[水]三个日常签到题

事情总是么得那么简单( ・´ω`・ )

#509A Heist  人的思维是发展的……

  随手拍乱码

#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
long long k[1010],n;
unsigned long long sum=0;
int i;
int main()
{
    cin>>n;
    for( i=0;i<n;i++)
        scanf("%lld",&k[i]);
    sort(k,k+n);
    for(i=1;i<n;i++)
        sum+=k[i]-k[i-1];    
    cout<<sum-n+1<<endl;
    return 0;
}
#509A

  给出n个数,判断最少少了几个数(Point 1:一定是少了)

  在整理之前看了一下ac码:我为什么写的这么复杂(`・ω・´)。然后随手写了个cout<<最大值减最小值减n再加一<<endl交了一发,wa的点比初见还早。

  看来事情没有这么简单。

  又看了一下初见的两个wa,第一个sum没开ull(Point 2:1e9的1000个加法)但是我现在肯定不会把数组开longlong,第一第二个都有一条if(sum==n)cout<<0<<endl;嗯这是Point 1的错误。

  总之因为连续的数所以相邻数的差的和应该比个数少1,如果跳过了数,现在的sum就会比原来的多跳过的个数。“sum-(n-1)”

  我还是举个例子吧,以后再看这篇我肯定懒得再想(。・ω・。)

  e.g.4 5 6--->4 6,(n,sum)原先是(3,2),现在是(2,2),连续的应该是(2,1)。

 

#509B Buying a TV Set  写之前多花点时间理解题意,评测机就可以少花点时间在我的乱码上

  给a,b,x,y,问在p不超过a,q不超过b的情况下有多少对p,q满足p/q=x/y。

  行吧,我觉得这么翻译出来做法就很明显了——先把x,y约分(gcd),然后看看a里有几个x,b里有几个y,输出最少的那个,完。

  然而我一开始不知道为什么认为xy里有好几个gcd(x,y),这也无伤大雅,我还认为大小会影响它们在比例式中的位置,于是还按大小重新换了一下位置,评测机wawa大哭。

 

#510A Benches  计算还是不计算,这是一个问题

  有n个长凳,m个没坐下的人,给出每个长凳已经坐着的人数,求m坐下后可能存在的最少的人数和最多的人数。

  试图通过已知最值的“有人数”加上平均新坐下的人数来计算出答案,大失败,因为当前最优可坐的长凳(当前坐着的人最少的那个)是不断变化的,而这个问题我还是试图计算解决,因为怕不停地排序会t。事实上,是的,这个数据不大,坐下一个人sort一下就好了。

  超暴力!(╯°Д°)╯

 

  昨晚有一场div3,7wa1a,就开了AB两个题。人的思维定式真的可怕,特别在压力加疲劳的情况下,很难摆脱这种“想当然”,不管是想太多还是想不到,唉都是对立统一的。再看看这些曾经a掉的题,虽然当时wa了好几次,但是总觉得比现在离正答更近。最近觉得又是新一轮迷茫。anyway,菜是原罪,迷茫还是想得太多做得太少。

转载于:https://www.cnblogs.com/non-/p/10638555.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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