CSP前最后一场 10.21

本文讲述了作者在一场csp考试中的经历,涉及数学奥数试除法、dp优化、图论应用及技术选择的反思。强调了细节处理、深度思考和适时放弃的重要性,提醒考生警惕特判错误,注重化简思路和正解实践。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1:50~2:20 看题,决定了考试的顺序,T1,T2,T3,T4

2:20~2:50 T1,推出了一半的性质,但是并没有推出另一半,所以就推了半天还是20分,中间有10分,10分的特判是自己失误了,(没有失误这一说,只有自己的问题),少了十分,这可十分重要啊。

2:50~3:50 T2,一眼看出这是dp,所以自己就直接去推了dp式子,还调了好一会,写出来后,还有点小激动,但是既然这样写了,必然有反转。

3:50~4:50 T3,唉,写最原始的爆搜,但是树上的问题确实不是超级熟练,所以就没办法了,写完了,并没有运行,因为这要是调起来,没完没了,直接凉凉了不就,所以直接看到链,所以直接开始写这个20分。

4:50~5:40 T4,题目实话并没有完全理解,暴力也写不完。

T1,数学奥数,试除法,这。。。

T2,dp拿了一半的分,剩下的复杂度,是留给贪心的,为什么没有深度思考,想到了dp却忘了想贪心,一个小根堆解决的问题却要复杂化,记住,往往代码越简洁,思想越简单,才越接近正解,不断的化简,抛开浮华的表面,留下的才是真实。

T3,写完了trajan,写完了dfs,但是没有勇气运行,因为怕陷入调试的怪圈,还是先去写了链上的写法,但是链上的最后还是超时,想要拿到这一档的分数是要写线段树的,这。。。正解的思想还是要学一下的,虽然当时确实想到了,但并没有去实现他。

T4,这暴力都是无语的,太麻烦了,自己又把大量的时间花费到了写T3上,所以直到考试结束也没有调出来,大模拟放到T1时,往往就要进行深度思考与抉择,如果后面的题更好码的话,放弃先写后面的题也未尝不可,但是,如果没有深入的思考,可能因为做题顺序而坑了自己,所以放弃是一种智慧,其目的是为了更高的分数,所以这才是最难做出的抉择。但是, 放弃是一种借口,你能做的只是把自己能拿到的分数拿到,或许,这是一道dp题,当前的最优不是全局的最优。

总结:
csp考试加油吧,只是在文化课与竞赛上,我也进行了“放弃的选择”,当然,这不会是当前的最优,但未必不会是全局的最优,谁知道呢,它至少让我的高中生活不再单调。

这次考试的T1的那组特判,想想都恐怖了,是数据出了锅,假如全是出错的那组数据的话,凉凉了就,下次的特判要小心,不要随随便便的就往上写,冷静+小心

T2深度思考不会出错的,及时有了一眼看出的dp,还是要看看如果复杂度这点过不去的话要想想有怎样的优化或者是其它的做法,细致和化简。

图论的做法见一道学一道,毕竟写的太少了。

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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