m0_74917610的博客

原创 自下而上树形dp题型详细整理——最大独立集、最小点覆盖、最小支配集

员工人数# 员工快乐指数# 树# 找到父节点# 添加边# v是上司， u是下属add(v, u)# 不选 选的快乐指数dfs(v)dfs(fu)# 节点数量# 树# 添加边add(v, u)add(u, v)# 不选 选的数量和# 这里是无向树，要加上这一步判断，确保v是u的子节点continuedfs(v, u)dfs(1, 0)# 总的节点数量# 为了找到根节点，找到rudu为0的节点# 点权# 创建树。

原创 完全背包——解释为什么完全背包滚动数组优化要从小到大遍历重量。

题目描述：与01背包不同点：每种物品有无数件。

原创 01背包问题：详细解释为什么重量维度必须从大到小遍历。

题目链接：https://www.lanqiao.cn/problems/1174/learning/?特点：每件物品只能拿或者不拿。

原创 datetime模块

【代码】datetime模块。

原创 time模块

f是格式化(format)，就是把时间格式化为标准的字符串，接近高级语言；p是解析(parser)，将字符串解析为接近机器可以解决的语言。

原创 蓝桥杯2024省赛PythonB组——拉马车

按照出牌规则模拟写代码即可。容易漏的是，当A空的时候，并且桌子上没有可以获得的牌子的时候就已经可以跳出来了，B不用再出牌，没跳出来的话，B就会少了一张牌子，导致没通过。

原创 蓝桥杯2024省赛PythonB组——日期问题

【代码】蓝桥杯2024省赛PythonB组——日期问题。

原创 蓝桥杯2023省赛PythonB组——2023

【代码】蓝桥杯2023省赛PythonB组——2023。

原创 蓝桥杯2023省赛PythonB组——松散子序列

题目描述得应该不对，如果按照题意要求“i>1，总有pi-pi-1≥2“，测试用例的结果应该是79，也就是说这个子序列中p=0和p=1可以同时出现。但是实际情况是，不能同时出现，按照这道题通过的情况来看，感觉应该是要求”i>0，总有pi-pi-1≥2“。补充：如果s的长度为1的情况没考虑进去，会出现段错误的情况。

原创 蓝桥杯2023省赛PythonB组——保险箱

这道题考察的是动态规划，主要是要理解三个状态：不进不退、进位、退位，代码如下。

原创 蓝桥杯2023省赛PythonB组——管道

这道题考察的是二分法思想，代码如下。

原创 蓝桥杯2023省赛PythonB组——树上选点

这道题考察的是自下而上的树形dp思想，以下是代码的详细理解记录。

原创 3.1 RE-＞NFA

原创 2.3正则表达式

原创 数学概念学习

日常生活观察到的几何空间：一维、平面和三维空间。距离：通过欧几里得距离公式计算。平直性：空间是平坦的，没有曲率。是欧式空间的基本元素。

原创 编程题记录3

题目链接：https://www.lanqiao.cn/problems/100/learning/?先旋转、镜像得到所有的情况，可以发现情况是可以暴力得出的。接着就好办了，只需要对比就可以了。

原创 2.1.1~2词法分析的手工构造

词法分析的手工构造

原创 2.1词法分析任务

2.1 词法分析

原创 1.2 编译器结构

1.2 编译器结构

原创 1.1编译器概述笔记（努力持续记笔记）

编译原理1.1

原创 编程题记录2

【代码】编程题记录2。

原创 编程题记录1

题目链接：https://www.lanqiao.cn/problems/96/learning/?题目链接：https://www.lanqiao.cn/problems/97/learning/?题目链接：https://www.lanqiao.cn/problems/98/learning/?

原创 数据预处理

重复性 杂乱性 不完整性格式不一致 数据偏斜 数据冗余数据问题和对应的处理方式。

原创 flask框架使用时代码内容更新了但是网站进不去，出现404问题解决方案

发现运行后报错都是404，只有进入/greet/lll（第一次代码进入的网站）才会显示内容，内容跟第一次代码运行的完全一样。说明之前的内容被缓存了。这段代码默认端口是5000，似乎跑过之后会网站内容会被缓存，并且被定死了，换别的代码跑没办法更新新代码的内容。第一次运行的代码是摘自https://www.runoob.com/flask/flask-basic-concept.html。第二次运行的代码是摘自https://pythonjishu.com/flask-http-detail/。

原创 算法基础：贪心|双指针|二分|倍增

算法思想：把整个问题分解成多个步骤，在每个步骤都选取当前步骤的最优方案，直到所有步骤结束；每个步骤都不会影响后续步骤。核心：采取局部最优，最终结果就全局最优。

原创 基础算法：前缀和|差分

前缀和的性质：第一条性质：用于处理前缀和第二条性质：求区间和代码

原创 基础算法：枚举|模拟|递归|进制转换

算法思想：通过逐个尝试所有可能的值来解决问题将问题空间划分为一系列离散的状态，并通过遍历这些状态来寻找解决方法。

原创 排序函数集合：冒泡排序、选择排序、插入排序、快速排序、归并排序、桶排序

算法思想：比较相邻，如果第一个元素大于第二个元素就交换从左到右遍历，然后重复第一步，可以保证最大的元素在后面重复上述操作，就能得到第二大、第三大。。。

原创 算法比赛笔记：sort、sorted、二分查找、插入

sort直接在原list进行排序。

原创 论文第二次阅读笔记

如在下文及附录B中讨论的，欧几里得空间在表示某些类型的数据（如树形结构）时存在局限性，并且会产生较大的失真。在这种情况下，双曲空间和球面空间具有表示优势，能够为相应数据提供更好的归纳偏差。

原创 编程2/7

思路：出现频率为2的元素不用修改，每个频率为1的元素要修改1次，每个频率大于3的元素要修改频率数-2.如果频率1的元素比频率大于3的元素多：则把频率大于3的元素映射到频率为1的元素就行了，剩下的元素只用修改其中一个与其配对即可。如果频率1的元素比频率大于3的元素少：则把频率为3的元素映射到频率为1的元素就行了，总的次数就是flag3.如果相等，最简单。

原创 数学学习2

简而言之，d维拓扑流形是一个局部看起来像d维欧几里得空间的空间。这个定义允许我们研究那些在局部具有欧几里得空间性质，但在全局上可能具有复杂拓扑结构的空间。例如，球面是一个二维拓扑流形，因为它在局部看起来像平面，尽管它在全局上是弯曲的。拓扑流形的概念在数学和物理学中非常重要，因为它们提供了一种描述空间几何和拓扑性质的通用框架。在黎曼流形中，局部最小化距离的曲线称为测地线。测地线是流形上的“直线”，它们在局部看起来像是直线，但由于流形的弯曲，它们在全局上可能弯曲。

原创 自注意力模块

详细解释在双曲空间中的线性变换。为什么要进行线性变换？在双曲空间中进行线性变换主要是为了适应数据的层次结构和树状结构，这对于许多现实世界的数据来说是非常重要的。此外，双曲空间中的线性变换也有助于定义Transformer中常用的基本操作，如LayerNorm层、激活函数、dropout和连接。这些操作在双曲空间中的实现，使得双曲Transformer能够处理具有层次结构的数据，这对于许多实际应用来说是非常重要的。

原创 Hypformer: Exploring Efficient Hyperbolic Transformer Fully in Hyperbolic Space

双曲几何在处理和表示那些具有复杂结构的数据，显示出了很大的优势和可能性，比如具有底层树状和层次结构的数据。将Transformer适应到双曲空间的研究仍然有限。以往的尝试主要集中在修改Transformer中的自注意力模块。

原创 Transformer

一种基于自注意力机制的深度学习架构。

原创 Constant Curvature Graph Convolutional Networks 常曲率图卷积网络论文阅读学习

现状：目前流行的图神经网络（GNN）仅限于通过欧几里得几何及其相关的向量空间运算来建模数据。解决方法：提出了一种数学上有据可依的图卷积网络（GCN）推广方法，能够处理（常曲率空间的）笛卡尔积。

原创 图神经网络（GNN，Graph Neural Network）

它通过卷积操作将节点的特征与邻居节点的特征进行加权求和，从而更新节点的表示。GCN在卷积操作中使用了邻接矩阵的归一化，以保证图的结构信息得以充分利用。GAT 使用了注意力机制来学习节点与邻居节点之间的权重，而不是简单的加权平均。它通过对邻居节点的特征赋予不同的权重，从而聚焦于对节点表示贡献较大的邻居。

原创 数学概念学习

日常生活观察到的几何空间：一维、平面和三维空间。主要包括 双曲几何 椭圆几何描述了曲线在某一点的弯曲程度。

原创 《动手学深度学习》学习笔记4

求导数、画图代码

原创 《动手学深度学习》学习笔记3

线性代数——向量、矩阵、张量运算的基本性质、范数