Educational Codeforces Round 17

A题:

题意:

给两个数n,k,求n的所有约数中第k小的数字是什么》

tip:

正常算的话肯定会超时,但是如果换一种思想,因为根号n的大小是不超过1e8的,那么就一定不会超时,所以求到根号n就可以把所有约数知道了,因为求一般的约数,另一半直接n/a[i]

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int maxn = 1e6+10;
int a[maxn];
void init(){
    long long int n;
    int k,ans = 0,flag = 0;
    scanf("%I64d%d",&n,&k);
    for(long long i = 1 ; i * i <= n ; i++){
        if(n%i == 0){
            a[++ans] = i;
            if(i *i == n) flag = 1;
        }
        if(ans == k){
            printf("%I64d\n",i);
            return ;
        }
    }
    if(flag == 0){
        if(k>2*ans)
            printf("-1\n");
        else
            printf("%I64d\n",(long long)n/a[2*ans-k+1]);
    }
    else{
        if(k>2*ans-1)printf("-1\n");
        else    printf("%I64d\n",(long long)n/a[2*ans-k]);
    }
}

int main(){
    init();
    return 0;
}

B题:

题意:

三个数字abc,a个电脑只有usb插口,b个电脑只有ps/2插口,c个电脑两个都有,然后给一些usb插口的鼠标,ps/2插口的鼠标,问最多能配多少个电脑,如果可以,价钱最少多少。

tip:

先把价钱排序,先把必须用某种鼠标的电脑配上,再算上都可以的,但是都可以的,因为排序的时候是单独排的,所以每次比较一下。

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
char s[10];
const int maxn = 3e5+10;
long long ans ;
int cntu,cntp,a[maxn],b[maxn],cnn;
void init(){
    int p,u,c,m;
    scanf("%d%d%d%d",&u,&p,&c,&m);
    for(int i =  0 ; i < m ; i++){
        int num;
        scanf("%d%s",&num,s);
        if(s[0] == 'U'){
            a[cntu++] = num;
        }
        else if(s[0] == 'P'){
            b[cntp++] = num;
        }
    }
    sort(a,a+cntu);
    sort(b,b+cntp);
    int cntui = cntu,cntpi = cntp;
    cntu = min(cntu,u);
    cntp = min(cntp,p);
    cnn = min(m-(cntu+cntp),c);
    printf("%d ",cntu+cntp+cnn);

    for(int i = 0 ;i < cntu ; i++){
        ans+=a[i];
    }
    for(int i = 0 ; i < cntp;i++ )
        ans+=b[i];
    int cc = 0,i = cntu,j = cntp;
    while(cc<cnn&&i<cntui&&j<cntpi){
        if(a[i] > b[j]){
            ans+=b[j];
            j++;
        }
        else{
            ans+=a[i];
            i++;
        }
        cc++;
    }
   // printf("j = %d  cntpi = %d\n",j,cntpi);
    for(int k = i; k < cntui&&cc<cnn;k++,cc++)  ans+=a[k];
    for(int k = j; k < cntpi&&cc<cnn;k++,cc++)  ans+=b[k];
    printf("%I64d\n",ans);
}

int main(){
    init();
    return 0;
}

C题:

题意:

B串中去掉一段连续的,然后剩下的部分最长且是A的子串。

tip:

从前往后每个字母能依次对应A的哪里,前后往前也一样,最后枚举B这个串从前往后取到哪,从后往前取到哪。

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int maxn = 1e7;
int cnt1[maxn],cnt2[maxn],sler,srel;
char a[maxn],b[maxn];
void init(){
    scanf("%s%s",a+1,b+1);
    memset(cnt1,-1,sizeof(cnt1));
    memset(cnt2,-1,sizeof(cnt2));
    int lena = strlen(a+1),lenb = strlen(b+1);

    int i = 1 ,j = 1;
    for(i = 1 ; i <= lenb ; i++){
        while(j <= lena&&b[i]!=a[j])
            j++;
        if(j == lena+1)   break;
        cnt1[i] = j++;
        sler = i;
       // printf("cnt1[%d] = %d\n",i,cnt1[i]);
    }
    int k = lena;
    for(i = lenb ; i > 0 ; i--){
        while(b[i]!=a[k]&&k > 0)
            k--;
        if(k == 0)   break;
        cnt2[i] = k--;srel = i;
       // printf("cnt2[%d] = %d\n",i,cnt2[i]);
    }
    if(cnt1[1]==-1&&cnt2[lenb]==-1){
        printf("-");
        return;
    }
    if(cnt1[1] == -1){
        for(int po = srel ;po <= lenb ;po++)
            printf("%c",b[po]);
        return;
    }
    if(cnt2[lenb] == -1){
        for(int po = 1 ;po <= sler ;po++)
            printf("%c",b[po]);
        return;
    }
    int l = sler,r = lenb,ansl,ansr,ans = 0;
    for(;l>=0;l--){
      // printf("l = %d\n",l);
        while(r>l&&cnt2[r]>cnt1[l]){
            r--;
        }
      // printf("r = %d   lenb = %d  1 = %d  ans = %d\n",r,lenb,l+lenb-r,ans);
        if(l+lenb-r>ans){
            ans = l+lenb-r;
            ansl = l;ansr = r+1;
        }
    }

    for(int i = 1 ; i <= ansl ; i++)    printf("%c",b[i]);
    for(int j = ansr ; j <= lenb ;j++)    printf("%c",b[j]);
}

int main(){
    init();
    return 0;
}
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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