第一次打省赛总结

于 2014-06-05 08:59:42 发布
阅读量766 收藏
点赞数
分类专栏： 编程感悟 文章标签： 编程
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/u013934593/article/details/27580131
版权

            这将注定是一场令我难忘的经历。

            从进入大学的那一天开始，我想我就注定与acm结下不解之缘，因为我的专业是软件工程，于是浪漫而苦逼的编程生涯开始了。随着自己对编程的不跟昼夜的付出以及自己对编程的不断积累，自己对编程也逐渐有了感觉。然后就是不知不觉的省赛的来临，然后就是惊险刺激、跌宕起伏、刀光剑影的选拔赛，最后到自己有惊无险的杀出重围成为省赛的一员。我真的感觉这真的是一个可歌可泣的励志故事，而自己就是这个故事的男主角。

            虽然我们只是一支观光打星队，但是我们绝不甘心打酱油，因为我们流着一身战斗的血液和有着一颗永不服输的心，我们拼命地争取做好每一道题。但可能由于我们太过于激动、过于紧张、过于激情，二十多分钟过去了，题竟然没有消灭到一道。当时真的有点慌了，这可如何是好啊。就在这千钧一发之际，我们队的大翻译家队友终于看到有一个英语题比较水，于是我们瞬间就看到了希望，瞬间感到整个世界都变好了，然后队友就开始以迅雷不及掩耳盗铃之势疯狂的敲代码，几分钟后代码就搞定了，正当我们高高兴兴测试数据时，擦！坑爹一幕上演了，codeblock竟然崩溃了，咔嚓!这什么原因，当时我们都疯了，这难道是上天在考验我们么，后来找来了工作人员，他们竟然也不知道什么地方出了问题，只能我们自己找，于是我们就开始苦逼的找编译环境到底出了什么情况，又查找了一二十分钟才终于找到原因，最终把这道题给拿下了。对于这种情况我只能说太坑了！！太坑了啊！！然后我们开始做第二道，这题是我的逗比、奇葩队友用了一个很神奇的方法，写了一百多行据说是他自己都有点看不懂的代码硬生生的给切掉了。对于这种现象我想只能是无限膜拜了。后来我们稳扎稳打又A掉了两道题。最终得了个特殊银奖荣誉。

           对于这次省赛，总的来说还是很不错的，因为我们参与了省赛，经历了省赛，为以后的大型比赛打下了一点基础，感觉还是很值得的。通过这次省赛我们也大约知道了我们的实力如何，以及和别人的差距，这对于我们以后的学习和进步具有很大的推进作用。这次省赛我们也知道了队伍团结的重要性，大家各有所长，只有交织在一起才能取得更好的成绩，缺少了任何一位都不行。

           对于这次省赛，我也看到了我们的不足。首先我们队的算法基础不是很好，导致我们在比赛时很吃亏。还有就是自信心有点不足。比赛时，不知道是太激动了，还是太紧张了，反正就是心潮澎湃，整的都不敢下手敲代码了，害怕出现错误，磨磨蹭蹭的导致了浪费了很多时间。只能说还是太年轻啊！！！！

           哎！好吧，通过这次省赛我已经知道自己的长处和不足，只能说:加油吧！少年！你离你的目标还有很远很远很远很远很远。。。。。。。

 

keysen_yu
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
qt练习控件label控件-lineEdit控件样例代码
07-30
qt练习控件label控件-lineEdit控件样例代码
【JCR一区级】麻雀搜索算法SSA-CNN-LSTM-Attention故障诊断分类预测【含源码 5689期】.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-LSTM-Attention分类系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-LSTM-Attention分类 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-LSTM-Attention分类 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-LSTM-Attention分类 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-LSTM-Attention分类 4.4.5 萤火虫算法FA/差分算法DE-CNN-LSTM-Attention分类
详解MATLAB Simulink通信系统建模与仿真
07-30
第1 章 MATLAB 基础与通信系统仿真 1.1 MATLAB 简介 1.2 MATLAB 程序设计 1.3 通信系统仿真 第2 章 Simulink 仿真基础 2.1 Simulink 简介 2.2 Simulink 工作环境 2.3 Simulink 仿真的基本方法 2.4 创建自己的模块库 2.5 S-函数的编写 第3 章 通信信号与系统分析 3.1 离散信号和系统 3.2 Fourier 分析 3.3 带通信号的低通等效 3.4 随机信号分析 第4 章 信道 4.1 加性高斯白噪声信道 4.2 多径衰落信道 第5 章 模拟调制 5.1 幅度调制 5.2 角度调制 第6 章 数字基带传输 6.1 概述 6.2 二进制基带信号传输 6.3 基带PAM 信号传输 6.4 带限信道的信号传输 第7 章 数字信号载波传输 7.1 概述 7.2 载波幅度调制（PAM） 7.3 载波相位调制（PSK） 7.4 正交幅度调制（QAM） 7.5 载波频率调制（FSK） 第8 章 信道编码和交织 8.1 概述 8.2 线性分组码
SCI一区】淘金算法GRO-CNN-BiLSTM-Mutilhead-Attention多变量时序预测含源码 5642.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-BiLSTM-Mutilhead-Attention回归预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.5 萤火虫算法FA/差分算法DE-CNN-BiLSTM-Mutilhead-Attention回归预测
2020年首届“洪泽湖杯”中国人工智能掼蛋算法大赛第8名我就是掼蛋.zip
07-30
毕业设计是高等教育阶段学生完成学业的一个重要环节，通常在学士或硕士学业即将结束时进行。这是学生将在整个学业中所学知识和技能应用到实际问题上的机会，旨在检验学生是否能够独立思考、解决问题，并展示其专业能力的一项综合性任务。 毕业设计的主要特点包括： 独立性： 毕业设计要求学生具备独立思考和解决问题的能力。学生需要选择一个合适的课题，研究相关文献，进行实地调查或实验，并提出独立见解。 实践性： 毕业设计是将理论知识应用到实际问题中的一次实践。通过完成毕业设计，学生能够将所学的专业知识转化为实际的解决方案，加深对专业领域的理解。 综合性： 毕业设计往往要求学生运用多个学科的知识，综合各种技能。这有助于培养学生的综合素养，提高他们的综合能力。 导师指导： 学生在毕业设计过程中通常由一名指导老师或导师团队提供指导和支持。导师负责引导学生确定研究方向、制定计划、提供建议，并在整个过程中监督进展。 学术规范： 毕业设计要求学生按照学术规范完成研究，包括文献综述、研究设计、数据采集与分析、结论和讨论等环节。学生需要撰写一篇完整的毕业论文，并进行答辩。
网络音乐搜索引擎，音乐搜索器 - 多站合一音乐搜索,音乐在线试听
07-30
网络音乐搜索引擎，音乐搜索器 - 多站合一音乐搜索,音乐在线试听 效果截图https://www.diyiyuanma.cn/3444.html 多站合一音乐搜索解决方案，数据调用的是各网站的API接口， 有的接口并不是开放的，随时可能失效，本项目相关代码仅供参考。 网络音乐搜索引擎，音乐搜索器 - 多站合一音乐搜索,音乐在线试听
这是一个旨在简化合约部署、验证、交互等操作用于生成区块链智能合约Foundry框架指令的 Web3.0开发者工具
07-30
这是一个旨在简化合约部署、验证、交互等操作用于生成区块链智能合约Foundry框架指令的 Web3.0开发者工具。
三种esprit算法实现doa估计 _rezip.zip
07-30
在信号处理领域，DOA（Direction of Arrival）估计是一项关键技术，主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT（Estimation of Signal Parameters via Rotational Invariance Techniques）算法在DOA估计中的实现，以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的，其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC（Multiple Signal Classification）算法具有较低的计算复杂度，且无需进行特征值分解，因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤：构造等效旋转不变系统和估计角度。通过空间平移（如延时）构建两个子阵列，使得它们之间的关系具有旋转不变性。然后，通过对子阵列数据进行最小二乘拟合，可以得到信号源的角频率估计，进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异，比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤（如数据归一化）、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件，可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS（Total Least Squares）ESPRIT是对普通ESPRIT的优化，它考虑了数据噪声的影响，提高了估计的稳健性。在TLS_ESPRIT算法中，不假设数据噪声是高斯白噪声，而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现，包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中，选择合适的ESPRIT变体取决于系统条件，例如噪声水平、信号质量以及计算资源。通过MATLAB实现，研究者和工程师可以方便地比较不同算法的效果，并根据需要进行调整和优化。同时，这些代码也为教学和学习DOA估计提供了一个直观的平台，有助于深入理解ESPRIT算法的工作原理。
细胞分割计数matlab程序 附GUI 1.zip
07-30
细胞分割计数matlab程序 附GUI 1
【SCI顶级】多元宇宙算法MVO-CNN-LSTM-Multihead-Attention温度预测【含源码 5726期】.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-LSTM-Mutilhead-Attention回归预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-LSTM-Mutilhead-Attention回归预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.5 萤火虫算法FA/差分算法DE-CNN-LSTM-Mutilhead-Attention回归预测
基于MC9S12单片机的电动汽车锂电池组监控系统研究
最新发布
07-30
锂电池体积小、比能量高、循环寿命长，在电动汽车产业得到广泛应用。但是锂电池在成组使用过程中会出现过充、过放及电量不一致等问题，这会降低锂电池组的使用性能、缩短锂电池组使用寿命，严重时还会引发锂电池起火、爆炸导致安全问题。因此，研究锂电池组监控系统对保证锂电池安全高效运行具有重要意义。 基于MC9S12系列单片机、电压采集模块、电流采集模块、温度采集模块、均衡模块及通信模块，搭建了锂电池组监控系统，并选用电池工作电压来实现电池的均衡监控。针对锂电池组电量出现的不一致问题，开发了被动均衡和主动均衡两种均衡策略。当采用被动均衡策略时，推挽开关电路会选通待均衡的单体电池，利用功率电阻消耗其多余的电量，使得锂电池组电量重新一致。为了准确监控锂电池组的剩余电量，设计了SOC估算算法。对初始SOC值，考虑锂电池动态滞回特性，采用修正开路电压法来估算；对实时SOC值，考虑库伦效率的影响，采用修正安时法来估算。监控系统的控制系统由上位机与下位机组成，下位机采用HCS12S内核微处理器，实现各功能模块的控制任务；上位机采用LabVIEW编写交互界面，提供数据显示、预警监测、串口通信等功能。
点击未来：Python GUI编程全解析
07-30
Python是一种广泛使用的高级编程语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年。Python的设计哲学强调代码的可读性和简洁的语法（尤其是使用空格缩进来区分代码块，而不是使用大括号或关键词）。这使得Python被认为是一种易于学习的语言，同时具备强大的功能，适合初学者和经验丰富的程序员。 Python的主要特点包括： 1. **易于学习**：Python有相对较少的关键字，结构简单，和一个明确定义的语法。 2. **易于阅读**：Python代码定义的清晰度使得它像可执行伪代码。 3. **易于维护**：Python的成功在于它的源代码是相当容易维护的。 4. **广泛的标准库**：Python的标凑库很庞大，包含用于互联网通信、网络通信、数据压缩、加密、系统管理等的模块。 5. **跨平台**：Python可以在多种操作系统上运行，包括但不限于Windows、Mac OS X、Linux等。 6. **解释型语言**：Python是一种解释型语言，这意味着开发过程中没有编译步骤。 7. **动态类型系统**：Python不会在编写
[毕设]Java企业销售与采购管理系统源码.zip
07-30
[毕设]Java企业销售与采购管理系统源码
用 365 道高频算法题，带你融会贯通算法知识，做到以不变应万变
07-30
用 365 道高频算法题，带你融会贯通算法知识，做到以不变应万变
基于Android的新闻推荐系统.zip
07-30
基于Android的新闻推荐系统.zip
apache-activemq-5.18.5-bin.zip
07-30
apache-activemq-5.18.5-bin
js特效脚本含源码和说明音乐封面推荐形式的焦点图
07-30
js，js特效脚本含源码和说明音乐封面推荐形式的焦点图
etcd-v3.4.26-linux-amd64.tar.gz
07-30
kubelet.sh
减法平均算法SABO-CNN-LSTM-Multihead-Attention温度预测【含源码 5740期】.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-LSTM-Mutilhead-Attention回归预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-LSTM-Mutilhead-Attention回归预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.5 萤火虫算法FA/差分算法DE-CNN-LSTM-Mutilhead-Attention回归预测
试题 历届真题 双向排序【第十二届】【省赛】【b组】
08-19
### 回答1： 好的，这是一道关于双向排序的省赛试题。题目描述如下： 给定一个长度为 $n$ 的正整数序列 $a_1,a_2,\cdots,a_n$，将它们分为两组，设第一组的元素为 $b_1,b_2,\cdots,b_m$，第二组的元素为 $c_1,c_2,\cdots,c_{n-m}$，满足： - $b_1,b_2,\cdots,b_m$ 按照从大到小的顺序排列。 - $c_1,c_2,\cdots,c_{n-m}$ 按照从小到大的顺序排列。 - 对于所有 $1\le i<j\le m$，有 $b_i+b_j>a_k$，其中 $1\le k\le n-m$。 - 对于所有 $1\le i<j\le n-m$，有 $c_i+c_j<b_k$，其中 $1\le k\le m$。 现在给定 $n$ 和 $a_1,a_2,\cdots,a_n$，求符合条件的分组方案数。 例如，当 $n=4$，$a_1=2,a_2=4,a_3=1,a_4=3$ 时，符合条件的分组方案有 $3$ 种，分别为： - $b_1=4,b_2=2$，$c_1=1,c_2=3$； - $b_1=4,b_2=3$，$c_1=1,c_2=2$； - $b_1=3,b_2=2$，$c_1=1,c_2=4$。 请问这道题应该如何解答呢？ ### 回答2： 第十二届省赛B组的双向排序问题是一个典型的排序问题。 双向排序是指按照特定的规则对数据进行排序，既可以按照从小到大，也可以按照从大到小的顺序进行排列。这个问题可以使用排序算法来解决。 解决该问题的一种方法是使用冒泡排序算法。该算法的思想是通过多次遍历数组，比较相邻的元素并交换位置，使得最大（或最小）的元素逐渐移到末尾（或开头），以此实现排序。 具体步骤如下： 1. 定义一个布尔变量flag来表示是否发生了元素交换的操作，默认为false。 2. 从数组的第一个元素开始，依次比较相邻元素，如果前一个元素大于（或小于）后一个元素，则交换它们的位置，并将flag设为true，表示发生了交换。 3. 遍历完一次数组后，如果flag仍为false，说明数组已经是有序的，可以结束排序。 4. 如果flag为true，继续进行下一次遍历，从头开始重复上述步骤。 5. 重复步骤2-4，直到数组完全排序。 在双向排序的问题中，需要使用两个冒泡排序。首先，按照从小到大的顺序对每一行进行排序，然后按照从大到小的顺序对每一列进行排序。这样一来，就可以实现双向排序。 总结起来，双向排序问题可以使用冒泡排序算法来解决。通过多次遍历数组，分别按照行和列进行排序，即可达到双向排序的目的。 ### 回答3： 第十二届省赛B组的试题是关于双向排序的。双向排序是一种特殊的排序方法，既可以按照某一列的数值大小进行排序，又可以按照某一行的数值大小进行排序。 假设给定一个m行n列的矩阵，我们需要设计一个算法，使得矩阵按照以下规则进行排序： 1. 首先按照每一行的最小值进行排序，即每一行元素中最小的数排在前面； 2. 如果有两行及以上的最小值相同，则按照其所在行数从小到大进行排序； 3. 对于行数相同的元素，按照其所在列数从小到大进行排序。 我们可以采用以下步骤实现双向排序： 1. 遍历每一行，找到每一行的最小值，并将其与第一列的元素交换位置，保证每一行的最小值都在第一列； 2. 对矩阵按照第一列的数值大小进行排序，即将每一行的第一个元素作为关键字进行排序； 3. 对于第一列相同的元素，按照其所在行数从小到大进行排序，可以使用快速排序等算法实现； 4. 对于行数相同的元素，按照其所在列数从小到大进行排序，可以使用冒泡排序等算法实现。 通过以上步骤，我们可以得到按照双向排序规则排列的矩阵。这种排序方法可以保证每一行的最小值都在前面，同时满足其他排序规则。双向排序不仅简洁高效，还可以直观地展示矩阵中元素的分布情况，方便后续的数据分析和处理。 总结起来，双向排序是一种特殊的排序方法，可以按照每一行的最小值先排序，再按照行数和列数进行排序。它可以通过简单的交换和排序算法来实现，对于需要按照行和列进行排序的矩阵数据，是一种非常有用的排序方法。
评论 1
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