花样作死记录文~

最新推荐文章于 2024-06-11 15:48:14 发布
置顶 最新推荐文章于 2024-06-11 15:48:14 发布
阅读量1.1k 收藏
点赞数
文章标签： 最短路 plan
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/catherinetang0919/article/details/24047897
版权


==============【花样作死~最短路】==================

【HDU】

2112     HDU Today基础最短路★

1874     畅通工程续基础最短路★

3832     Earth Hour三点连通(斯坦纳树)★

1317     XYZZY  Bellman-Ford判环,有负权★

1224     free DIY Tour 最短路+输出路径★

1839 Delay Constrained...二分下限+最短路(带限制最短路)★★

2807     The Shortest Path矩阵运算+最短路(floyd)★★

1595     find the longest of the shortest枚举+最短路(删掉任意一条边的最长最短路)★★

3986     Harry Potter and the Final Battle 枚举+最短路(删掉任意一条边的最长最短路)★★

3873     Invade the MarsDij变体(好题!,带限制最短路)★★★

1217     Arbitrage   货币交换 Floyd (或者 Bellman-Ford 判环)★
1245     Saving James Bond 计算几何+最短路★
1535     Invitation Cards   有向图的来回最短路,(反向建图)★
1546     Idiomatic Phrases Game   最短路★
2680     Choose the best route   最短路★
2923     Einbahnstrasse 最短路★
3339     In Action   最短路+背包★
2224     The shortest path 双调旅行商问题★★
1599     find the mincost route floyd求最小环★
3631 Shortest Path                   Floyd插点法★★
4114 Disney's FastPass 最短路+二维状压DP(难)★★★
4063 Aircraft 几何构图+最短路★★★★


hdu4179 Difficult Routes dis[][]开二维状态的最短路(带限制最短路)★★



1385     Minimum Transport Cost     最短路+输出路径(输出字典序最小路径,有点恶心)★★
1142     A Walk Through the Forest   最短路+记忆搜索★★
1596     find the safest road   乘积最小的最短路★
1598     find the most comfortable road 二分速度差+最短路(带限制最短路)★★
2722     Here We Go(relians) Again 最短路★
2962     Trucking   二分+最短路(带限制最短路)★★
1690     Bus System 最短路★
2433     Travel 删边+最短路之和(预处理桥边)★★★
2363     Cycling 二分+最短路(带限制最短路)★★
2377     Bus Pass 最短路(寻找一个点的最长最短路最小)★★
2833     WuKong 最短路+记忆化搜索(求两条最短路的最多公共点)★★
1688     Sightseeing 最短次短路条数★★
3191     How Many Paths Are There 次短路条数★★
2482     Transit search 最短路★★★
3768 Shopping 最短路+dfs(或最短路+状压DP)★★
3035     War 平面图最小割(建图麻烦)★★
3870     Catch the Theves 平面图最小割(建图麻烦)★★
3860 Circuit Board 平面图最小割(建图麻烦)★★


【POJ】
1062 昂贵的聘礼 竟然可以和最短路联系起来★★
1094 Sorting It All Out Floyd判环+拓扑排序★
1125 Stockbroker Grapevine Floyd★
1135 Domino Effect 最短路,比较有意思★★
1161 Walls 最短路(图太恶心了)★★
1502 MPI Maelstrom Floyd★
1511     Invitation Cards 来回最短路★
1556 The Doors   计算几何+最短路★★
1724 ROADS 带限制的最短路,dis[][]开二维来记录信息(或广搜)★★
1734 Sightseeing trip floyd最小环路径★
1797 Heavy Transportation 二分枚举+最短路★
1847 Tram 简单最短路★
1860 Currency Exchange 货币兑换★
1949 Chores 反向建边,求最长路★★
2139 Six Degrees of Cowvin Bacon Floyd★
2240 Arbitrage 货币兑换★
2253 Frogger 二分+最短路★
2312 坦克大战 spfa最短路本质变形-->广搜★
2387 Til the Cows Come Home 基础最短路★
2394 Checking an Alibi 最短路★
2449 Remmarguts' Date A*求第K短路★★
2457 Part Acquisition 最短路 (输出路径)★★
2472 106 miles to Chicago 乘积最短路(log一下,乘变加)★★


2502 Subway
2570 Fiber Network floyd
3013 圣诞树
3037 Skiing
3072 Robot
3114 Countries in War 强联通+最短路
3160 Father Christmas flymouse 强联通+最长路
3255 Roadblock
3259 Wormholes （寻找负权回路）
3268 Silver Cow Part
3311 Hie with the Pie floyd+状压
3328 Cliff Climbing
3439 Server Relocation
3463 Sightseeing 次短路条数
3159
3521 Geometric Map 计算几何+最短路
3549 GSM phone 计算几何+最短路
3594 Escort of Dr. Who How
3613 Cow Relays   经过N条边的最短路 // floyd + 二分矩阵
3615 Cow Hurdles
3621 最优比率环
3635 full tank?
3660 传递闭包
3662 Telephone Lines
candy糖酱
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
站在BERT肩膀上的NLP新秀们：XLMs、MASS和UNILM
Paper weekly
06-06 1221
作者丨高开远学校丨上海交通大学硕士生研究方向丨自然语言处理写在前面在前一篇站在 BERT 肩膀上的 NLP 新秀们（PART I）[1]介绍了两个都叫 ERNIE 的模...
基于句子嵌入的无监督文本摘要（附代码实现）
Paper weekly
02-04 1677
©PaperWeekly·作者｜高开远学校｜上海交通大学研究方向｜自然语言处理本文主要介绍的是一个对多种语言的邮件进行无监督摘要抽取的项目，非常详细。文本摘要也是非常有意思的 NLP ...
ABSA领域的最新进展
m0_37536878的博客
06-03 1372
1.研究背景 随着社交媒体的蓬勃发展，人们更加积极地在互联网上表达和分享自己对商品的看法和态度，海量评论反馈也成为商家企业改进用户服务、凝聚用户流量的重要资源。如何利用计算机技术分析挖掘用户评论背后的情感规律成为当下热门技术话题。 2.ABSA是什么 对于用户评论，Aspect-based sentiment analysis(ABSA)从判断评论的单一情感态度取向逐渐演化为三个独立的子任务：评价对象抽取、评价对象情感分类、评价观点抽取。以句子”Waiters are friendly but the fr
BERT源码分析（一）
zenRRan的博客
08-12 330
点击上方，选择星标或置顶，每天给你送干货！阅读大概需要21分钟跟随小博主，每天进步一丢丢来自：AINLP作者：高开远学校：上海交通大学研究方向：自然语言处理写在前面BERT模型也出来很久...
站在马云身后的“铁娘子”们
lin000001的博客
07-18 1369
阿里巴巴有18位联合创始人，戏称“十八罗汉”，在“十八罗汉”中，女性占了三分之一。 有一次，马云谈到了阿里巴巴成功的秘诀，他说是因为阿里49%的员工是女性，并且女性高管占到了30%。后来阿里实行合伙人制度，也保留了相似的比例。 在目前阿里巴巴最新公布的38名合伙人中，阿里巴巴副总裁宋洁成为了新晋的第13位女性合伙人。 而阿里合伙人中女性的占比也超过了34%，现将她们总结如下： 阿里的女...
[原]花样作死记录文~
diejixiang8988的博客
04-18 89
==============【花样作死~最短路】================== 【HDU】 2112 HDU Today基础最短路★ 1874 畅通工程续基础最短路★ 3832 Earth Hour三点连通(斯坦纳树)★ 1317 XYZZY Bellman-Ford判环,有负权★ 1224 ...
记录QLabel中文显示乱码的解决方法
qq_58634555的博客
08-24 2529
（第一人称：萌新） 一开始我的代码是长这样的： ui->label->setText("出货管理"); 非常朴实无华且枯燥对不对？ 结果显示出来是这样的： 因为是借鉴某不知名视频网站上的一段代码来着，并且讲师实际操作并无任何问题 所以出现这种情况后我理所当然的认为是漏了哪个步骤。 但扫荡无数遍依然找不出问题——一模一样的啊这是。 阅遍网上无数解决方法，一一试过后均以失败告终 甚至乱码变出了花样。。。 过了很久之后我心情沉重地翻开入门书籍，竟找到了很不起眼..
Crystalmarker中文教程
11-15
- **Transform**：包含旋转、测量等功能，如测量化学键角度，生成粉末/单晶衍射花样。 - **Window**：设置Crystalmarker的操作界面。 - **Help**：提供在线帮助和用户手册。 - **图片界面**： - 结构在图片界面...
2021.3.17恒强HQPDS16制版系统更新(中文).docx
10-02
本文档详细介绍了恒强HQPDS16制版系统的更新内容，从2021年1月4日至2021年2月23日期间的更新记录，涵盖了制版系统的多个方面，包括鞋面机型的选择、鞋面制版花样的限制、HCD文件的转换、IC/IJ色码的不同处理方式、...
秋招记录
weixin_43870027的博客
11-24 921
文章目录个人背景秋招前准备·01··02··03··04··总结·秋招进行中·01··02··03·总结 个人背景 top10高校在读，计算机系，成绩50%后一枚学渣 本人极度不爱学习当代女大学生一枚，英语和数学应该是我学习生涯中最大的障碍吧。 由于对在学校学习不感兴趣（比较喜欢实践出真知），且平时成绩一般没能保研，且英语数学阻挡了我的考研道路，我决定找工作。 秋招前准备 我为秋招做的准备要从今年寒假说起。 ·01· 众所周知，如果准备毕业就工作，这个时候大三的寒假就应该开始系统复习知识，并且找实习，便
[Python从零到壹] 十四.机器学习之分类算法五万字总结全网首发（决策树、KNN、SVM、分类对比实验）
热门推荐
杨秀璋的专栏
07-09 2万+
分类（Classification）属于有监督学习（Supervised Learning）中的一类，它是数据挖掘、机器学习和数据科学中一个重要的研究领域。分类模型类似于人类学习的方式，通过对历史数据或训练集的学习得到一个目标函数，再用该目标函数预测新数据集的未知属性。本章主要讲述分类算法基础概念，并结合决策树、KNN、SVM分类算法案例分析各类数据集，从而让读者学会使用Python分类算法分析自己的数据集，研究自己领域的知识，从而创造价值。 19.1 分类 19.1.1 分类模型 与前面讲述的聚类模型类似
swift微调牧歌数据电商多模态大语言模型
liguandong
06-11 941
大规模中文多模态评测基准MUGE_数据集-阿里云天池多模态理解和生成评估挑战榜（MUGE）是由阿里巴巴达摩院智能计算实验室发起，由阿里云天池平台承办，并由浙江大学、清华大学等单位共同协办。 Mhttps://tianchi.aliyun.com/dataset/107332微调的是牧歌数据集，结果都不好，记录一下。微调了qwenvl和llava，都是一样的类似结果，需要对数据做进一步的分析。 1.数据 用的是牧歌ECommerce-IC数据，本项任务涵盖了服装、饰品、化妆品内的多个商品类目，对于一件商品
训练大型神经网络方法总结
夕小瑶科技说
03-03 2552
一只小狐狸带你解锁炼丹术&NLP秘籍前阵子微软开源了DeepSpeed训练框架，从测试效果来看有10倍的速度提升，而且对内存进行了各种优化，最大可以训练100B(illion...
小显卡训练大模型
kyle1314608的博客
04-23 2139
在K40小破卡训练50层BERT Large的宝藏trick夕小瑶​机器学习 话题的优秀回答者434 人赞同了该文章前言虽然TPU的显存令人羡慕，但是由于众所周知的原因，绝大部分人还是很难日常化使用的。英伟达又一直在挤牙膏，至今单卡的最大显存也仅仅到32G（参考V100、DGX-2）。然而，训练一个24层的BERT Large模型的时候，如果sequence length开满512，那么batch...
2024-2030全球与中国硅胶婴儿用品市场现状及未来发展趋势 Sample-Li Jinpan.pdf
09-05
QYResearch是全球知名的大型咨询公司，行业涵盖各高科技行业产业链细分市场，横跨如半导体产业链（半导体设备及零部件、半导体材料、集成电路、制造、封测、分立器件、传感器、光电器件）、光伏产业链（设备、硅料/硅片、电池片、组件、辅料支架、逆变器、电站终端）、新能源汽车产业链（动力电池及材料、电驱电控、汽车半导体/电子、整车、充电桩）、通信产业链（通信系统设备、终端设备、电子元器件、射频前端、光模块、4G/5G/6G、宽带、IoT、数字经济、AI）、先进材料产业链（金属材料、高分子材料、陶瓷材料、纳米材料等）、机械制造产业链（数控机床、工程机械、电气机械、3C自动化、工业机器人、激光、工控、无人机）、食品药品、医疗器械、农业等。
用于非线性模型预测控制 (NMPC) 的并行优化工具包.7z
09-05
用于非线性模型预测控制 (NMPC) 的并行优化工具包.7z
Flow-Guided-Feature-Aggregation研究基于视频的目标检测FGFA框架.zip
最新发布
09-05
目标检测（Object Detection）是计算机视觉领域的一个核心问题，其主要任务是找出图像中所有感兴趣的目标（物体），并确定它们的类别和位置。以下是对目标检测的详细阐述： 一、基本概念 目标检测的任务是解决“在哪里？是什么？”的问题，即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题： 分类问题：判断图像中的目标属于哪个类别。 定位问题：确定目标在图像中的具体位置。 大小问题：目标可能具有不同的大小。 形状问题：目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类： Two-stage算法：先进行区域生成（Region Proposal），生成有可能包含待检物体的预选框（Region Proposal），再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法：不用生成区域提议，直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列（YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等）、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例，YOLO将目标检测视为回归问题，将输入图像一次性划分为多个区域，直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征，使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层，通过卷积层提取图像特征，通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域，为人们的生活带来了极大的便利。以下是一些主要的应用领域： 安全监控：在商场、银行
习题集计算机原理习题集
09-05
【习题集】计算机原理习题集 计算机原理习题集 习题 一 1．微型计算机的发展经历了哪几个时代？每个时代有哪些主要特点？ 2．简述Pentium4 微处理器的处理能力。 3．冯·诺依曼计算机的结构特点是什么？ 4．典型微机有哪三大总线？它们传送的是什么信息？ 5．什么叫微处理器？什么叫微型计算机？什么叫微型计算机系统？这三者有什么区别和联系？ 6．微处理器内部一般由哪些部分组成？各部分的主要功能是什么？ 7．试用示意图说明内存单元的地址和内存单元的内容，二者有何联系和区别？ 8．高级语言、汇编语言、机器语言有何区别？各有何特点？ 9．评价微型计算机性能的主要指标有哪些？试举例说明现在市场主流机型微型计算机的性能参数。 10．现代微型计算机的主板通常由哪些部分组成？主板上的总线扩展插槽有何用途？ 习题 二 1．8086CPU从功能上分为哪两个工作部件？每个工作部件的功能、组成和特点分别是什么？ 2．8086CPU中有几个通用寄存器，有几个变址寄存器，有几个地址指针寄存器？它们中通常哪几个寄存器可作为地址寄存器使用？ 3．8086CPU的标志寄存器中有哪些标志位？它们的含义和作用是什么？
html网页制作花样爱心代码
12-05
``` <!DOCTYPE html> <html> <head> <title></title> </head> <style> * { padding: 0; margin: 0; } html, body { height: 100%; padding: 0; margin: 0; background: #000; } canvas { position: absolute; width: 100%; height: 100%; } .aa { position: fixed; left: 50%; bottom: 10px; color: #ccc; } </style> <body> <canvas id="pinkboard"></canvas> <script> /* * Settings */ var settings = { particles: { length: 500, // maximum amount of particles duration: 2, // particle duration in sec velocity: 100, // particle velocity in pixels/sec effect: -0.75, // play with this for a nice effect size: 30 // particle size in pixels } }; /* * RequestAnimationFrame polyfill by Erik M?ller */ (function () { var b = 0; var c = ["ms", "moz", "webkit", "o"]; for (var a = 0; a < c.length && !window.requestAnimationFrame; ++a) { window.requestAnimationFrame = window[c[a] + "RequestAnimationFrame"]; window.cancelAnimationFrame = window[c[a] + "CancelAnimationFrame"] || window[c[a] + "CancelRequestAnimationFrame"]; } if (!window.requestAnimationFrame) { window.requestAnimationFrame = function (h, e) { var d = new Date().getTime(); var f = Math.max(0, 16 - (d - b)); var g = window.setTimeout(function () { h(d + f); }, f); b = d + f; return g; }; } if (!window.cancelAnimationFrame) { window.cancelAnimationFrame = function (d) { clearTimeout(d); }; } })(); /* * Point class */ var Point = (function () { function Point(x, y) { this.x = typeof x !== "undefined" ? x : 0; this.y = typeof y !== "undefined" ? y : 0; } Point.prototype.clone = function () { return new Point(this.x, this.y); }; Point.prototype.length = function (length) { if (typeof length == "undefined") return Math.sqrt(this.x * this.x + this.y * this.y); this.normalize(); this.x *= length; this.y *= length; return this; }; Point.prototype.normalize = function () { var length = this.length(); this.x /= length; this.y /= length; return this; }; return Point; })(); /* * Particle class */ var Particle = (function () { function Particle() { this.position = new Point(); this.velocity = new Point(); this.acceleration = new Point(); this.age = 0; } Particle.prototype.initialize = function (x, y, dx, dy) { this.position.x = x; this.position.y = y; this.velocity.x = dx; this.velocity.y = dy; this.acceleration.x = dx * settings.particles.effect; this.acceleration.y = dy * settings.particles.effect; this.age = 0; }; Particle.prototype.update = function (deltaTime) { this.position.x += this.velocity.x * deltaTime; this.position.y += this.velocity.y * deltaTime; this.velocity.x += this.acceleration.x * deltaTime; this.velocity.y += this.acceleration.y * deltaTime; this.age += deltaTime; }; Particle.prototype.draw = function (context, image) { function ease(t) { return --t * t * t + 1; } var size = image.width * ease(this.age / settings.particles.duration); context.globalAlpha = 1 - this.age / settings.particles.duration; context.drawImage( image, this.position.x - size / 2, this.position.y - size / 2, size, size ); }; return Particle; })(); /* * ParticlePool class */ var ParticlePool = (function () { var particles, firstActive = 0, firstFree = 0, duration = settings.particles.duration; function ParticlePool(length) { // create and populate particle pool particles = new Array(length); for (var i = 0; i < particles.length; i++) particles[i] = new Particle(); } ParticlePool.prototype.add = function (x, y, dx, dy) { particles[firstFree].initialize(x, y, dx, dy); // handle circular queue firstFree++; if (firstFree == particles.length) firstFree = 0; if (firstActive == firstFree) firstActive++; if (firstActive == particles.length) firstActive = 0; }; ParticlePool.prototype.update = function (deltaTime) { var i; // update active particles if (firstActive < firstFree) { for (i = firstActive; i < firstFree; i++) particles[i].update(deltaTime); } if (firstFree < firstActive) { for (i = firstActive; i < particles.length; i++) particles[i].update(deltaTime); for (i = 0; i < firstFree; i++) particles[i].update(deltaTime); } // remove inactive particles while ( particles[firstActive].age >= duration && firstActive != firstFree ) { firstActive++; if (firstActive == particles.length) firstActive = 0; } }; ParticlePool.prototype.draw = function (context, image) { // draw active particles if (firstActive < firstFree) { for (i = firstActive; i < firstFree; i++) particles[i].draw(context, image); } if (firstFree < firstActive) { for (i = firstActive; i < particles.length; i++) particles[i].draw(context, image); for (i = 0; i < firstFree; i++) particles[i].draw(context, image); } }; return ParticlePool; })(); /* * Putting it all together */ (function (canvas) { var context = canvas.getContext("2d"), particles = new ParticlePool(settings.particles.length), particleRate = settings.particles.length / settings.particles.duration, // particles/sec time; // get point on heart with -PI <= t <= PI function pointOnHeart(t) { return new Point( 160 * Math.pow(Math.sin(t), 3), 130 * Math.cos(t) - 50 * Math.cos(2 * t) - 20 * Math.cos(3 * t) - 10 * Math.cos(4 * t) + 25 ); } // creating the particle image using a dummy canvas var image = (function () { var canvas = document.createElement("canvas"), context = canvas.getContext("2d"); canvas.width = settings.particles.size; canvas.height = settings.particles.size; // helper function to create the path function to(t) { var point = pointOnHeart(t); point.x = settings.particles.size / 2 + (point.x * settings.particles.size) / 350; point.y = settings.particles.size / 2 - (point.y * settings.particles.size) / 350; return point; } // create the path context.beginPath(); var t = -Math.PI; var point = to(t); context.moveTo(point.x, point.y); while (t < Math.PI) { t += 0.01; // baby steps! point = to(t); context.lineTo(point.x, point.y); } context.closePath(); // create the fill context.fillStyle = "#ea80b0"; context.fill(); // create the image var image = new Image(); image.src = canvas.toDataURL(); return image; })(); // render that thing! function render() { // next animation frame requestAnimationFrame(render); // update time var newTime = new Date().getTime() / 1000, deltaTime = newTime - (time || newTime); time = newTime; // clear canvas context.clearRect(0, 0, canvas.width, canvas.height); // create new particles var amount = particleRate * deltaTime; for (var i = 0; i < amount; i++) { var pos = pointOnHeart(Math.PI - 2 * Math.PI * Math.random()); var dir = pos.clone().length(settings.particles.velocity); particles.add( canvas.width / 2 + pos.x, canvas.height / 2 - pos.y, dir.x, -dir.y ); } // update and draw particles particles.update(deltaTime); particles.draw(context, image); } // handle (re-)sizing of the canvas function onResize() { canvas.width = canvas.clientWidth; canvas.height = canvas.clientHeight; } window.onresize = onResize; // delay rendering bootstrap setTimeout(function () { onResize(); render(); }, 10); })(document.getElementById("pinkboard")); </script> </body> </html> ``` ![示例图片](https://devbit-static.oss-cn-beijing.aliyuncs.com/devbit-static/img/heart.png)
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值