[错题记录][vijos1280]The Moment-遇见

[codevs1159]最大全零子矩阵 传送门←这里用二维单调栈 其实就是对每一行跑一遍单调栈……#include<iostream> #include<cstdio> #include<algorithm> #include<cstring> #include<stack> using namespace std; const int MAXN = 2000 + 50; int map[MAXN][MAXN],f[MAXN][MAXN 阅读详情

链接←

70分,改天再调
因为是给pascal的题目,在c++这里负数的数组下标就很难处理

#include<iostream>
#include<cstdio>
#include<cmath>
#include<algorithm>
using namespace std;
const int MAXN = 3000 + 5;
int map[MAXN][MAXN];
int n,p = 1061109567;
bool dp[61][31][3000];
int minx = 1061109567;
int main(){
    scanf("%d",&n);
    for(int i = 1;i <= n;i ++){
        for(int j = 1;j <= i;j ++){
            scanf("%d",&map[i][j]);
            p = min(p,map[i][j]);
        }
    }
    for(int i = n + 1;i <= (n << 1) - 1;i ++){
        for(int j = 1;j <= (n << 1) - i;j ++){
            scanf("%d",&map[i][j]);
            p = min(p,map[i][j]);
        }
    }
    if(p > 0)p = -p;
    p *= 3;
    dp[(n << 1) - 1][1][map[(n << 1) - 1][1] - p] = true;
    dp[(n << 1) - 1][1][-map[(n << 1) - 1][1] - p] = true;
    for(int i = (n << 1) - 1;i >= n;i --){
        for(int k = 0;k < MAXN;k ++){
            if(k - map[i][1] >= 0 && k - map[i][1] < MAXN)dp[i][1][k] |= dp[i + 1][1][k - map[i][1]]
                |dp[i + 1][2][k - map[i][1]];
            if(k + map[i][1] >= 0 && k + map[i][1] < MAXN)dp[i][1][k] |= dp[i + 1][1][k + map[i][1]]
                |dp[i + 1][2][k + map[i][1]];
        }
        for(int j = 2;j <= (n << 1) - i - 1;j ++){
            for(int k = 0;k < MAXN;k ++){
                if(k - map[i][j] >= 0 && k - map[i][j] < MAXN)dp[i][j][k] |= dp[i + 1][j][k - map[i][j]]
                    |dp[i + 1][j + 1][k - map[i][j]]|dp[i + 1][j - 1][k - map[i][j]];
                if(k + map[i][j] >= 0 && k + map[i][j] < MAXN)dp[i][j][k] |= dp[i + 1][j][k + map[i][j]]
                    |dp[i + 1][j + 1][k + map[i][j]]|dp[i + 1][j - 1][k + map[i][j]];
            }
        }
        for(int k = 0;k <= MAXN;k ++){
            if(k - map[i][(n << 1) - i] >= 0 && k - map[i][(n << 1) - i] < MAXN)dp[i][(n << 1) - i][k] |= dp[i + 1][(n << 1) - i - 1][k - map[i][(n << 1) - i]];
            if(k + map[i][(n << 1) - i] >= 0 && k + map[i][(n << 1) - i] < MAXN)dp[i][(n << 1) - i][k] |= dp[i + 1][(n << 1) - i - 1][k + map[i][(n << 1) - i]];
        }
    }
    for(int i = n - 1;i >= 1;i --){
        for(int k = 0;k < MAXN;k ++){
            if(k - map[i][1] >= 0 && k - map[i][1] < MAXN)dp[i][1][k] |= dp[i + 1][1][k - map[i][1]]
                |dp[i + 1][2][k - map[i][1]];
            if(k + map[i][1] >= 0 && k + map[i][1] < MAXN)dp[i][1][k] |= dp[i + 1][1][k + map[i][1]]
                |dp[i + 1][2][k + map[i][1]];
        }
        for(int j = 2;j <= i - 1;j ++){
            for(int k = 0;k < MAXN;k ++){
                if(k - map[i][j] >= 0 && k - map[i][j] < MAXN)dp[i][j][k] |= dp[i + 1][j][k - map[i][j]]
                    |dp[i + 1][j + 1][k - map[i][j]]|dp[i + 1][j - 1][k - map[i][j]];
                if(k + map[i][j] >= 0 && k - map[i][j] < MAXN)dp[i][j][k] |= dp[i + 1][j][k + map[i][j]]
                    |dp[i + 1][j + 1][k + map[i][j]]|dp[i + 1][j - 1][k + map[i][j]];
            }
        }
        for(int k = 0;k < MAXN;k ++){
            if(k - map[i][i] >= 0 && k - map[i][i] < MAXN)dp[i][i][k] |= dp[i + 1][i + 1][k - map[i][i]];
            if(k + map[i][i] >= 0 && k + map[i][i] < MAXN)dp[i][i][k] |= dp[i + 1][i + 1][k + map[i][i]];
        }
    }
    p = -p;
    for(int i = 0;i < MAXN;i ++){
        if(dp[1][1][i])minx = min(minx,abs(p - i));
    }
    printf("%d",minx);
    //for(int i = 0;i < MAXN;i ++)if(dp[3][1][i])printf("%d ",i);
    return 0;
}
AltiumDesigner.zip 立即下载

相关推荐

YOLO26算法日历数字识别+训练好的模型+102张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[数字(number)] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 97 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9156** mAP50-95 | 0.7374 Precision | 0.8626 Recall | 0.8381 train/box_loss | 0.8790 train/cls_loss | 0.7499 val/box_loss | 0.7874 val/cls_loss | 0.6025 【训练过程分析】 训练开始后,我注意到前几轮的 loss 下降特别快,这让我有点兴奋,但随着训练的深入,loss 的降幅变得不那么明显了。在训练的第 30 轮左右,val_loss 开始趋于平稳,这让我稍微放心了一些,但同时也感觉压力倍增,因为一旦训练过早平稳,就容易陷入过拟合的泥沼。经过 97 轮的磨炼,最终 mAP50 达到了 0.9156,这让我松了一口气。不过,mAP50-95 仅有 0.7374,和 mAP50 之间有明显的差距,说明模型在低置信度的检测上还需要优化。从 loss 曲线来看,训练过程总体上比较平稳,没有明显的过拟合迹象,但也让人觉得有些枯燥。我心想,要是能早点找到一个陡峭上升的训练曲线该有多好,这样至少能让人心态更积极一些。 随着训练进行到后半段,模型开始逐渐收敛,但这个过程并不是一帆风顺的。在训... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

[洛谷P1658]购物

题目←因为看方法大概跟题解里的不太一样,就另写了个题解丢上去了 这里就不再写了……#include<iostream> #include<cstdio> #include<algorithm> #include<cstring> using namespace std; int x,n,v[10010],cnt; int dp[10010],ans = 10010; bool exist[1001

LOI_pingxing的博客 764

风储VSG-基于虚拟同步发电机的风储并网系统Simulink仿真

内容概要:本文介绍了“Plecs全桥LLC谐振变换器仿真模型”这一技术资源,聚焦于隔离型全桥LLC谐振变换器的建模、仿真与参数设计,涵盖其在电力电子系统中的关键应用,如软启动、闭环控制、变频控制及效率优化等。该模型支持对LLC变换器在不同工作模式下的动态响应与性能表现进行深入研究,适用于探究谐振拓扑结构、磁性元件设计、谐振参数匹配以及先进控制策略的科研与工程实践。同时,文档配套提供了仿真模型、设计报告与计算书等完整资料,强化了其实用性与教学价值。; 适合人群:具备电力电子、自动化或电气工程等相关专业背景,从事电力电子变换器研发、系统仿真与控制算法设计的科研人员、工程师及研究生。; 使用场景及目标:①用于全桥LLC谐振变换器的建模、仿真与动态性能分析;②支持对软启动过程、闭环稳压控制、变频调谐及效率优化等核心技术的研究与教学;③为电力电子电源系统的工程设计、参数优化与控制策略验证提供高精度仿真平台。; 阅读建议:建议结合Plecs或Simulink等仿真工具进行动手实践,重点理解电路拓扑构建、谐振参数计算、控制器设计与系统稳定性分析,并配合文档中的设计报告与计算书,系统掌握从理论到仿真的完整流程。

[codevs1418]愚蠢的矿工

题目←之前听过思路,胡搞了一下…… 左儿子右兄弟写起来简单些(枚举次数并不少)转移: dp[i][j]为到第i个点剩j人的最大可获价值 节点上留人则可由左儿子和右兄弟的和+自己转来; 节点上不留人只能由右兄弟转来#include<iostream> #include<cstdio> #include<algorithm> #include<cstring> using namespace s

LOI_pingxing的博客 750

国央企创新负责人如何通过平台实现科技创新资源的系统集成与高效配置?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

独立储能的现货电能量与调频辅助服务市场出清协调机制(Matlab代码实现)

内容概要:本文介绍了“Plecs全桥LLC谐振变换器仿真模型”这一技术资源,聚焦于全桥LLC谐振变换器在电力电子系统中的建模与仿真研究。该资源提供了基于Plecs平台的高精度仿真模型,完整呈现了变换器的主电路拓扑、谐振参数设计、软开关实现机制及变频控制策略,能够有效支持对系统效率、动态响应与稳态性能的深入分析。模型充分体现了LLC谐振变换器在实现零电压开关(ZVS)、降低开关损耗和提升能量转换效率方面的优势,适用于新能源发电、储能系统及高效率电源设计等应用场景。; 适合人群:具备电力电子、自动控制及电路理论基础知识,从事电力电子变换器设计、新能源系统开发或相关领域研究的研究生、高校教师及工程技术人员。; 使用场景及目标:①用于全桥LLC谐振变换器的工作原理教学与参数设计实践;②支撑软开关特性、变频控制策略、效率优化等关键技术的仿真验证与性能评估;③作为科研项目、课程设计或毕业设计中电力电子系统仿真的核心参考模型,促进理论与工程实践的结合。; 阅读建议:建议使用者在掌握LLC谐振变换器基本工作原理的基础上,结合相关电力电子教材与Plecs软件操作指南,通过调整谐振元件参数、负载条件及控制策略进行多工况仿真,深入理解其工作机理与优化方法,并结合实验数据对比验证仿真结果的准确性。

[codevs4888零件分组][codevs1044拦截导弹]

codevs4888零件分组两道题目都牵扯到了一个问题,一个区间中存在的单调序列的个数 若要求序列单调不增,则序列个数为最长单调递增序列;(导弹拦截) 若要求序列单调不减,则个数为最长单调递减序列;(零件分组)证明摘自某不知名blog: 对于某序列有增有减,则该序列所形成的严格单调递增序列必然为其每个互相完全不相同单调递减序列的某一个元素共同构成,即对于序列100 68 66 56 78 8

LOI_pingxing的博客 706

idea 编译打包nacos2.0.3源码,生成可执行jar 包常见问题

idea 编译打包nacos2.0.3源码,生成可执行jar 包常见问题

fyihdg的专栏 1218

[vijos1907][codevs3729]飞扬的小鸟

题目←n <= 10000,m <= 1000,凑成10^7刚好 所以设dp[i][j]为到位置i高度j的最小步数 一个显然的转移是dp[i][j] = min(dp[i - 1][j - h[i][0]],dp[i - 1][j +h[i][1]) 然而我们注意到,在一个地方只是可以多次点击的 也就是说,h[i][0]可以累加多次 枚举h[i][0]累加次数会T两个点 但我们注意到,一

LOI_pingxing的博客 624

海康威视iVMS-4200在银河麒麟系统部署全攻略与疑难排解

在信创国产化进程中,软件兼容性是关键挑战之一。以安防监控领域广泛使用的海康威视iVMS-4200客户端为例,其从Windows环境迁移到银河麒麟等国产操作系统时,面临架构适配、依赖库匹配等核心兼容性问题。这涉及到跨平台软件部署的通用原理:不同CPU架构(如ARM的飞腾、x86的兆芯)和操作系统底层API的差异,要求软件必须进行针对性编译和优化。解决这类问题的技术价值在于保障专业软件在国产化环境中的稳定运行,是信创产业落地的重要环节。具体到应用场景,如在基于银河麒麟V10的安防监控项目中,通过获取对应架构的.

weixin_33423874的博客 1451

PMOS缓启动电路设计实战:用LTspice优化上电时序,把60A冲击降到15A

本文通过一个实战案例,深入解析了PMOS缓启动电路如何有效抑制上电冲击电流。文章指出,低ESR电容是导致冲击电流飙升的元凶,并详细阐述了利用LTspice仿真工具,通过优化栅极电阻和栅源电容等参数,将高达60A的冲击电流成功降至15A的设计与优化过程,为电源开关电路设计提供了可复用的方法论。

onion的博客 899

[vijos1232]核电站问题

题目←大概需要更多方案数这方面DP的练习……题意:在n个位置放 <= m个核电站,有多少种放法使最长连续核电站数 <= m dp[i][j]定义:以第i个核电站为终点,最放连续j个核电站的方案数 这样若j位置连续大于等于1个,则方案数为dp[i][j] = dp[i - 1][j - 1], 若位置j连续为0,则为dp[i - 1]这一层所有状态方案数的总和 注意枚举时j始终 < m,#in

LOI_pingxing的博客 564

FreeCAD地下管道自动化建模实战:Python脚本从入门到导出OBJ

本文详细介绍了如何利用FreeCAD的Python API实现地下管道的自动化建模,从数据处理到模型导出OBJ格式的全流程。通过实战案例和代码示例,展示了圆形和矩形截面管道的创建方法,以及法兰连接等特殊处理技巧,大幅提升工程设计效率。

ff678的博客 248

[洛谷P2246] Hello World

明确各个数组的含义,保证在转移的时候符合实际

LOI_pingxing的博客 553

基于STM32与OV7670的嵌入式视频监控系统设计与实现

本文详细介绍了基于STM32单片机与OV7670摄像头的嵌入式视频监控系统设计与实现。从硬件选型、电路设计到软件开发,涵盖了摄像头驱动、TFT显示优化及图像处理等关键技术,提供了实用的调试技巧和性能优化方案,为低成本、高效率的视频监控系统开发提供完整解决方案。

desk3的博客 802

SOMEIP协议--第三节[SOMEIP/SD](SD格式)

Entry和Option是SD报文中最重要的内容,是服务发现功能的承载。7.Minor Version是指当前服务的小版本号,可以配置,用于给用户区分当前服务的版本用的。注意:stop offer,stop subscribe,Subscribe Nack 这三条的TTL一定设为0,唯一和offer,subscribe,Subscribe的区别。Option用来辅助Entry实现其功能,是Entry携带的附加信息,作用上一般是用来告诉对端自己业务的ip和port信息,方便对端通过ip和port发送报文。

qq_41816308的博客 1340

[vijos1235]天堂的馈赠

题目←状态定义很显然的DP题 设dp[i][j]为第i秒位于位置j所能获得的最大礼物价值 这样dp[i][j]可以由dp[i - 1][j - 1],dp[i - 1][j],dp[i - 1][j + 1]推来一开始怎么交怎么wa,郁闷不已 然后发现是这句话:当礼物在某一秒末恰好到达小杉所在的格子中,小杉就接到了这个礼物所以。。所有到达时间是浮点数(速度不被H整除)的礼物都是接不到的……

LOI_pingxing的博客 552

基于Blender的AI插件——2D图片生成3D模型

只需5分钟即可从图片到可编辑3D模型,支持Blender全版本兼容。

这里汇聚了前沿的技术分享与实用的开发技巧,带你探索从创意到企业的技术创业之路。 2576

[codevs1048]石子归并

区间型经典例题

LOI_pingxing的博客 539

C# 与 PaddleOCR:一行代码实现高效图片文字识别的实战指南

本文介绍了如何使用 PaddleOCRSharp 进行图像文字识别,涵盖了从环境准备到高级功能的完整流程。首先,通过 NuGet 安装 PaddleOCRSharp 并下载预训练模型。接着,展示了单张图片识别的最小化示例和详细实现,包括模型配置、图片预处理和结果输出。进阶功能部分介绍了多语言和竖排文本识别的实现方法。此外,文章还提供了 WinForms 图形界面开发的完整示例,展示了如何通过界面加载图片、执行识别并展示结果。最后,探讨了批量处理优化策略,如并行处理多张图片以提高性能。通过这些步骤,开发者可以

墨夶的博客 1004

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

[codevs1315]摆花

题目←大意: m种花,每种花有a[i]盆,共摆m盆,有多少种摆法 注:第i + 1种花只能摆在第i种花后面 思路: 像是递推一样…… dp[i][j]表示第i种花摆到第j盆有多少方法 因为只能摆在第i-1种后面(不严格,第i - 1种可能没有摆,但没摆的可能性也算在第i - 1种之内),所以i这一维可以由i-1这一维推来#include<iostream> #include<cstd

LOI_pingxing的博客 518

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

[codevs4748]低价购买

最长不上升子序列及方案数

LOI_pingxing的博客 516

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

[vijos1292]火车票

为什么我能做的DP好像只有序列型QAQ

LOI_pingxing的博客 513

[codevs3289]花匠 线段树优化dp

线段树真是个好东西

LOI_pingxing的博客 512

[codevs1256]打鼹鼠

题目←大意: 一块n*n的网格,m只仓鼠,每只仓鼠会在某一时刻t出现在坐标x,y,求问在最大的t内最多打多少只仓鼠 tips:同一时刻同一地点只可能出现一只仓鼠。 给出的是网格大小n,以及m只仓鼠的出现时刻和坐标。思路: 一看题:枚举t,dp数组存点的坐标,状态定义成时刻t在x,y最多打多少只仓鼠,t这一维滚动 于是for(int t = s[1].t;t <= T;t ++)

LOI_pingxing的博客 508

[codevs1647]炮兵阵地

为什么不打poj1185?因为代码太弱过不了……

LOI_pingxing的博客 505
上一篇: [codevs1046]旅行家的预算
下一篇: [vijos1292]火车票
LOI_pingxing
博客等级 码龄10年 24粉丝 103原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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