- 博客(1476)
- 收藏
- 关注
RSS订阅原创 1.3 CSS技术
第614行代码使用了3个类选择器，第68行代码用“red”选择器将页面中class属性值为red的文字颜色设置为红色，第911行代码用“green”选择器将页面中class属性值为green的文字颜色设置为绿色，第1214行代码用“font18”选择器将页面中class属性值为font18的文本字号设置为18像素。使用HTML标签属性对网页进行修饰的方式存在很大的局限和不足，因为将所有的样式都写在标签中，这样既不利于代码阅读，又使将来的代码维护非常困难。在CSS中，执行这一样式任务的部分被称为选择器。
2024-07-21 09:25:29
498
原创 8.18.2 ACM-ICPC 概率论 条件概率与独立性
条件概率表示在一个事件已经发生的前提下，另一个事件发生的概率。其计算公式为： P(A∣B)=P(A∩B)P(B)P(A|B) = \frac{P(A \cap B)}{P(B)}P(A∣B)=P(B)P(A∩B) 其中，P(A∩B)P(A \cap B)P(A∩B) 是事件 AAA 和 BBB 同时发生的概率，而 P(B)P(B)P(B) 是事件 BBB 发生的概率 () (Wikipedia)。两个事件 AAA 和 BBB 是独立的，如果事件 AAA 的发生与事件 BBB 的发生没有任何关系。
2024-07-21 09:11:13
314
原创 8.18.1 ACM-ICPC 概率论 基本概念
样本空间Ω\OmegaΩ：指明随机现象所有可能出现的结果。事件域F\mathcal{F}F：表示我们所关心的所有事件。概率PPP：描述每一个事件发生的可能性大小。一个随机现象中可能发生的不能再细分的结果被称为样本点。所有样本点的集合称为样本空间，通常用 Ω\OmegaΩ 来表示。一个随机事件是样本空间 Ω\OmegaΩ 的子集，由若干样本点构成，用大写字母 A,B,C,⋯A, B, C, \cdotsA,B,C,⋯ 表示。
2024-07-21 09:04:42
455
原创 8.17.2 ACM-ICPC 群论 置换群
置换群是由一个集合上的所有置换组成的群。对于一个集合 XXX，其置换群 SXS_XSX 包含所有从 XXX 到 XXX 的双射函数（即一一对应的映射），这些映射在复合运算下形成一个群。如果 X={1,2,…,n}X = \{1, 2, \ldots, n\}X={1,2,…,n}，则对应的置换群记作 SnS_nSn，称为对称群。它包含所有 nnn 个元素的排列。
2024-07-20 22:01:19
907
原创 8.17.1 ACM-ICPC 群论 群论简介
群（Group）是数学中的一个基本结构，它广泛应用于各个领域，特别是在代数学中。闭合性（Closure）：对于任意的 a,b∈Ga, b \in Ga,b∈G，有 a⋅b∈Ga \cdot b \in Ga⋅b∈G。结合性（Associativity）：对于任意的 a,b,c∈Ga, b, c \in Ga,b,c∈G，有 (a⋅b)⋅c=a⋅(b⋅c)(a \cdot b) \cdot c = a \cdot (b \cdot c)(a⋅b)⋅c=a⋅(b⋅c)。单位元。
2024-07-20 21:43:39
426
原创 8.16.2 ACM-ICPC 线性规划 单纯形算法
单纯形法是解决线性规划问题的一个有效算法。线性规划就是在一组线性约束条件下，求解目标函数最优解的问题。
2024-07-19 16:50:40
1107
原创 8.16.1 ACM-ICPC 线性规划 线性规划简介
线性规划（Linear Programming, LP）是一种数学方法，用于在满足一组线性不等式或等式约束条件下，寻找一个线性目标函数的最大值或最小值。线性规划广泛应用于各个领域，如经济学、工程学、管理学等，特别是在资源分配、生产计划和调度等方面具有重要作用。在ACM-ICPC竞赛中，线性规划也是一种常见的优化工具。
2024-07-17 20:48:23
573
原创 8.15.12 ACM-ICPC 线性代数 Jordan标准型
在线性代数中，Jordan标准型（Jordan Canonical Form, JCF）是一种矩阵的标准形式，它将矩阵分解为尽可能简单的块状形式。在ACM-ICPC竞赛中，掌握Jordan标准型的计算和应用技巧对选手而言是非常重要的。Jordan标准型为矩阵分析提供了一个强有力的工具。对于ACM-ICPC等竞赛，掌握Jordan标准型的计算方法和应用技巧无疑会提升选手的数学水平和解题能力。Jordan标准型是一个上三角矩阵，其中对角线上的元素是矩阵的特征值，而对角线以上的部分可能包含1。
2024-07-17 20:43:43
666
原创 DAY01-HTML5标签
通过综合应用各种HTML标签，创建一个包含个人简介的网页。通过综合应用各种HTML标签，创建一个包含Vue.js简介的网页。
2024-07-17 11:23:45
617
原创 8.15.11 ACM-ICPC 线性代数 对角化
对角化是指将一个方阵AAA表示成一个对角矩阵DDD的形式，这个对角矩阵是与AAA相似的矩阵。具体来说，如果存在一个可逆矩阵PPP，使得：其中，DDD是一个对角矩阵，PPP是由AAA的特征向量构成的矩阵。
2024-07-16 08:51:04
253
原创 8.15.10 ACM-ICPC 线性代数 特征多项式
特征多项式（Characteristic Polynomial）是一个与矩阵相关的多项式，它反映了矩阵的特征值。设 AAA 是一个 n×nn \times nn×n 的方阵，III 是同维数的单位矩阵，则矩阵 AAA 的特征多项式定义为：其中，det\detdet 表示矩阵的行列式，λ\lambdaλ 是一个变量。特征多项式是理解和分析矩阵的重要工具，通过它可以求解矩阵的特征值和特征向量。在ACM-ICPC竞赛中，掌握特征多项式的计算方法和性质，可以帮助选手更好地解决涉及线性代数的问题。
2024-07-16 08:46:25
551
原创 8.15.9 ACM-ICPC 线性代数 线性映射
线性映射（Linear Map）是两个向量空间之间的映射，满足以下两个条件：简单来说，线性映射保持向量的加法和标量乘法运算。
2024-07-14 20:03:28
611
原创 2.3 Python关键字简要说明
在Python编程语言中，关键字是预定义的保留字，用于特定的语法功能。它们不能被用作变量名、函数名或任何其他标识符。在IDLE或其他开发环境中，这些关键字通常会被高亮显示，以便开发者识别。下面是Python关键字及其简要说明。综上所述，Python关键字提供了丰富的语法功能，使得程序的逻辑控制、异常处理、函数和类的定义、模块的导入等操作变得更加简洁和高效。掌握这些关键字的用法对于编写高质量的Python代码至关重要。
2024-07-14 11:22:41
789
原创 2.2 Python运算符与表达式
除了算术运算符、关系运算符、逻辑运算符及位运算符等常见运算符之外，Python还支持一些特有的运算符，如成员测试运算符、集合运算符、同一性测试运算符等。运算符优先级遵循的规则为：算术运算符的优先级最高，其次是位运算符、成员测试运算符、关系运算符、逻辑运算符等，算术运算符遵循“先乘除，后加减”的基本运算原则。运算符也是表现对象行为的一种形式，不同类的对象支持的运算符有所不同，同一种运算符作用于不同的对象时也可能会表现出不同的行为，这正是“多态”的体现。用于成员测试，即测试一个对象是否为另一个对象的元素。
2024-07-13 15:06:53
529
原创 8.15.8 ACM-ICPC 线性代数 线性基
线性基是线性空间中的一个向量组，它具有生成整个空间的能力，同时向量组中的向量彼此线性无关。形式上，如果 VVV 是一个线性空间，向量组 {v1,v2,…,vn}\{v_1, v_2, \ldots, v_n\}{v1,v2,…生成整个空间。
2024-07-13 09:34:32
807
原创 8.15.7 ACM-ICPC 线性代数 线性空间
线性空间是一组向量的集合，这些向量可以通过加法和数乘运算进行组合，并满足特定的代数性质。加法闭包: 对于任何两个向量 uuu 和 vvv ， u+vu + vu+v 仍然是线性空间中的元素。数乘闭包: 对于任意向量 uuu 和数 α\alphaα ， αu\alpha uαu 也是线性空间中的元素。加法交换律加法结合律零向量存在: 存在一个零向量 000 ，使得对于任意向量 uuu ， u+0=uu + 0 = uu+0=u。加法逆元存在。
2024-07-13 09:17:01
777
原创 8.15.6 ACM-ICPC 线性代数 行列式
行列式是一个与方阵相关的标量量。对于一个 n 阶方阵 AAA，行列式记作 det(A)\det(A)det(A) 或 ∣A∣|A|∣A∣。行列式的具体定义如下：对于更高阶的行列式，可以使用递归展开法，即将行列式展开为其余子矩阵的行列式之和。手动计算较低阶的行列式可以采用这种方法，其时间复杂度为阶乘量级。使用记号 π(j1j2⋯jn)\pi(j_1j_2\cdots j_n)π(j1j2⋯jn) 表示排列 j1j2⋯jnj_1j_2\cdots j_nj1j2⋯jn 的逆序数。
2024-07-12 15:23:30
896
原创 1.2 常用的HTML标签
和。名词 1名词 1 的描述信息 1名词 1 的描述信息 2名词 2名词 2 的描述信息 1名词 2 的描述信息 2
2024-07-12 15:05:22
1285
原创 2.1 Python常用内置对象
除了常见的整数、实数、复数、字符串、列表、元组、字典、集合外，还有 zip、map、enumerate、filter 等对象。这些迭代器对象大多具有与 Python 序列相似的操作方法，不同之处在于迭代器对象具有惰性求值的特点，仅在需要时才给出新的元素，减少了对内存的占用。在 Python 中，没有字符常量和变量的概念，只有字符串类型。变量的值是可以变化的，且在 Python 中不需要事先声明变量名及其类型，直接赋值即可创建任意类型的变量。数字类型在 Python 中非常基础，支持整数、浮点数、复数等。
2024-07-12 14:25:07
866
原创 8.15.5 ACM-ICPC 线性代数 矩阵
对于矩阵 AAA，主对角线是指 Ai,iA_{i,i}Ai,i 的元素。一般用 III 来表示单位矩阵，就是主对角线上为 1，其余位置为 0。
2024-07-11 14:14:20
815
原创 12.8 一般周期函数的傅里叶级数
通过例 2，我们可以看到，对于定义在 [0,1][0, 1][0,1] 上的函数 M(x)M(x)M(x)，通过奇延拓和偶延拓，可以分别得到其正弦级数和余弦级数展开。在这个例子中，f(x)f(x)f(x) 是一个周期为 4 的函数，其傅里叶级数只含有正弦项，这是因为函数在区间内是奇对称的。当 nnn 为偶数时，bn=0b_n = 0bn=0；设 M(x)M(x)M(x) 定义在 [0,1][0, 1][0,1] 上。将 f(x)f(x)f(x) 展开成傅里叶级数，并作出级数的和函数的图形。
2024-07-10 15:00:17
632
原创 12.7 傅里叶级数
通过上述例题，可以看出傅里叶级数是一种将周期函数展开为三角函数级数的方法。在例题的具体解法中，通过计算傅里叶系数 ana_nan 和 bnb_nbn，再将其代入傅里叶级数展开式，可以得到具体的级数形式。傅里叶级数的图形能够反映出周期函数在不同点的收敛特性，从而为理解复杂波形的组成和分析提供了强有力的工具。一般说来，一个函数的傅里叶级数既含有正弦项，又含有余弦项（见例2）。但是，也有一些函数的傅里叶级数只含有正弦项（见例1）或者只含有常数项和余弦项（见例3）。这是什么原因呢？
2024-07-10 14:36:23
595
原创 *12.6 函数项级数的一致收敛性及一致收敛级数的基本性质
设有函数项级数 u1(x)+u2(x)+⋯+un(x)+⋯u_1(x) + u_2(x) + \cdots + u_n(x) + \cdotsu1(x)+u2(x)+⋯+un(x)+⋯ 在区间 III 上收敛于和 s(x)s(x)s(x)。如果对于任意给定的正数 ϵ\epsilonϵ，都存在着一个只依赖于 ϵ\epsilonϵ 的正整数 NNN，使得当 n>Nn > Nn>N 时，对区间 III 上的一切 xxx，都有不等式那么称函数项级数在区间 III 上一致收敛于 s(x)s(x)s(x)。
2024-07-02 10:54:01
755
原创 12.5 函数的幂级数展开式的应用
通过这些例题的详细解析，我们不仅掌握了函数幂级数展开式在近似计算中的应用，还学到了如何估计计算误差，保证结果的精度。这些数学思想和技巧在实际问题的解决中有着广泛的应用，希望大家能通过这些例题的分析更好地理解和掌握幂级数展开的应用。
2024-07-01 21:08:27
598
原创 12.4 函数展开成幂级数
f(n)(x),…f'(x), f''(x), \ldots, f^{(n)}(x), \ldotsf′(x),f′′(x),…,f(n)(x),…定理：设函数 f(x)f(x)f(x) 在点 x0x_0x0 的某一邻域 U(x0)U(x_0)U(x0) 内具有各阶导数，则 f(x)f(x)f(x) 在该邻域内能展开成泰勒级数的充分必要条件是在该邻域内 f(x)f(x)f(x) 的泰勒公式中的余项 Rn(x)R_n(x)Rn(x) 当 n→∞n \to \inftyn→∞ 时的极限为零，即。
2024-07-01 20:08:48
870
原创 8.15.3 ACM-ICPC 线性代数 内积和外积
内积的一个重要应用是计算两个向量之间的夹角 θ\thetaθ，通过以下公式：其中，∣a∣|\mathbf{a}|∣a∣ 和 ∣b∣|\mathbf{b}|∣b∣ 分别是向量 a\mathbf{a}a 和 b\mathbf{b}b 的模。++i) {反交换律分配律结合律。
2024-06-30 21:10:54
276
原创 8.15.2 ACM-ICPC 线性代数 向量
向量是线性代数中的基础概念，也是ACM-ICPC竞赛中的重要工具。在实际竞赛中，熟练运用向量相关算法和技巧，将会在解决复杂问题时带来极大的优势。在ACM-ICPC编程竞赛中，线性代数是一个非常重要的数学基础，而向量作为其中的基本概念，更是各种算法实现的关键。本文将详细探讨向量的基本概念、向量运算及其在编程竞赛中的应用。通过对向量的深入理解和练习，我们可以在ACM-ICPC等编程竞赛中更好地应对各种挑战，取得更优异的成绩。向量减法类似于向量加法，是将两个向量的对应分量相减。
2024-06-30 21:03:19
385
原创 8.15.1 ACM-ICPC 组合数学 线性代数简介
我认为，线性代数作为一门在实际解决问题过程中衍生出来的学科很有研究的必要性。它是后面研究描述人工智能各种问题和方法的强有力工具早在几千年前，就有古人应用线性方程组解决问题，而如今，线性代数仍然应用广泛。
2024-06-29 16:35:51
877
原创 8.14.16 ACM-ICPC 组合数学 图论计数
nnn 个点的图至多有 (n2)\binom{n}{2}(2n) 条边，每条边根据其出现与否有两种状态，每种状态之间独立，因而有 gn=2(n2)g_n = 2^{\binom{n}{2}}gn=2(2n)。注意到对于每个连通二分图，我们恰好有两种不同的染色方法，对应到两组不同的连通 2 染色图，因而对 gng_ngn 进行连通化，得到的序列恰好是 b1nb1_nb1n 的两倍，而 bnb_nbn 则由 b1nb1_nb1n 进行逆连通化得到。在之前的例题中已被解决，考虑欧拉图。
2024-06-29 16:16:17
812
原创 8.14.14 ACM-ICPC 组合数学 范德蒙德卷积
范德蒙德卷积是指通过两个序列的卷积来计算一个新的序列，其定义如下：其中，A(i)A(i)A(i) 和 B(j)B(j)B(j) 是两个已知序列，C(k)C(k)C(k) 是通过卷积得到的新序列。
2024-06-29 11:32:09
652
原创 P85 02 程序的内存模型—内存四区—全局区
全局区是存储全局变量和静态变量的内存区域。这些变量在程序启动时分配内存，并在程序结束时释放。与局部变量不同，全局变量和静态变量的生命周期贯穿整个程序的运行过程。全局区通常包括数据段（data segment）和BSS段（Block Started by Symbol）。
2024-06-28 11:13:48
930
原创 P84 01 程序的内存模型—内存四区—代码区
代码区数据区栈区堆区这四个区域分别用于存储程序代码、全局变量和静态变量、局部变量以及动态分配的内存。代码区是C++程序内存模型中的一个重要组成部分，它存储程序的机器指令，并在程序的整个生命周期内保持不变。理解代码区的特点和作用有助于编写更高效、更安全的C++程序。在未来的博客中，我们将进一步探讨数据区、栈区和堆区，帮助大家全面理解C++程序的内存模型。通过掌握内存四区的知识，开发者可以更好地优化程序性能，避免常见的内存管理错误，提高程序的可靠性。希望这篇博客对你理解C++程序的内存模型有所帮助。
2024-06-28 10:31:00
846
原创 2.5 指针和引用
指针是一种特殊的变量，具备一般变量的三个基本要素，但在类型和值上与一般变量有所不同。指针用于存放某个变量的地址值，因此，指针变量的数据值是某个变量在内存中的地址值。指针的类型是其所指向变量的类型，而不是指针本身的数据值类型。指针不仅可以指向各种类型的变量，还可以指向数组、函数、文件，甚至指向其他指针（即多级指针）。int a = 5;这里，定义了一个int型变量a，并初始化为5。定义了一个指针p，它指向int型变量a，其中&a表示变量a的地址值。定义指针时需要指定其类型，即在指针名前冠以，表示。
2024-06-27 18:48:13
932
原创 4.9 函数模板
模板是一种工具，它是C++语言支持参数化多态性的工具。模板是用来解决代码重用的一种方法。代码重用就是按不同方式重复使用代码，因此，要求重用代码要有通用性，即不受使用的数据类型的影响。这种程序设计类型称为参数化程序设计，而模板就是用来解决这一问题的。模板实际上是对类型进行参数化。它是由可以使用和操作一定范围内的数据类型的通用代码构成的。总之，模板是对类型进行参数化的工具。模板通常有两种不同形式：函数模板和类模板。template (类型) () {
2024-06-27 09:55:52
648
原创 4.8 C++语言的系统函数
C++语言系统将所提供的系统函数的说明分类放在不同的头文件（.h文件）中。有关数学常用函数（如指数函数、对数函数、绝对值函数、立方根函数和三角函数及反三角函数等）放在math.h文件中。判断字母、数字、大写字母、小写字母等的函数放在ctype.h文件中。有关字符串处理的函数放在string.h文件中。屏幕处理函数放在conio.h中。图形处理函数放在graph.h中。了解所使用的C++语言系统提供了哪些系统函数。
2024-06-27 09:29:15
764
原创 4.7 作用域
在存在层次结构的作用域中，变量不能重复定义。这是指在相同的作用域内，不可有同名变量。但是，在不同的作用域内允许对某个变量进行重新定义。例如，在一个函数体内定义了分程序变量a，不能同时又定义一个同名变量a，但是可以在该函数体内的某个分程序中对变量a进行重新定义。int a;float a;这里有两个不同的变量名字都是a。按作用域的规则规定，int型变量a在整个函数fun内都是有效的、可见的。而float型变量a仅在定义它的分程序内是可见的，在该分程序前后的函数体内是不可见的。那么，int。
2024-06-27 08:56:24
755
原创 4.6 函数的嵌套调用和递归调用
但是，用递归方法编写的程序执行起来在时间和空间的开销上比较大，既要花费较长的计算时间，又要占用较多的内存单元，因为递归的过程中要占用较多的内存单元存放“递推”的中间结果。在调用B函数的过程中，还可以调用C函数。原有的问题能够分解为一个新的问题，而新的问题又用到了原有问题的解法，这就出现了递归。按照这一原则分解下去，每次出现的新问题是原问题简化后的子问题，而最终分解出来的新问题是一个已知解的问题。该阶段是从已知的条件出发，按照“递推”的逆过程，逐一求值回归，最后到达递推的开始处，结束回归阶段，完成递归调用。
2024-06-27 08:45:43
850
原创 4.5 函数重载
在同一作用域内可以有一组具有相同名字但不同参数的函数。这被称为函数重载。函数重载的概念是：同一个函数名可以对应多个函数实现。例如，可以用函数名add定义多个函数，每个函数实现的功能是求和，即求两个操作数的和。一个函数实现是求两个整型数之和，另一个函数实现是求两个浮点型数之和，还有一个函数实现是求两个复数之和。每个函数对应着一个函数体。这些函数的名字相同，但是函数的参数类型不同。这就是函数重载的概念。函数重载要求编译器能够根据参数来区分函数，即采用不同的函数实现。
2024-06-27 08:36:57
244
原创 4.4 内联函数
内联函数的定义方法很简单，只要在函数定义的函数头前面加上inline关键字。内联函数的定义方法与一般函数一样。其中，inline是关键字。函数add_int()是内联函数。例4.13i
2024-06-27 08:33:04
390
数值计算方法实验报告四
2023-05-14
数值计算方法实验报告3
2023-05-14
数值计算方法实验报告二
2023-05-14
华北水利水电大学数值计算方法实验报告实验一
2023-05-14
我想问第二个问题在写页面的时候为什么要有换行和照片莫名奇妙跑到超链接上
2024-07-19
离散数学的集合的覆盖和划分吗？
2024-06-30
整数划分的递归关系是怎么讨论出来的
2023-03-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人