LOI队内题单qwq

一周算法训练计划
最新推荐文章于 2024-04-21 00:21:26 发布
原创 最新推荐文章于 2024-04-21 00:21:26 发布 · 820 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#c++ #算法

本计划详细列出了从7月14日至7月20日每天的算法训练题目，覆盖了图论、数据结构、搜索、模拟等核心算法领域，旨在通过实战训练提升算法解决能力。

=== 7.14 ===
LOI算法马拉松
https://vjudge.net/contest/170166

=== 7.15 ===
codevs
1557 热浪 2273 扬帆远洋大战牧师妹酱 2627 村村通 1078 最小生成树 1231 最优布线问题 1077 多源最短路
选做 ：
codevs 1021 玛丽卡 1269 匈牙利游戏 2218 补丁vs错误 2129 大陆争霸 1079 回家
3287 货车运输 1324 昂贵的聘礼 1535 封锁阳光大学
bzoj 2330 糖果

=== 7.16 ===
SCC: bzoj 1051 luogu 2656采蘑菇 codevs 1332上白泽慧音 vjudge模拟j
桥&&割点： tyvj 1322 luogu 1580P1580 yyy loves Easter_Egg I
LOI57图论练习

=== 7.17 ===
//习题来源：codevs
栈 3137 – 3139
队列 3185 – 3187
堆 1063 合并果子
并查集 1073 家族
哈希 1376 帕秋莉·诺雷姬
ST表 2173 忠诚
Trie树 3031 最富有的人
前缀和&&差分 1080 线段树练习 1081 线段树练习2
二维前缀和 1373 射命丸文
（最大子矩阵 1159 最大全0子矩阵）

=== 7.18 ===
codevs :
1430 素数判定 1212 最大公约数 1012 最大公约数和最小公倍数
1439 统计素数个数 1462 素数和 1313 质因数分解
1851 越狱 5947 组合数问题 1287 矩阵乘法
1978 Fibonacci数列 3 1732 Fibonacci数列 2
选做 ：3285 转圈游戏 1697 ⑨要写信 1200 同余方程 1453 统计素数个数 2
poj 1061 青蛙的约会

=== 7.19 ===
高精 poj 1001
尺取法 poj 3061(二分or尺取) poj 3320
手读 HDU(vjudge) 3787
codevs
二分 1138 聪明的质检员 2744 养妹子喂鱼 4768 跳石头
贪心(自带脑梗) 1198 国王游戏(无高精60) 2382 挂缀

=== 7.20 ===
搜索 codevs 2152滑雪(记忆化) 1004 四子连棋
模拟 poj 1057 luogu 2655 时间2038

刷上点其他的等着博客分类填充qwq

基础算法：模拟 贪心 二分（查找/答案） 打表 高精度 对拍

搜索：DFS BFS 剪枝 优化 状态压缩搜索 随机化搜索 *A算法 *迭代加深

语言&STL：指针 引用 结构体(构造函数/重载运算符) 容器 (优先队列 set map vector 迭代器 string) 算法

数据结构:(单调）栈&&队列 堆 链表 分块 (权值）线段树 二叉搜索树 并查集（按秩合并路径压缩 带权并查集 扩展域）哈希（表）

动态规划：递推 记忆化搜索 各种背包 各种基础DP 树形DP 数位DP *状态压缩DP

图论:存图 最短路 最小生成树 LCA 差分约束 DFS序 分层图最短路 拓扑序 强联通分量 树链剖分

字符串:暴力匹配 trie树 *KMP *MANACHER

数论:GCD LCM 筛法（√n 埃式筛 线性筛）快速幂 矩阵乘法 exgcd 组合数学 (公式 二项式定理 需要推导)

【蓝桥】软件校内模拟赛（二）凯撒密码加密 题目+题解
Loi_Chairmanの博客
04-19 1562
文章目录前言凯撒密码加密题目描述思路：代码： 前言 本题解为第十一届软件类校内模拟赛个人题解，但非官方满分题解，因此，可能存在下列问题 题意理解错误，导致答案错误。 代码中存在一些问题，导致答案错误。 算法复杂度的分析有误，导致不能在规定时间内得出结果。 因报名属于软件类，故本篇题解全部由 C++ 语言完成，第一次进行校内模拟，没有想到无法查看题目，且木得官方题解，因此题目名称是根据问题描述总结（...
【蓝桥】第十一届软件类校内模拟赛（一）
热门推荐
Loi_Chairmanの博客
03-13 1万+
前言 本题解非官方满分题解，因此，可能存在下列问题 题意理解错误，导致答案错误。 代码中存在一些问题，导致答案错误。 算法复杂度的分析有误，导致不能在规定时间内得出结果。 因报名属于软件类，故本篇题解全部由 C++ 语言完成，第一次进行校内模拟，没有想到无法查看题目，且木得官方题解，因此题目名称是根据问题描述总结（已忘记题目原名称qwq）。 因此蒟蒻在此提供思路为主，附有非题解代码，如有出错（...
【Luogu1580】yyy loves Easter_Egg I（纯字符串模拟）
weixin_30666753的博客
07-28 128
problem 保持队形（我们认为只要这一句内含有且恰好含有一次@，@的人和上一句话一样就算为队形） 若艾特的人与第一个人不同，就算队形被打破，油炸失败。若这个人在队形被打破之前出来吱声了，或者就是他打破队形了，就算（油）炸成功了。 若（油）炸成功，输出“Successful @某某某 attempt”，若队形被破坏第一行输出“Unsuccessful @某某...
[洛谷P1580]yyy loves Easter_Egg I
07-28 160
题目大意：很多人@一个人，如果那个人忍不住说话了，就轰炸成功，如果那个人没说话或者别的人没有@他或@很多个人，则轰炸失败。（具体见原题） 解题思路：字符串处理，好好用sscanf即可（细节见代码）。 C++ Code： #include<cstring> #include<algorithm> #include<cstdio> char...
【Luogu P1580】yyy loves Easter_Egg I
weixin_30692143的博客
08-23 148
题目大意： yyy loves OI（Huntfire），yyy loves Maths（redbag），yyy loves Chemistry（absi2011）对yyy loves Physics（soha）进行轮番炸，轰炸按照顺序进行，顺序为Huntfire，redbag，absi2011。 现在这一题中吗，我们不考虑太复杂的队形形式。我们认为只要这一句内含有且恰好含有一次@，@的人和上一...
qwq
qq_36232438的博客
04-15 262
1472949619
子网划分的两个例子
weixin_33913332的博客
11-11 1418
文中有不对或者有不清楚的地方，请大家告诉我，谢谢！ 子网划分的两个例子 例1：本例通过子网数来划分子网，未考虑主机数。 一家集团公司有12家子公司，每家子公司又有4个部门。上级给出一个172.16.0.0/16的网段，让给每家子公司以及子公司的部门分配网段。 思路：既然有12家子公司，那么就要划分12个子网段，但是每家子公司又有4个部门，因此又要在每家子公司所属的网段...
洛谷P2658 汽车拉力比赛
10-28 834
题目描述博艾市将要举行一场汽车拉力比赛。 赛场凹凸不平，所以被描述为M*N的网格来表示海拔高度(1≤ M,N≤500)，每个单元格的海拔范围在0到10^9之间。 其中一些单元格被定义为路标。组织者希望给整个路线指定一个难度系数D，这样参赛选手从任一路标到达别的路标所经过的路径上相邻单元格的海拔高度差不会大于D。也就是说这个难度系数D指的是保证所有路标相互可达的最小值。任一单元格和其东西南北四个方
openjudge noi 9278 旅行
Loi_Mapleleaf的小池
10-12 887
前往原题，希望网站不会炸掉qwq。。。 描述转眼毕业了，曾经朝夕相处的同学们不得不都各奔东西，大家都去了不同的城市开始新的生活。在各自城市居住了一段时间后，他们都感到了一些厌倦，想去看看其他人的生活究竟如何，于是他们都选择到另一个同学所在城市去旅游，并且希望旅游的城市各不相同，他们想知道有多少种不同的方案，
【Pytorch】Yolov5中CPU转GPU过程报错完善留档归纳
Loi_Chairmanの博客
04-21 2486
这是后续一系列惨烈报错的起点，包括但不限于pytorch与torch，torch与torchvision，numpy与python，升级python及numpy导致matplotlib多版本残留，处理matplotlib又导致scipy包损坏，最后一切修好后出现炸掉空间无法启动。。。。。。ERROR: pip’s dependency resolver does not currently take into account all the packages that are installed. This
网络部第四次培训
cxy1472949619的博客
11-10 426
一、时间：2016年11月6日 二、地点：升华网网站 三、培训人员：网络部全体新生 四、培训内容： 1.网络不维修小组可完成的工作概述及相关知识。 1.1——工作范围 1.2.1——忘记密码 1.2.2——清理软件推荐 1.2.3——翻墙软件 1.2.4——远程控制软件 1.2.5——快捷键运行方法 2.计算机基础——计算机网络基本用语 2.1.0——IP 2.1.1——
【洛谷1580】yyy loves Easter_Egg I（字符串处理题）
weixin_30432179的博客
11-22 152
点此看题面 大致题意： 略。（一道模拟题，自己去看题面吧） 几个字符数组函数 纯粹是一道字符串处理题，就当是学了一下各种与字符数组相关的函数吧！ \(gets()\)：这个是比较常用的函数，就是读入一行的字符。 \(strlen()\)：求出字符数组的长度。 \(sscanf()\)：从一个字符数组中读入，用法与\(scanf\)类似。 \(strstr()\)：在一个字符数组中找到另一个字符数组...
宣传部第一次培训
河海大学物联网院学生科协的博客
11-13 773
宣传部第一次培训 目录 秀米微信编辑器 易企秀制作（H5） 会声会影操作 秀米微信编辑器 秀米图文排版是专门为微信公众号文章提供文本内容美化的图文编辑工具。原创模板素材，精选风格排版，独一无二的排版方式，设计出只属于自己的图文。（建议使用谷歌浏览器） 用自己的QQ/微信登录，方便之后的编辑。 点击“新建一个图文”，开始自己的第一次编辑排版之旅。 在左侧一栏中点击“我的图库”...
Java 网络编程（第二次）
想去见见你的博客
12-22 573
用Java编写一个服务器端的程序Server.java，该程序在8000端口监听客户端的请求，如果与客户端连接后，收到客户端发送的数据不是字符串“bye”，则在服务器端打印客户端发来的数据，并向客户端回送一条从键盘输入的信息，若客户端发来的数据是字符串“bye”，则关闭服务器端程序。 （有朋友说，这个之前写的有问题，然后我就再来一次，冲！冲！冲！） 服务端： package longyuanke;...
初
qq_36232438的博客
10-16 225
我们每个人都想要飞，但最终都留在了地上。 虽然如此，我还保留着当初的憧憬与热情。 第一次参加网站培训， 第一次写博客， 第一次尝试自己装系统， 第一次打算放手去好好干好一件事， ，，， 好多的第一次啊。 我会努力的，升华网，我爱你。 就像极力往天空伸展的树枝，也许有人嘲笑我，只顾得上靠近却忘了用枝繁叶茂来伪装自己。 但是只要你仔细看看，你就会知道，我的根扎的有多深。 等我以后
不用管这个QwQ
Aqua blue
08-15 648
今天好开心啊哈哈哈哈哈哈哈哈 因为太开心了所以就来这发泄情绪了QwQ 反正这blog也没人看QwQ 今天真的真的好开心好开心啊啊 真的好开心好开心好开心啊 好开心好开心呀。 好开心呀。 开心。 哈。 ----2017.8.15
关于升华网第一次培训的心得
pengyanzhen的博客
10-18 1522
本人于十月十六日下午进行了升华网的第一次培训，对电脑硬件有了一个初步的了解和认识。后又自己在网上对硬件和装机方面作了更为详细的了解，下面是我的一些心得，写得很粗糙，有不对处望各位指正。     首先，主要的电脑硬件包括 机箱，主板,cpu，内存条，总线，电源，硬盘，存储控制器，界面卡，可携储存装置，内置存储器，输入设备，输出设备, CPU风扇，蜂鸣器等，废话不多说，来看看具体的。关于cpu：cp
洛谷 P1580 yyy loves Easter_Egg I
bai123456888888的博客
08-08 158
　　　　　　　　　　　　　洛谷 P1580 yyy loves Easter_Egg I 题解： 队列+字符串 #include <cstdio> #include <string> #include <cstring> #include <iostream> #include <algori...
占位QAQ
Tricksterism
01-25 246
233~
LOI池化
最新发布
05-27
### LOI Pooling 的概念与实现 LOI (Line of Interest) Pooling 是一种受目标检测领域中的 RoI (Region of Interest) Pooling 和 RoI Align 启发而设计的操作方法。其主要目的是在线段检测任务中，将线段映射到特征图上并生成固定大小的特征表示[^2]。 #### 背景 在计算机视觉任务中，尤其是涉及线段或边缘结构的任务（如 LCNN 中的线框分析），需要一种机制来提取特定区域内的特征并向主干网络传递梯度。传统的卷积神经网络通常会丢失空间信息，因此引入了类似于 RoI Pooling 或 RoI Align 的操作，用于处理感兴趣区域的特征提取问题。LOI Pooling 则专门针对线段这一几何对象进行了优化。 --- #### 基本概念 LOI Pooling 将一条线段视为一个兴趣区域，并将其投影到 CNN 提取的特征图上。具体来说，它通过以下方式工作： 1. **输入准备**：给定一张图像及其对应的特征图 \( F \)，以及一组待检测的线段坐标集合 \( L = \{l_1, l_2, ..., l_n\} \)。 2. **线段投影**：每条线段被投影到特征图的空间维度上，形成一个新的采样路径。 3. **特征聚合**：沿着这条路径采集特征值，并通过插值或其他技术生成固定的特征向量。 这种操作使得模型能够在保持高精度的同时高效地学习线段特征。 --- #### 实现细节 以下是 LOI Pooling 的典型实现流程： ##### Step 1: 定义线段范围 假设有一条线段由两个端点定义为 \( p_s(x_s, y_s), p_e(x_e, y_e) \)，则该线段可以通过参数化方程描述为： \[ P(t) = (1-t)p_s + t p_e,\quad t \in [0, 1]. \] 此方程允许我们在连续域内计算任意位置上的像素坐标。 ##### Step 2: 投影至特征图 由于原始图像经过多次下采样后形成了低分辨率的特征图，需将线段两端点 \( p_s, p_e \) 映射到特征图对应的位置 \( q_s(u_s, v_s), q_e(u_e, v_e) \)[^2]。这一步骤可通过简单的缩放变换完成。 ##### Step 3: 插值采样 沿投影后的线段路径，在特征图上进行双线性插值以获取精确的特征值。设某时刻 \( t_i \) 对应于特征图上的浮点坐标 \( (u_t, v_t) \)，那么附近的四个整数网格点可参与加权平均运算，最终得到当前点处的特征值[^2]。 ##### Step 4: 特征重组 最后，将所有采样的特征按顺序排列成一维向量作为输出结果。如果存在多个通道，则分别独立执行上述过程后再拼接在一起[^2]。 ```python import torch from torchvision.ops import roi_align as _roi_align def loi_pooling(features, lines, output_size=16): """ Implementation of Line-of-Interest (LoI) Pooling. Args: features (Tensor): Feature maps from backbone network with shape (B, C, H, W). lines (List[Tuple]): List of line segments defined by start and end points [(xs, ys, xe, ye)]. output_size (int): Number of samples along each LoI. Returns: Tensor: Extracted feature vectors for all given lines. """ batch_size, num_channels, height, width = features.shape pooled_features = [] for b in range(batch_size): for xs, ys, xe, ye in lines[b]: # Normalize coordinates to ROIAlign format boxes = torch.tensor([[b, min(xs, xe), min(ys, ye), max(xs, xe), max(ys, ye)]], dtype=torch.float).cuda() # Perform ROI Align on the box containing the line segment aligned_feature = _roi_align(features[[b]], boxes, (output_size, 1)) # Reshape into a vector pooled_features.append(aligned_feature.squeeze().view(num_channels, -1)) return torch.stack(pooled_features) # Example usage features = torch.randn((2, 256, 64, 64)).cuda() # Batch size 2, channels 256, spatial dims 64x64 lines = [[(10, 10, 50, 50)], [(20, 20, 70, 70)]] # Two batches, one line per image result = loi_pooling(features, lines) print(result.shape) # Output should be (number_of_lines, channel_dim * output_size) ``` --- #### 总结 LOI Pooling 结合了几何先验知识和深度学习的优势，适用于各种基于线段建模的应用场景。相比传统的方法，它的灵活性更高且更容易集成到现代框架之中。
评论
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