第15场noip模拟赛 (っ °Д °;)っ set

博主分享了参加NOIP模拟赛的体验,指出考试中遇到的困难,如时间管理、题意理解及算法选择。重点讨论了T1的set应用,T2的贪心与DP转换,以及T3的字符串处理和复杂度计算错误。通过反思,认识到STL的重要性及正确分析复杂度的关键。

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

考完的感受

考的非常不好,但是正是我想要的,因为近在noip,考试出现了问题,就是可怖的,但是又在这之前查漏补缺,幸好不是正赛。最近确实对书本上的学习减少了,自己差的很多,若是每次考试都是可以想到正解,想到自己会的知识点,就比如用链作为优化,已经写了不止一场比赛,都写腻了,但是没有新知识的介入,终究会像flower没有water一样枯萎的。

时间

8:00~8:20 看题,没有任何的思路,T1是要建边?T2是dp吗,T3这种最短路根本不知道咋写,T4自闭自闭。

8:20~9:30 T1,想了好久,在想怎么去建边,但是这样的建边还是要挨着个去跑,所以还是会T,没办法,开始写模拟,写的打暴力,用了数组,只有前两档是<1000,所以是只可以过40分的,样例顺利的都过了。

9:30~10:30 T2想dp,想不到dp,有开始想贪心,贪心好像有不可做,这咋搞,没办法了,写dfs,但是一旦写,那就是20!,必然超时,一分也别想要。

10:30~12:00 T4 ,完全没有任何的思路,不知道该怎么去写,所以就想T3,T3看到了w[i]<10,直接判断长度,但是长度相同又该怎么去写呢,所以,转成字符串直接比较吗,反正这不就是字典序吗,string是可以直接去进行比较的。

题目

T1
首先是x和y坐标看反了,题面给出的图形是啥玩意,也不标x轴,y轴,但是题面也说了是顺时针,逆时针从头写到尾,根本没发现。

接着说正解,正解是set,啥玩意,没用过,set应该不止一次正解可以使用,但是都可以用其他的做法代替,所以一直没学(这不是借口),正解的做法就是把自己写的数组写成set,而set还支持low_bound和erase。所以写的代码还就是这么的简单,但是对于复杂度就不理解了,全是log(n)的复杂度,是咋过去的,不理解不理解。

所以今天干活的优先级就成了c++STL,不会的话考试就会尴尬。

哇塞,看完set直接发现自己错过了多少啊,首先是想这次csp考试,就是想找到第一个y<x,并且还要带上修改后重新排序,当时只会sort的排序,这样再low_bound就可以减少时间了。还有昨天的T4,第一档的分数,如果一直用sort,就是 n 2 l o g n n^2logn n2logn而用上set,就是 n l o g n nlogn nlogn,模拟的思路相同,但是这就是set能帮你不超时。

粘上博客点这里

T3
考场上乱搞WA完了,下次至少知道这是错误的,不过呢,字符串的乱搞就是可以的,我也是醉了,已经无法算出这个复杂度了,2e5的边,spfa跑,在跑的的时候还要加上字符串的加减的大常数,并且一个字符占一字节, 不得无敌MLE,赛后写了一些,竟然可以直接A掉,之后hack了2组,考试的时候当然想到这样写,但是从把字符串在转换成数字这一步直接让我放弃,以为这得 O ( n × k ) k ∈ ( 0 , 1 e 5 ) , n = 1 e 5 O(n×k)k∈(0,1e5),n=1e5 O(n×k)k(0,1e5),n=1e5,这玩意居然不超时,最后的是被2组MLE了,考试的时候没有去写,是因为空间与时间的复杂度的计算有问题,导致没有去搞,这下就清楚了,还查了string占的字节到底是多少,切记,一个字母的内存是1个字节。

正解是拆点,比如一个边的权是12345,就拆成1 2 3 4 5 五个边。同样是用上STL中的vector,题目:(CF1209F)。

T2
真的是贪心,自闭,考场上根本想不到,这是dp想不到,贪心还是想不到,写的dfs就是瞎写,20分的应该是dfs,枚举的不是顺序,而是结果,天, 2 20 2^{20} 220,选择或是不选,没有必要去看顺序,这是一个去维护合法性的dfs,这让人回忆起了之前的一道,选择车位的题,而车位的维护是大根堆,但是这一点已经被推出来了,但是剩下的直接去维护最终状态就是一维的,但是我却去枚举顺序去写了,直接0分,所以,有时候就是一个转换,顺序的维护一定是耗费大量的时间的,怎么去直接维护结果而省略掉顺序就是值得思考的

反思

首先是考试的时对于复杂度的分析,对于暴力的复杂度可不敢以为算错而放弃,这是大忌,所以对于复杂度的计算是非常重要的。

今天学了不少的STL,这就是收获吧。对于T2的dp,也是因为结果和过程两点的区别而造成了没有写成,50分的思路在转瞬之间出现,就在那一刻消失。结果替代过程这一优化一定要注意了。

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