JZ 7.5——7.16(20)总结

作者分享纪中学习经历,期末考试爆0,题目又难又多。学习到AC自动机、后缀自动机、圆方树等算法知识。做题方式改变,先思考验证再做。与大佬交流增多,关系变好,升初二同学关系也改善,整体收获很大。

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

前言

我要看世界杯啊啊啊居然这么快过了十一(多)天,其实我觉得还是挺好的
就是想回家—
小学最好的朋友也来爽歪歪—


正题:

期末考试那两个星期都没有碰电脑,感觉有点手生,结果第一天全体爆0—
然后老师让dalao讲题的时候,往下一拉,N个人爆0(N≤3³)—真是尴尬……爆0的人还被老师说了一顿—真是尴尬……
讲完题后,第一题——不是很难,但我不会矩阵乘法啊—真的是没话可说—然后第二题(好吧并没有写博客)还真的挺难QAQ,第三题居然是合并果子我的f!堆白学了?!?!感觉自己非常的失败QAQ
后来其实都还好,不过——题目真的又难又多,好不容易有一天的题目简单了很多,结果用在改之前没改完的题上面了—看来我也要跟着晚上晚回来那几个dalao一起晚回了,不然真的跟不上啊 (最怕别人比我聪明还比我努力),我发现wyc,xxy,xjq……几个dalao真的强,算法很难也可以听懂—,我一般都是一半一半,然后在csdn上东搜西搜搜出来详解,才能勉强听懂,这个地方就比别人多用了很多时间。
然后wyc,xjq……几个dalao也是努力的很,每次都做题到很晚才回来,智商不够用,只能用努力来凑了。我平时也是很喜欢玩这玩那的人,感觉什么东西都能研究上一整天。升初二了,也真的要开始努力了,不仅是奥赛这一方面,文化课也要赶上去。毕竟这是关乎一场非常非常非常……非常×∞重要的考试——中考,虽然考好了不一定就会走上人生巅峰向许多julao一样强得要死,虽然考不好也不一定就会坠落于人生低谷没出息,但是考好了总比没考好的好……能让自己的生活变得更好何乐而不为呢?
好吧扯远了,都扯到人生去了,这只是一篇纪中的总结而已……
其实吧—这十多天收获还是挺大的—虽然宿舍条件并没有我们学校这么好宿舍,伙食等也凑合,就是泡面这个东西诱惑力真的大(泡面真的要少吃少吃少吃,重要的事情说三遍),然后学习方面一大堆啊:
什么AC自动机原来是处理字符串的—什么后缀自动机可以在某一字符串中搜索另一字符串的所有出现位置,或者计算不同子串的个数——居然都能在线性时间内解决?—什么圆方树可以处理很多关于仙人掌的问题……
真的是学到了很多,虽然还是有些没消化完,但是这些都可以在优快云中找到很多什么浅谈啊,详解啊……
平时做题量不多,但是都是一些难题,勉强能消化完(魔芋太蒻了),平时和同学讨论交流也很多,一个下午如果有某位dalao做出某道我们听得不是很懂的题,我们也会让他给我们讲,还有升初三升高一的dalao们也会和我们一起讨论(dalao % % % % % %(这个是我) %% 一 %,dalao变摩托),转C++也有一个多学期了,来这之前,我连vertor都不会用,map都不会用,我发现我是该好好的学一学这些东西了(我打gcd,都是要自己定函数,当我看到某些dalao打GCD,开个骚库直接调用__gcd时内心崩溃),看来专门研究一下C语言也是不错的。
做题多了,经验也就丰富了,于是现在做题不像以前那样——看到好像是会做的题目就硬刚,现在都是看完题目,思考应该怎么做,然后举反例,验证了思路之后才开始做。先挑难度较小的题目刚,刚太久刚不过就先考虑一下能不能做其他题拿到更多分。
然后就是我们几个升初二的也是真正的开始熟悉的dalao(起码不会叫不出名字好吧其实某些高中dalao还是叫不出来名字,尴尬),和dalao的交流也多了,甚至我们还可以趁dalao刚转C不熟悉C语言去“教”dalao(莫名开心),然后和dalao的关系也比以前好了很多。至于我们升初二这8个嘛,就是这种状态——每天吵架,但是关系比起以前居然还是好了很多。
某大佬生日Party正好在放假期间,真的爽
总之就是收获很大(瞎扯了这么多也是厉害了)


后序:

这篇总结是纪中的熊老师布置的任务,顺便就把姜老师布置的任务完成了(一样的嘛不过再写第二篇也就是Ctrl C+Ctrl V的事情而已就像XJQ的校本评论)

内容概要:本文档详细介绍了一个基于MATLAB实现的跨尺度注意力机制(CSA)结合Transformer编码器的多变量时间序列预测项目。项目旨在精准捕捉多尺度时间序列特征,提升多变量时间序列的预测性能,降低模型计算复杂度与训练时间,增强模型的解释性和可视化能力。通过跨尺度注意力机制,模型可以同时捕获局部细节和全局趋势,显著提升预测精度和泛化能力。文档还探讨了项目面临的挑战,如多尺度特征融合、多变量复杂依赖关系、计算资源瓶颈等问题,并提出了相应的解决方案。此外,项目模型架构包括跨尺度注意力机制模块、Transformer编码器层和输出预测层,文档最后提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,尤其是熟悉MATLAB和深度学习的科研人员、工程师和研究生。 使用场景及目标:①需要处理多变量、多尺度时间序列数据的研究和应用场景,如金融市场分析、气象预测、工业设备监控、交通流量预测等;②希望深入了解跨尺度注意力机制和Transformer编码器在时间序列预测中的应用;③希望通过MATLAB实现高效的多变量时间序列预测模型,提升预测精度和模型解释性。 其他说明:此项目不仅提供了一种新的技术路径来处理复杂的时间序列数据,还推动了多领域多变量时间序列应用的创新。文档中的代码示例和详细的模型描述有助于读者快速理解和复现该项目,促进学术和技术交流。建议读者在实践中结合自己的数据集进行调试和优化,以达到最佳的预测效果。
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