当前位置: 首页 > article >正文

数据结构与算法学习笔记(Acwing 提高课)----动态规划·区间DP

数据结构与算法学习笔记----动态规划·区间DP

@@ author: 明月清了个风
@@ first publish time: 2025.5.26

ps⭐️区间DP的特征在于子结构一般是一个子区间上的问题,涉及到的问题也非常多,如环形区间,记录方案数,高精度,二维区间等等。这次的题目基本包含了这些知识点的处理方法。

Acwing 1068. 环形石子合并

n n n堆石子绕圆形操场摆放,现要将石子有序地合并成一堆。

规定每次只能选相邻的两堆合并成新的一对,并将新的一堆石子堆数记作该次合并的得分。

请编写一个程序,读入堆数 n n n及每堆的石子数,并进行如下计算:

  • 选择一种合并石子的方案,使得做 n − 1 n - 1 n1次合并得分总和最大
  • 选择一种合并石子的方案,使得做 n − 1 n - 1 n1次合并得分总和最小。

输入格式

第一行包含整数 n n n,表示共有 n n n堆石子。

第二行包含 n n n个整数,分别表示每堆石子的数量。

输出格式

输出共两行:

第一行为合并得分的最小值。

第二行为合并得分的最大值。

数据范围

1 ≤ n ≤ 200 1 \le n \le 200 1n200,

思路

对于环形摆放的 n n n堆石子进行 n − 1 n - 1 n1次合并,最后一定会有一个缺口,因此第一个思路是枚举这个缺口在哪两个之间,这样就将环形的石子堆变成了正常摆放的,进行最简单的区间DP就行,不过这个时间复杂度会变成 n 4 n^4 n4会超时(枚举缺口 n n n,区间DP是 n 3 n^3 n3)。

可以发现,无论如何合并,最后一定是 n n n个点的连线,只是顺序不一样,因此可以将环形直接展开,并按照顺序向后复制一份,也就是变成 2 n 2n 2n堆石子。要求的合并方案就是在这 2 n 2n 2n个石子中选择长度为 n n n的区间进行合并,这也是环形问题的经典处理方式。

代码

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>using namespace std;const int N = 410, inf = 0x3f3f3f3f;int n;
int q[N], s[N];
int f[N][N], g[N][N];int main()
{cin >> n;for(int i = 1; i <= n; i ++) cin >> q[i], q[i + n] = q[i];for(int i = 1; i <= n * 2; i ++) s[i] = s[i - 1] + q[i];memset(f, 0x3f, sizeof f);memset(g, -0x3f, sizeof g);for(int len = 1; len <= n; len ++)for(int l = 1; l + len - 1 <= n * 2; l ++){int r = l + len - 1;if(l == r) f[l][r] = g[l][r] = 0;else{for(int k = l; k < r; k ++){f[l][r] = min(f[l][r], f[l][k] + f[k + 1][r] + s[r] - s[l - 1]);g[l][r] = max(g[l][r], g[l][k] + g[k + 1][r] + s[r] - s[l - 1]);}}}int maxv = -inf, minv = inf;for(int i = 1; i <= n; i ++){maxv = max(maxv, g[i][i + n - 1]);minv = min(minv, f[i][i + n - 1]);}cout << minv << endl << maxv << endl;return 0;
}

Acwing 320. 能量项链

在 Mars 星球上,每个 Mars 人都随身佩带着一串能量项链,在项链上有 NN 颗能量珠。

能量珠是一颗有头标记与尾标记的珠子,这些标记对应着某个正整数。

并且,对于相邻的两颗珠子,前一颗珠子的尾标记一定等于后一颗珠子的头标记。

因为只有这样,通过吸盘(吸盘是 Mars 人吸收能量的一种器官)的作用,这两颗珠子才能聚合成一颗珠子,同时释放出可以被吸盘吸收的能量。

如果前一颗能量珠的头标记为 m m m,尾标记为 r r r,后一颗能量珠的头标记为 r r r,尾标记为 n n n,则聚合后释放的能量为 m × r × n m \times r \times n m×r×n,新产生的珠子头标记为 m m m,尾标记为 n n n

需要时,Mars 人就用吸盘夹住相邻的两颗珠子,通过聚合得到能量,直到项链上只剩下一颗珠子为止。

显然,不同的聚合顺序得到的总能量是不同的,请你设计一个聚合顺序,使一串项链释放出的总能量最大。

例如:设 N = 4 N = 4 N=4 4 4 4颗珠子的头标记与尾标记依次为 ( 2 , 3 ) ( 3 , 5 ) ( 5 , 10 ) ( 10 , 2 ) (2,3)(3,5)(5,10)(10,2) (2,3)(3,5)(5,10)(10,2)

我们用记号$ ⊕ 表示两颗珠子的聚合操作, 表示两颗珠子的聚合操作, 表示两颗珠子的聚合操作,(j⊕k) 表示第 表示第 表示第 j,k$两颗珠子聚合后所释放的能量。则

第$ 4、14、1$ 两颗珠子聚合后释放的能量为: ( 4 ⊕ 1 ) = 10 × 2 × 3 = 60 (4⊕1)=10×2×3=60 (41)=10×2×3=60

这一串项链可以得到最优值的一个聚合顺序所释放的总能量为$ ((4⊕1)⊕2)⊕3)=10×2×3+10×3×5+10×5×10=710$

输入格式

输入的第一行是一个正整数 N N N,表示项链上珠子的个数。

第二行是 N N N个用空格隔开的正整数,所有的数均布超过 1000 1000 1000,第 i i i个数为第 i i i颗珠子的头标记,当 i < N i < N i<N时,第 i i i颗珠子的尾标记应该等于第 i + 1 i + 1 i+1颗珠子的头标记,第 N N N颗坠子的尾标记应该等于第 1 1 1颗珠子的头标记。

至于珠子的顺序,你可以这样确定:将项链放到桌面上,不要出现交叉,随意指定第一颗珠子,然后按顺时针方向确定其他珠子的顺序。

输出格式

输出只有一行,是一个正整数$ E$,为一个最优聚合顺序所释放的总能量。

数据范围

4 ≤ N ≤ 100 4 \le N \le 100 4N100,

1 ≤ E ≤ 2.1 × 10 9 1 \le E \le 2.1 \times 10^9 1E2.1×109

思路

很明显这也是一个环形区间DP问题,可以和上一题一样展开进行计算,只需考虑链式如何计算。

首先是状态的化简,对于 2 , 3 , 5 , 10 2,3,5,10 2,3,5,10表示的 4 4 4颗珠子可以使用 2 , 3 , 5 , 10 , 2 2,3,5,10,2 23,5,10,2五个数完全表示,对于状态表示,使用 f [ l ] [ r ] f[l][r] f[l][r]表示所有将 ( l , r ) (l, r) (l,r)这一段合并后的方式,属性是最大值。对于 2 , 3 , 5 , 10 2,3,5,10 2,3,5,10来说,答案就是 f [ 1 ] [ 5 ] f[1][5] f[1][5],因为最后是由五个数完全表示的。

对于状态转移,考虑最后一步的操作,也就是 ( l , r ) (l,r) (l,r)中的分界点 k k k划分为 f [ l ] [ k ] f[l][k] f[l][k] f [ k ] [ r ] f[k][r] f[k][r]。需要注意的是,这里是 f [ k ] [ r ] f[k][r] f[k][r],而不是上一题中的 f [ k + 1 ] [ r ] f[k + 1][r] f[k+1][r],因为在这一题中,每个参与合并的珠子要两个数进行表示,因此第 k k k个数是前后共用的。

同样地,我们枚举区间长度 l e n len len的时候需要枚举至长度为 n + 1 n + 1 n+1的区间。

代码

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>using namespace std;const int N = 210;int n;
int w[N];
int f[N][N];int main()
{cin >> n;for(int i = 1; i <= n; i ++) cin >> w[i], w[i + n] = w[i];for(int len = 1; len <= n + 1; len ++)for(int l = 1; l + len - 1 <= n * 2; l ++){int r = l + len - 1;if(l == r && l + 1 == r)  f[l][r] = 0;else{for(int k = l + 1; k < r; k ++)f[l][r] = max(f[l][r], f[l][k] + f[k][r] + w[l] * w[k] * w[r]);}}int maxv = -1;for(int i = 1; i <= n; i ++)maxv = max(maxv, f[i][i + n]);cout << maxv << endl;return 0;
}

Acwing 1069. 凸多边形的划分

给定一个具有 N N N个顶点的凸多边形,将顶点从 1 1 1 N N N标号,每个顶点的权值都是一个正整数。

将这个凸多边形划分成 N − 2 N - 2 N2个互不相交的三角形,对于每个三角形,其三个顶点的权值相乘都可得到一个权值乘积,试求所欲三角形的顶点权值乘积之和至少为多少。

输入格式

第一行包含整数 N N N,表示顶点数量。

第二行包含 N N N个整数,依次为顶点 1 1 1至顶点 N N N的权值。

输出格式

输出只有一行,为所有三角形的顶点权值乘积之和的最小值。

数据范围

$ N \le 50$,

数据保证所有顶点的权值都小于 10 9 10^9 109

思路

这道题和上一题很相似,在任意一个多边形中选取一条线,再任选一个顶点即可构成一个三角形,整个多边形会被这个三角形划分为三个区域,由于题目中提到分割成的三角形是互不相交的,因此三个区域都是独立的,那么整个状态就被划分为了子状态。

例如,一个凸多边形的顶点按顺序为 ( 1 , 2 , 3 , 4 , 5 , 6 ) (1,2,3,4,5,6) (1,2,3,4,5,6),选取 ( 1 , 4 , 6 ) (1,4,6) (1,4,6)构成一个三角形,那么就会将整个凸多边形划分为三个区域 ( 1 , 2 , 3 , 4 ) , ( 1 , 4 , 6 ) , ( 4 , 5 , 6 ) (1,2,3,4),(1,4,6),(4,5,6) (1,2,3,4)(1,4,6),(4,5,6)。那么对于整个状态的 f [ 1 ] [ 6 ] f[1][6] f[1][6]就会划分为 f [ 1 ] [ 4 ] + f [ 4 ] [ 6 ] + w [ 1 ] ∗ w [ 4 ] ∗ w [ 6 ] f[1][4] + f[4][6] + w[1] * w[4] * w[6] f[1][4]+f[4][6]+w[1]w[4]w[6]

推广至一般情况,对于状态表示,使用 f [ l ] [ r ] f[l][r] f[l][r]表示所有将 ( l , l + 1 ) ( l + 1 , l + 2 ) , ⋯ , ( r − 1 , r ) , ( r , l ) (l, l + 1)(l + 1, l + 2),\cdots,(r - 1, r),(r,l) (l,l+1)(l+1,l+2),,(r1,r),(r,l)划分三角形的方案,属性是最小值。

对于状态划分,可以根据 ( l , r ) (l,r) (l,r)的中间点 k k k进行划分,即将 ( l , k , r ) (l,k,r) (l,k,r)划分为一个三角形,下面就会将 ( l , r ) (l,r) (l,r)的四边形划分为三个子区域,状态转移为 f [ l ] [ k ] + f [ k ] [ r ] + w [ l ] ∗ w [ k ] ∗ w [ r ] f[l][k] + f[k][r] + w[l] * w[k] * w[r] f[l][k]+f[k][r]+w[l]w[k]w[r]与上一题一样。

需要指出的是,这一题的数据范围非常大, 因此需要高精度,可以先把代码思路写对后,将对应的部分替换为高精度。

代码

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>using namespace std;typedef long long LL;const int N = 55, M = 35;int n;
int w[N];
LL f[N][N][M];void add(LL a[], LL b[])
{static LL c[M];memset(c, 0, sizeof c);for(int i = 0, t = 0; i < M; i ++){t += a[i] + b[i];c[i] = t % 10;t /= 10;}memcpy(a, c, sizeof c);
}void mul(LL a[], LL b)
{static LL c[M];LL t = 0;memset(c, 0, sizeof c);for(int i = 0; i < M; i ++){t += a[i] * b;c[i] = t % 10;t /= 10;}memcpy(a, c, sizeof c);
}int cmp(LL a[], LL b[])
{for(int i = M - 1; i >= 0; i --)if(a[i] > b[i]) return 1;else if(a[i] < b[i]) return -1;return 0;
}void print(LL a[])
{int k = M - 1;while(k && !a[k]) k --;while(k >= 0) cout << a[k --];cout << endl;
}int main()
{cin >> n;for(int i = 1; i <= n; i ++) cin >> w[i];LL temp[M];for(int len = 3; len <= n; len ++ ){for(int l = 1; l + len - 1 <= n; l ++){int r = l + len - 1;f[l][r][M - 1] = 1;for(int k = l + 1; k < r; k ++){memset(temp, 0, sizeof temp);temp[0] = w[l];mul(temp, w[k]);mul(temp, w[r]);add(temp, f[l][k]);add(temp, f[k][r]);if(cmp(f[l][r], temp) > 0)memcpy(f[l][r], temp, sizeof temp);}}}print(f[1][n]);return 0;
}

Acwing 479. 加分二叉树

设一个 n n n个节点的二叉树的中序遍历为 ( 1 , 2 , 3 , ⋯ , n ) (1,2,3,\cdots,n) (1,2,3,,n),其中数字 1 , 2 , 3 , ⋯ , n 1,2,3,\cdots,n 1,2,3,n为节点编号。

每个节点都有一个分数(均为正整数),记第 i i i个节点的分数为 d i d_i di,tree 及它的每个子树都有一个加分,任一棵子树 subtree(也包含 tree 本身)的加分计算方法如下:

subtree的左子树的加分 ×× subtree的右子树的加分 ++ subtree的根的分数

若某个子树为空,规定其加分为 1 1 1.

叶子的加分就是叶节点本身的分数,不考虑它的空子树。

试求一棵符合中序遍历为 ( 1 , 2 , 3 , ⋯ , n ) (1,2,3,\cdots,n) (1,2,3,,n)且加分最高的二叉树 tree。

要求输出:

(1)tree的最高加分

(2)tree的前序遍历

输入格式

第一行一个整数 n n n,为节点个数。

第二行 n n n个用空格隔开的整数,为每个节点的分数 ( 0 < 分数 < 100 ) (0 < 分数 < 100) (0<分数<100)

输出格式

第一行一个整数,为最高加分

第二行 n n n个用空格隔开的整数,为该树的前序遍历。如果存在多种方案,则输出字典序最小的方案。

数据范围

$ n \le 30$,

思路

同样地,使用 f [ l ] [ r ] f[l][r] f[l][r]表示所有中序遍历是 ( l , r ) (l, r) (l,r)这一段的二叉树集合,属性是最大值。

而对于状态划分,很明显可以根据根节点的不同进行划分。假设根节点在第个 k k k点,那么其左子树就是 ( l , k − 1 ) (l, k - 1) (l,k1),右子树就是 ( k + 1 , r ) (k + 1, r) (k+1,r),那么整体的最大值就是这三部分的最大值计算得到分别为 f [ l ] [ k − 1 ] f[l][k - 1] f[l][k1], f [ k + 1 ] [ r ] f[k + 1][r] f[k+1][r], w [ k ] w[k] w[k]

但是题目还需要记录方案。和前面[背包模型四](数据结构与算法学习笔记(Acwing提高课)----动态规划·背包模型(四)-CSDN博客)中的背包模型求方案数一样,多开一个数组 g [ l ] [ r ] g[l][r] g[l][r],表示是从哪里转移过来的。假设根节点是 R R R,那么 R = g [ 1 ] [ N ] R = g[1][N] R=g[1][N],然后就知道左子树为 ( 1 , R − 1 ) (1,R - 1) (1,R1),右子树为 ( R + 1 , N ) (R + 1, N) (R+1,N),继续递归即可。

代码

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>using namespace std;const int N = 30;int n;
int w[N];
int f[N][N], g[N][N];void dfs(int l, int r)
{if(l > r) return ;int root = g[l][r];cout << root << ' ';dfs(l, root - 1);dfs(root + 1, r);}int main()
{cin >> n;for(int i = 1; i <= n; i ++) cin >> w[i];for(int len = 1; len <= n; len ++)for(int l = 1; l + len - 1 <= n; l ++){int r = l + len - 1;if(len == 1){f[l][r] = w[l];g[l][r] = l;}else{for(int k = l; k <= r; k++){int left = k == l ?  1 : f[l][k - 1];int right = k == r ? 1 : f[k + 1][r];int score = left * right + w[k];if(f[l][r] < score){f[l][r] = score;g[l][r] = k;}}}}cout << f[1][n] << endl;dfs(1,n);return 0;
}

Acwing 321. 棋盘分割

将一个 8 × 8 8 \times 8 8×8的棋盘进行如下分割:将原棋盘割下一块矩形棋盘并使剩下部分也是矩形,再将剩下的部分继续如此分割,这样割了 ( n − 1 ) (n - 1) (n1)次后,连同最后剩下的矩形棋盘共有 n n n块矩形棋盘。(每次切割都只能沿着棋盘格子的边进行)。

在这里插入图片描述

原棋盘上每一格有一个分值,一块矩形棋盘的总分为其所含各格分值之和。

现在需要把棋盘按上述规则分割成 n n n块矩形棋盘,并使各矩形棋盘总分的均方差最小。

均方差 σ = ∑ i = 1 n ( x i − x ˉ ) 2 n \sigma = \sqrt{\frac{\sum_{i = 1}^{n}(x_i - \bar{x})^2}{n}} σ=ni=1n(xixˉ)2 ,其中平均值为 x ˉ = ∑ i = 1 n x i n \bar{x} = \frac{\sum_{i = 1}^{n}x_i}{n} xˉ=ni=1nxi x i x_i xi为第 i i i块矩形棋盘的总分。

请编程对给出的棋盘及 n n n,求出均方差的最小值。

输入格式

第一行一个整数 n n n

第二行至第 9 9 9行每行 8 8 8个小于 100 100 100的非负整数,表示棋盘上相应格子的分值。每行相邻两数之间用一个空格分隔。

输出格式

输出最小均方差值(四舍五入精确到小数点后三位)。

数据范围

1 < n < 15 1 < n < 15 1<n<15,

思路

要使均方差最小,可尝试将均方差公式展开进行化简:
∑ i = 1 n ( x i − x ˉ ) 2 n = 1 n ( ∑ i − 1 n ( x i 2 − 2 x i x ˉ + x ˉ 2 ) ) = 1 n ( ∑ i − 1 n x i 2 − x ˉ ∑ i − 1 n 2 x i + n x ˉ 2 ) = 1 n ( ∑ i − 1 n x i 2 − n x ˉ 2 ) = ∑ i − 1 n x i 2 n − x ˉ 2 \begin{align} \frac{\sum_{i = 1}^{n}(x_i - \bar{x})^2}{n} &= \frac{1}{n}(\sum_{i - 1}^n(x_i^2 - 2x_i \bar{x} + \bar{x}^2)) \notag\\ &= \frac{1}{n}(\sum_{i - 1}^nx_i^2 - \bar{x}\sum_{i - 1}^{n}2x_i + n\bar{x}^2) \notag\\ &= \frac{1}{n}(\sum_{i - 1}^nx_i^2 - n\bar{x}^2) \notag\\ &= \frac{\sum_{i - 1}^nx_i^2 }{n} - \bar{x}^2 \end{align} ni=1n(xixˉ)2=n1(i1n(xi22xixˉ+xˉ2))=n1(i1nxi2xˉi1n2xi+nxˉ2)=n1(i1nxi2nxˉ2)=ni1nxi2xˉ2
目标就是最小化上式的结果,由于平均值 x ˉ \bar{x} xˉ是固定的,因此只要最小化前一项即可,也就是每一部分的平方和。

当然,这道题也可以直接进行计算不用化简。直接最小化均方差, x ˉ \bar{x} xˉ是可以直接求出来的,

对于状态表示,这题为 f [ x 1 ] [ y 1 ] [ x 2 ] [ y 2 ] [ k ] f[x1][y1][x2][y2][k] f[x1][y1][x2][y2][k],表示子矩阵 ( x 1 , y 1 , x 2 , y 2 ) (x1,y1,x2,y2) (x1,y1,x2,y2)切分成 k k k部分的所有方案,属性就是均方差的最小值。

对于状态划分,找最后一个不同点,也就是如何切割的。根据横切和纵切分为两大类,在横切中,可以选任意一行进行切割,并且在切割完后将图形分为的上下两部分可以再次划分,任意选取一个图形继续切割,对于纵切也是一样的。那么例如对于横切一次后生成的两部分,如果选择上面的继续切,那就会有上面继续切的分值,和下面剩余已经作为独立一个区域的分值,假设选取了第 i i i行进行横切,那么上面一部分的分值就是 f [ x 1 ] [ y 1 ] [ i ] [ y 2 ] f[x1][y1][i][y2] f[x1][y1][i][y2],求和的话就是二维前缀和。

这题y总讲的是记忆化搜索的做法。

代码

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include <cmath>using namespace std;const int N = 15, M = 9;
const double inf = 1e9;int n, m = 8;
int s[N][N];
double f[M][M][M][M][N];
double X;double get(int x1, int y1, int x2, int y2)
{double sum = s[x2][y2] - s[x2][y1 - 1] - s[x1 - 1][y2] + s[x1 - 1][y1 - 1] - X;return sum * sum / n;
}double dp(int x1, int y1, int x2, int y2, int k)
{double &v = f[x1][y1][x2][y2][k];if(v >= 0) return v;if(k == 1) return v = get(x1, y1, x2, y2);v = inf;for(int i = x1; i < x2; i ++){v = min(v, dp(x1, y1, i, y2, k - 1) + get(i + 1, y1, x2, y2));v = min(v, dp(i + 1, y1, x2, y2, k - 1) + get(x1, y1, i, y2));}for(int i = y1; i < y2; i ++){v = min(v, dp(x1, y1, x2, i, k - 1) + get(x1, i + 1, x2, y2));v = min(v, dp(x1, i + 1, x2, y2, k - 1) + get(x1, y1, x2, i));}return v;
}int main()
{cin >> n;for(int i = 1; i <= m; i ++)for(int j = 1; j <= m; j ++){cin >> s[i][j];s[i][j] += s[i - 1][j] + s[i][j - 1] - s[i - 1][j - 1];}memset(f, -1, sizeof f); // 这样处理后数组里存的都是NaN,X = (double)s[m][m] / n;  //需要注意这里是整数除法,要转化为double,不然会丢失精度printf("%.3lf\n", sqrt(dp(1, 1, 8, 8, n)));return 0;
}

相关文章:

数据结构与算法学习笔记(Acwing 提高课)----动态规划·区间DP

数据结构与算法学习笔记----动态规划区间DP author: 明月清了个风 first publish time: 2025.5.26 ps⭐️区间DP的特征在于子结构一般是一个子区间上的问题&#xff0c;涉及到的问题也非常多&#xff0c;如环形区间&#xff0c;记录方案数&#xff0c;高精度&#xff0c;二维…...

【合集】Linux——31个普通信号

Linux普通信号总表&#xff08;1-31&#xff09;​​ ​编号​​信号名​​触发原因​​默认动作​1SIGHUP终端连接断开&#xff08;如SSH会话终止&#xff09;或守护进程重载配置&#xff08;如nginx -s reload&#xff09;终止进程2SIGINT用户输入CtrlC中断前台进程终止进程…...

从0到1搭建AI绘画模型:Stable Diffusion微调全流程避坑指南

从0到1搭建AI绘画模型&#xff1a;Stable Diffusion微调全流程避坑指南 系统化学习人工智能网站&#xff08;收藏&#xff09;&#xff1a;https://www.captainbed.cn/flu 文章目录 从0到1搭建AI绘画模型&#xff1a;Stable Diffusion微调全流程避坑指南摘要引言一、数据集构…...

ASP.NET Core 中JWT的基本使用

文章目录 前言一、JWT与RBAC二、JWT 的作用三、RBAC 的核心思想四、使用1、配置文件 (appsettings.json)2、JWT配置模型 (Entity/JwtSettings.cs)3、服务扩展类&#xff0c;JWT配置 (Extensions/ServiceExtensions.cs)4、用户仓库接口服务5、认证服务 (Interface/IAuthService.…...

未来技术展望

应用场景:海量数据并行处理 技术融合: # 概念代码:量子加速的数据清洗 from quantum_processor import PhotonicProcessordef quantum_data_cleaning(data):# 使用光量子处理器并行处理千万级数据processor = PhotonicProcessor(model="Xanadu Borealis")return …...

从一到无穷大 #46:探讨时序数据库Deduplicate与Compaction的设计权衡

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。 本作品 (李兆龙 博文, 由 李兆龙 创作)&#xff0c;由 李兆龙 确认&#xff0c;转载请注明版权。 文章目录 引言Compaction AlgorithmsCompact Execution Flow Based On VeloxLocalMergeSource的…...

vue3 导出excel

需求&#xff1a;导出自带格式的excel表格 1.自定义二维数组格式 导出 全部代码&#xff1a; <el-button click"exportExcel">导出</el-button> const exportExcel () > {const data [[商品, 单价, 数量, 总价],[A, 100, 1.55, { t: n, f: B2*C2…...

带你手写React中的useReducer函数。(底层实现)

文章目录 前言一、为什么需要 Reducer&#xff1f;二、Reducer 的核心概念1. Reducer 函数2. useReducer 钩子 三&#xff0c;手写react中的useReducer 总结 前言 在 React 开发中&#xff0c;useReducer 是管理复杂状态逻辑的利器。它类似于 Redux 的简化版&#xff0c;允许我…...

day024-网络基础-TCP与UDP、DNS

文章目录 1. 李导推荐书籍2. OSI七层模型2.1 传输层2.2 网络层2.2.1 问&#xff1a;两端处于不同局域网的设备怎么网络通信&#xff1f; 2.3 数据链路层2.4 物理层2.5 图解OSI七层模型 3. 数据传输模式3.1 全双工3.2 半双工3.3 单工 4. TCP 3次握手4.1 抓包 5. TCP 4次挥手5.1 …...

专场回顾 | 重新定义交互,智能硬件的未来设计

自2022年起&#xff0c;中国智能硬件行业呈现出蓬勃发展的态势&#xff0c;市场规模不断扩大。一个多月前&#xff0c;“小智AI”在短视频平台的爆火将智能硬件带向了大众视野&#xff0c;也意味着智能硬件已不再仅仅停留在概念和技术层面&#xff0c;而是加速迈向实际落地应用…...

如何把一台电脑作为另外一台电脑的显示器

https://zhuanlan.zhihu.com/p/703889583 1. 两台电脑都要进行&#xff1a;点开投影到此电脑&#xff0c;点击可选功能&#xff0c;在可选功能窗口&#xff0c;搜索无线显示器&#xff1b;在结果列表中选中无线显示器&#xff0c;并安装 2. 在笔记本电脑&#xff08;要用来做…...

WPS 免登录解锁编辑

遇到 WPS 需要登录才能启用编辑功能&#xff1f; 如何免登录使用编辑功能&#xff1f; 方法一 解锁方法 1、关闭 WPS&#xff1b; 2、桌面右键→ “新建”→“文本文档”&#xff0c;粘贴以下内容&#xff08;见最下面&#xff09;&#xff1b;编码保持默认&#xff08;ANSI …...

【C/C++】线程安全初始化:std::call_once详解

std::call_once 使用详解 std::call_once 是 C11 标准库中提供的一个线程安全的一次性调用机制&#xff0c;位于 <mutex> 头文件中。它确保某个可调用对象只被执行一次&#xff0c;即使多个线程同时尝试调用它。 基本用法 #include <mutex> #include <thread…...

技术分享 | Oracle SQL优化案例一则

本文为墨天轮数据库管理服务团队第70期技术分享&#xff0c;内容原创&#xff0c;作者为技术顾问马奕璇&#xff0c;如需转载请联系小墨&#xff08;VX&#xff1a;modb666&#xff09;并注明来源。 一、问题概述 开发人员反映有条跑批语句在测试环境执行了很久都没结束&…...

​什么是RFID电子标签​

RFID 电子标签是用于物品标识、具有信息存储机制、能接收读写器的电磁场调制信号并返回响应信号的数据载体,通常被称为电子标签,也可称作射频卡、射频标签、射频卷标等,是与读写器一起构成 RFID 系统的硬件主体。 RFID 系统基本组成包括RFID电子标签、读写器、射频天线、应用…...

华为手机用的时间长了,提示手机电池性能下降,需要去换电池吗?平时要怎么用能让电池寿命长久一些?

华为手机提示电池性能下降时&#xff0c;是否需要更换电池以及如何延长电池寿命&#xff0c;取决于电池老化程度和使用习惯。以下是具体分析和建议&#xff1a; 一、是否需要更换电池&#xff1f; 电池健康度低于80% 如果手机提示“电池性能下降”&#xff0c;通常意味着电池…...

BERT***

​​1.预训练&#xff08;Pre-training&#xff09;​​ 是深度学习中的一种训练策略&#xff0c;指在大规模无标注数据上预先训练模型&#xff0c;使其学习通用的特征表示&#xff0c;再通过​​微调&#xff08;Fine-tuning&#xff09;​​ 适配到具体任务 2.sentence-lev…...

超级对话2:大跨界且大综合的学问融智学应用场景述评(不同第三方的回应)之二

摘要&#xff1a;《人机协同文明升维行动框架》提出以HIAICI/W公式推动认知革命&#xff0c;构建三大落地场景&#xff1a;1&#xff09;低成本认知增强神经接口实现300%学习效率提升&#xff1b;2&#xff09;全球学科活动化闪电战快速转化知识体系&#xff1b;3&#xff09;人…...

在Linux环境里面,Python调用C#写的动态库,如何实现?

在Linux环境中&#xff0c;Python可以通过pythonnet&#xff08;CLR的Python绑定&#xff09;或subprocess调用C#动态库。以下是两种方法的示例&#xff1a; 方法1&#xff1a;使用pythonnet&#xff08;推荐&#xff09; 前提条件 安装Mono或.NET Core运行时安装pythonnet包…...

【Linux 基础知识系列】第三篇-Linux 基本命令

在数字化浪潮席卷全球的当下&#xff0c;操作系统作为计算机系统的核心组件&#xff0c;扮演着至关重要的角色。而 Linux&#xff0c;凭借其卓越的性能、高度的稳定性和出色的可定制性&#xff0c;在服务器、嵌入式系统、超级计算机以及个人计算机等领域大放异彩&#xff0c;成…...

OpenCV CUDA模块直方图计算------生成一组均匀分布的灰度级函数evenLevels()

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 该函数主要用于为 直方图均衡化、CLAHE 等图像处理算法 生成一组等间距的灰度区间边界值&#xff08;bins 或 levels&#xff09;&#xff0c;这…...

深度学习常见实验问题与实验技巧

深度学习常见实验问题与实验技巧 有一定的先后顺序的 还在迷茫深度学习中的改进实验应该从哪里开始改起的同学&#xff0c;一定要进来看看了&#xff01;用自身经验给你推荐实验顺序&#xff01; YOLOV8-硬塞注意力机制&#xff1f;这样做没创新&#xff01;想知道注意力怎么…...

前端面试之Proxy与Reflect

&#x1f31f; 一、Proxy 与 Reflect 的核心概念 1. ​​Proxy&#xff1a;代理拦截器​​ Proxy 用于创建对象的代理&#xff0c;拦截并自定义对象的基本操作&#xff08;如属性读写、函数调用等&#xff09;。 ​​核心组成​​&#xff1a; ​​目标对象&#xff08;Targe…...

uniapp vue3 鸿蒙支持的 HTML5+接口

uniapp vue3 编译鸿蒙所支持的 HTML5接口 文档&#xff1a;https://www.html5plus.org/doc/zh_cn/runtime.html {"geolocation": {//获取当前设备位置信息"getCurrentPosition": function() {},//监听设备位置变化信息"watchPosition": functi…...

一张Billing项目的流程图

流程图 工作记录 2016-11-11 序号 工作 相关人员 1 修改Payment Posted的导出。 Claim List的页面加了导出。 Historical Job 加了Applied的显示和详细。 郝 识别引擎监控 Ps (iCDA LOG :剔除了160篇ASG_BLANK之后的结果): LOG_File 20161110.txt BLANK_CDA/ALL 45/10…...

理想树图书:以科技赋能教育,开启AI时代自主学习新范式

深耕教育沃土 构建全场景教辅产品矩阵 自2013年创立以来&#xff0c;理想树始终以教育匠心回应时代命题。在教辅行业这片竞争激烈的领域&#xff0c;由专业教育工作者组成的理想树图书始终秉持“知识互映”理念&#xff0c;经过十余年的精耕细作&#xff0c;精心打造了小学同步…...

【大模型02】Deepseek使用和prompt工程

文章目录 DeepSeekDeepseek 的创新MLA &#xff08;低秩近似&#xff09; MOE 混合专家混合精度框架总结DeepSeek-V3 与 DeepSeek R1 DeepSeek 私有化部署算例市场&#xff1a; autoDLVllM 使用Ollma复习 API 调用deepseek-r1Prompt 提示词工程Prompt 实战设置API Keycot 示例p…...

B端产品经理如何快速完成产品原型设计

B 端产品经理的原型设计需兼顾业务流程复杂度、功能逻辑性和操作效率&#xff0c;快速完成原型的核心在于结构化梳理需求、复用成熟组件、借助高效工具、聚焦核心场景。以下是具体方法和步骤&#xff1a; 一、明确需求优先级&#xff1a;先框架后细节 1. 梳理业务流程&#x…...

[Java实战]Spring Boot切面编程实现日志记录(三十六)

[Java实战]Spring Boot切面编程实现日志记录(三十六) 一、AOP日志记录核心原理 1.1 AOP技术体系 Spring AOP基于代理模式实现,关键组件: JoinPoint:程序执行点(方法调用/异常抛出)Pointcut:切点表达式(定义拦截规则)Advice:增强逻辑(前置/环绕/异常通知)Weaving:…...

Apache POI生成的pptx在office中打不开 兼容问题 wps中可以打卡问题 POI显示兼容问题

项目场景&#xff1a; 在java服务中使用了apache.poi后生成的pptx在wps中打开是没有问题&#xff0c;但在office中打开显示如下XXX内容问题&#xff0c;修复&#xff08;R&#xff09;等问题 我是用的依赖版本如下 <dependency><groupId>org.apache.poi</grou…...