,共同进步。侵权联系[admin#icode9.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有