SSL 2521 数数

题目大意:

    给出一个N个数的整数数列:A1,A2,A3……。选择长度不超过k的连续区间,使总和最大。

输入样例:

    3 2

    1 2 3

输出样例:

    5

 1<=k<=n<=10^5,Ai<=10^9


解题思路

    这题是一题单调队列的模板题,先记录第i个数的前缀和,我们维护一个元素单调递增的队列,每次处理完一个r后把队尾所有不小于sum[r]的元素删掉后把sum[r]放进队尾。那么每次只用把队头中元素在原数组中的下标<r-k的元素删掉,然后选取队头即可得到以r为右端点的最大总和。


辣鸡程序(对C++不熟):

#include<cstdio>
#define MAXN 100005
using namespace std;
long long q[MAXN], sum[MAXN];
int head,tail,i,n,x,k; 
long long ans;
int main()
{
    scanf("%d%d",&n,&k);
    head=1;tail=1;
    for (int i=1;i<=n;i++)
    {
      scanf("%d",&x);
      sum[i]=sum[i-1]+x;
      while (sum[i]<=sum[q[tail]]&&tail>=head) tail--;
      q[++tail]=i;
      while (q[head]<i-k) head++;
      if ((sum[i]-sum[q[head]])>ans) ans=sum[i]-sum[q[head]];
      }
    printf("%lld",ans);
    return 0;
}


PS 这是一道单调队列模板题

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
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