noip第二场模拟赛

博主在编程竞赛中遭遇挑战,尝试解决T1、T2、T3题目。T1采用区间DP但未能推导公式,后转向贪心算法,尽管自我验证通过,但在正式提交时全盘错误。T2题目尝试暴力解法,导致超时。T3题目因复杂性放弃。博客探讨了竞赛中的策略与时间分配问题。

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

时间!!!

8:00~8:15 决定T1→T2→T3→T4

8:15~9:00 看T1,想到了一些性质,想直接用区间dp来写,发现根本推不出来dp公式,然后就跳过了。

9:00~9:30 T2,大胆的直接写了 2 n 2^n 2n的暴力,想拿到暴力分,这应该是40分了。

9:30~9:50 T3,这是一个组合,写了一会发现还是麻烦了些,放弃。

9:50~11:40 想T1,觉得离正解不远了,但是这个公式就是出不来,咋整,想着写贪心,就是复杂度可能会爆,将它按照价值排序,然后一个一个的选择,当两边有重叠时更新,并比较是否会存在更新后的值会影响合并后已经存在的值,如果有影响就直接跳过,如果没有,就把它加进答案中。

菜是真的…

T1,全WA,在写的时候遇到了一些问题,就感觉这个贪心可能不太强大,虽然自己造的几组边界样例都过了,同时也没遇见什么反例,但还是红成一片。

T2,黄成一片,全部TLE,常熟超级大,这波没了。

T3,dp,T4,树上二分。

想不出来的代码,还是推不出这个dp式,原本就以为分数到手,但还是溜之大吉,dp都已经看出来了但是自己实力还是得放弃,这一道dp题确实应该保存下来,这是一道好题。

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前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