一次小测试（+摸鱼）

最新推荐文章于 2024-05-12 13:22:00 发布

原创最新推荐文章于 2024-05-12 13:22:00 发布 · 298 阅读

0 ·

CC 4.0 BY-SA版权

摸鱼1 洛谷p1540机器翻译

简单队列模拟，数据小到不用循环队列的那种。

代码不贴了，洛谷都有保存。

摸鱼2 洛谷p1068分数划定

读题是重点。

ps：浪费别人的时间等于谋财害命！

测试主要是字符串

1递推2模拟，水题

3、模拟，重点：读入char时会把回车也读入

4、结构体+sort，水题

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

s223568907

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

用python+iperf3写一个“每跑一次我就多摸鱼一分钟”的网络吞吐量测试脚本

Process finished with exit code 0

06-08

2459

100m网线+设定了50M的带宽，两种上电方式都要确保丢包率接近0。测试大体步骤是要用tftp将iperf3传送给设备，将cmd打开运行iperf3（作为server，每隔2秒跳出一次通信情况），然后运行脚本，也可以打成exe再运行。等待结果然后对比。......

基于Flutter的一款摸鱼APP的UI自动化测试实践

Shaka111的博客

07-28

1758

摸鱼App”是一个纯Flutter级的应用，理论上可以使用Flutter官方提供的测试工具——flutter_driver进行研究，它是Flutter的一个自动测试库，和Appium类似,但是使用flutter_driver做UI自动化，要去理解项目代码，需要开发支援在项目中添加ValueKey之类的定位方式，不像ATX或者APPIUM进行纯黑盒测试。...

参与评论您还未登录，请先登录后发表或查看评论

这些提高摸鱼效率的自动化测试技巧，提高打工人幸福感~

jj2772367224的博客

08-30

2623

容我废话两句哈喽，兄弟们！最近有许多小伙伴都在吐槽打工好难。每天都是执行许多重复的任务例如阅读新闻、发邮件、查看天气、打开书签、清理文件夹等等，使用自动化脚本，就无需手动一次又一次地完成这些任务，非常方便啊有木有？！今天就来和大家一起学习一下，用这些小技巧提高工作效率~ 快乐摸鱼~.........

2401_84563875的博客

05-12

1055

step2:脚本录制和完善step3:计数器的选择(特别是客户端计数器选择:在windows自带的性能监控器里一般选择监控某个process 的private byte & virtual byte2个计数器)step4:运行场景step5:监控测试最后关于场景的运行时间,在适当的压力下,我们一般选择运行72小时.从之前的测试经验来看,我们发现内存泄露一般都发生在场景运行的前10个小时之内.有的甚至在一个小时之内就发生了内存泄露.

测试工程师的摸鱼日常，我在群里蹲到一个3年涨薪48K的测试人进阶史

weixin_56502375的博客

05-12

334

我是那个弟弟？测试行业群聊中确实卧虎藏龙

洛谷摸鱼专题--无聊向--循环

bupt_sanqing的博客

03-19

1138

P5718 【深基4.例2】找最小值题目描述给出 n(n≤100) 和 n个整数ai(0≤ai≤1000)，求这 n 个整数中最小值是什么。输入格式无输出格式无输入输出样例输入 8 1 9 2 6 0 8 1 7 输出 0 无数组： #pragma GCC optimize(3,"Ofast") #include<bits/stdc++.h> using namespa...

洛谷的梗哈哈！！

LBZ的博客

10-18

1016

洛谷梗

摸鱼检测小软件

weixin_42887343的博客

12-03

1300

基于qt写的摸鱼检测小软件。

max(热爱) + min(摸鱼) × 坚持²

03-17

接着加上另一个变量的小值并通过最终的比例因子调整整个表达式[^1]。 --- ### 注意事项 - **数据类型转换**：由于 C 中默认的数据类型可能无法满足高精度需求，在涉及浮点数或者大范围数值的情况下应考虑适当扩展...

在鹅厂，我作为一个Java 程序员每天都在摸鱼！！！

wj1314250的博客

03-26

2284

作为一名在大、中、小微企业都待过的 Java 开发者，今天和大家分享下自己在不同公司的工作日常和收获。包括一些个人积累的工作提升经验，以及一些 Java 学习的方法和资源。先从我的第一份 Java 开发实习工作说起吧~ 实习生工作日常我是在大二暑期开始了我人生的第一次实习，岗位正是 Java 开发，还混了个 title 叫 “助理 Java 工程师”！这家公司属于一家中型企业，作为第一份实习，我已经很满足了。刚进入公司的第一天，在导师和运维同学的帮助下，搞好办公设备，安装开发环境，本以为第二天就

互联网打工人，还没点摸鱼小技巧了？

m0_57290404的博客

01-06

189

哪个打工人，还没点摸鱼小技巧了？这不最近，有一个摸鱼工具，名叫Loaf，就有点火，还冲上过微博热搜。在你安装好应用，点一下左上角的“摸鱼”按钮后，电脑就能弹出一个假的系统更新页面：然后你就可以正大光明地掏出手机/端起咖啡杯、往后一仰摊在椅子上开始摸鱼了～老板从你背后走过，你也可以“无动于衷”。而有趣的是，开发者将这个工具上传到微软官方应用商店，并放在“高效工作”区，居然真的通过了！一键摸鱼神器 Loaf的作者，是一位Windows开发者，同时也是微软MVP（微软最有价值专家奖，一般颁发给

平台洛谷

weixin_45640360的博客

04-13

1637

总结一下:此题要求我们看看从平台左右边落下之后会落在哪一个平台上，我刚刚开始编的无法解决上下平台相邻，题目要求输出的是0，而我输出的是低高度平台的值，所以后来着手解决这一问题解决问题：刚开始我想的是排除掉边在俩个边缘的情况，然后判断下面平台是否是连续的但要判断的条件太多了，因为本身我的想法就存在非常严重的缺陷，这是想到了我们可不可以从上至下搜索满足条件的平台，而且呢题目要求重叠的平台我们选择序号偏小的品台，所以我们优先以高度大为优先级大，次级就按序号小排，然后从上至下来搜索。 #include <i

并查集

s223568907的博客

09-27

204

所谓并查集，就是对许多集合做多次合并与查找。其关键就是递归寻找father与进行路径压缩，基于并查集的很多题目都会在压缩上做文章。洛谷p3367并查集模版题 #include using namespace std; int n,m,p,fa[10010]; inline int getfather(int x)//寻找father并进行路径压缩 { if(fa[x]==x)re

【失去更新】2017noip前后每日总结

s223568907的博客

11-04

809

之前没有做到每日总结，惭愧。从今天开始决定每日记录今天的状态。

基于模型预测算法的含储能微网双层能量管理模型：储能优化与成本控制 MATLAB

08-23

基于模型预测算法（MPC）的含储能微网双层能量管理模型。该模型旨在解决微网环境中风电、光伏、储能设备及超级电容器的协同工作问题，特别关注储能设备的退化成本及其全寿命周期的成本优化。模型采用双层调度策略，上层EMS系统负责最小化总运行成本，下层EMS负责消除预测误差引起的波动，确保微网的稳定运行。通过MATLAB平台实现的仿真结果显示，该模型在最小化运行成本和提高运行效率方面表现出色。适合人群：从事智能电网研究的技术人员、电力系统工程师、科研工作者及高校相关专业师生。使用场景及目标：适用于需要优化微网能量管理的研究项目和技术应用，目标是提升微网系统的运行效率和经济性，同时降低运营成本。其他说明：文中提供了详细的模型构建方法和仿真代码，有助于读者深入了解并应用于实际项目中。

电力系统中电压型虚拟同步发电机(VSG)仿真模型的一次调频、虚拟阻抗及无功电压补偿技术实现

08-23

电压型虚拟同步发电机（VSG）的Simulink仿真模型构建方法及其三大核心技术：一次调频、虚拟阻抗和无功电压补偿。首先阐述了一次调频的实现方式，通过MATLAB函数模拟传统发电机的惯量特性，调整虚拟惯量和阻尼系数来应对电网波动。接着解释了虚拟阻抗的作用，即在控制器内部通过数学运算实现类似实际电阻的效果，从而优化系统的动态性能。最后探讨了无功电压补偿机制，强调了PI参数整定以及前馈补偿对提高系统稳定性的重要性。文中还提供了具体的实验数据和应用场景，如突加负载时频率变化情况和容性负载切入时电压波动情况。适合人群：从事电力系统研究的专业人士、微电网控制策略的研究人员、对逆变器控制感兴趣的工程师和技术爱好者。使用场景及目标：适用于希望深入了解VSG仿真建模的人群，旨在帮助他们掌握一次调频、虚拟阻抗和无功电压补偿的具体实现方法，以便更好地应用于实际项目中。其他说明：作者将完整的模型参数发布到了GitHub上，供读者下载参考。同时提出了关于多台VSG并联系统中无功环抢功率的问题作为后续讨论方向。

量子遗传算法：智能优化算法的突破与高效应用 - 智能优化

08-23

内容概要：本文深入探讨了量子遗传算法（QGA）的基本原理及其在智能优化领域的应用。首先介绍了QGA的核心概念，如量子比特的概率幅、量子叠加态以及量子旋转门操作。接着详细解释了QGA相较于传统遗传算法的优势，包括更快的收敛速度、更广泛的搜索范围和更高的求解精度。文中还提供了具体的Python代码示例来展示量子染色体的编码、观测和旋转门操作的具体实现。此外，文章讨论了适应度函数的设计对算法性能的影响，并举例说明了QGA在解决复杂多峰优化问题（如旅行商问题）中的优势。最后指出，虽然QGA在某些情况下可能会增加计算开销，但在处理高维优化问题时表现出色。适合人群：对智能优化算法感兴趣的科研人员、研究生以及从事相关领域工作的工程师。使用场景及目标：适用于需要解决复杂多峰优化问题的研究和工程项目，特别是在高维数据处理方面有较高要求的应用场景。目标是提高优化问题的求解效率和准确性。其他说明：尽管量子遗传算法在特定条件下能够显著提升优化效果，但它并非万能解决方案。对于简单单峰问题，传统的遗传算法可能是更好的选择。

yolov5 + csl-label.(Oriented Object Detection)（Rotation Detection）（Rotated BBox）基于yolov5的旋转目标检测