当前位置: 首页 > article >正文

东华复试OJ二刷复盘15

进阶22输出该字符串最多能断成多少截完全一样的子串样例输入abcabcabcabc样例输出4最多能断成四个”abc”也就是abc重复四遍便是原串同时也能断成两个”abcabc”最坏情况是断成一个原串”abcabcabcabc”。思路最大的截断数是按1分割所以输出最大截断数量只需要从1递增第一个符合截断串完全一致的即为答案。最大值为字符串的一半和字符串长度本身。代码错误1.字符串的遍历步长为icur而非i2. 用cur3作为初值来测试题目提交时没有改。#include bits/stdc.h using namespace std; bool Check2(int index1,int index2,string s1){ int len index2 - index1; for(int i0;ilen;i){ if(s1[index1] ! s1[index2])return false; index1;index2; } return true; } bool Check(int cur,string s1){ for(int i0;is1.size()-cur;icur){ if(Check2(i,icur,s1) false)return false; } return true; } int main(){ string s1; cins1; int cur1; int ans0; while(curs1.size()/2){ if(Check(cur,s1)){ anscur; break; } cur; } //coutansendl; if(ans)couts1.size()/ansendl; else{ curs1.size()/2; if(Check(cur,s1))couts1.size()/curendl; else couts1.size()/s1.size()endl; } system(pause); } //abcabcabcabcGenerative artificial intelligence refers to a class of AI technologies that can generate new content such as text, images, and audio. Unlike traditional discriminative models, generative models learn the distribution of data and produce new samples based on learned patterns. In recent years, with the advancement of deep learning techniques, generative models have achieved significant progress in many fields. For instance, generative adversarial networks and large language models are capable of producing high-quality images and natural language text. These technologies have broad application prospects in areas such as content creation, intelligent assistants, and virtual reality. However, generative AI also introduces challenges such as the spread of misinformation and copyright protection issues. Therefore, how to strengthen regulation while promoting technological development has become an important research topic.生成式人工智能是指人工智能的一个能生成诸如文本图片或音频的新内容的类别。不同于传统的判别式模型生成式模型学习数据的分配并生成基于已学习模式的新样本。在近年来伴随着深度学习技术的发展生成式模型已在许多领域取得了显著的进步。例如生成式对抗网络和大语言模型它们能生成高质量的文本和自然语言文本。这些技术有广阔的应用前景在例如内容生成、智能助理和虚拟现实这些领域。然而生成式人工智能也引发了例如错误信息的扩散和版权保护问题。从而如何在推动技术发展的同时强化监管已经成为了一个重要的研究话题。refers to 指的是/参考/引用、discriminative 判别式、adversarial 对抗的

相关文章:

东华复试OJ二刷复盘15

进阶22:输出该字符串最多能断成多少截完全一样的子串,样例输入abcabcabcabc样例输出4,最多能断成四个”abc”,也就是abc重复四遍便是原串,同时也能断成两个”abcabc”,最坏情况是断成一个原串”abcabcabcab…...

ThinkAdmin后台文件上传漏洞实战:从配置修改到Getshell

1. ThinkAdmin后台文件上传漏洞初探 第一次接触ThinkAdmin这个后台管理系统时,我就被它简洁的界面和丰富的功能吸引了。但作为一名安全研究人员,职业习惯让我更关注它的安全性。最近在测试过程中,我发现了一个相当有意思的文件上传漏洞&#…...

Mac文件总用错程序打开?教你一键永久设置默认应用(附常见问题解决)

Mac文件总用错程序打开?一键永久设置默认应用的终极指南 每次双击文档却弹出不想要的程序?Mac系统的默认应用设置逻辑其实藏着不少实用技巧。作为十年Mac老用户,我整理出这份覆盖90%使用场景的解决方案手册,从基础设置到疑难杂症一…...

开关电源拓扑结构全解析:从Buck到LLC的选型与设计要点

1. 电源逆变与开关变换器拓扑结构解析电源变换是电子系统能量管理的核心环节,其本质在于实现电能形式、电压等级、电流特性及电气隔离状态的可控转换。在工业控制、新能源发电、电动汽车、通信设备及消费类电子产品中,不同应用场景对效率、功率密度、动态…...

Qwen2.5-7B-Instruct保姆级教程:模型权重分片加载与显存峰值监控方法

Qwen2.5-7B-Instruct保姆级教程:模型权重分片加载与显存峰值监控方法 1. 引言:当7B大模型遇上有限显存 如果你尝试在个人电脑或显存不那么宽裕的服务器上运行Qwen2.5-7B-Instruct这样的“大家伙”,大概率会遇到一个令人头疼的报错&#xff…...

ST7781R驱动深度解析:Arduino TFT触摸屏嵌入式开发实战

1. TFT Touch Shield V1.0 嵌入式驱动技术深度解析 1.1 硬件架构与核心芯片选型逻辑 TFT Touch Shield V1.0 是一款面向Arduino UNO Rev3与Mega平台的2.8英寸彩色图形显示模组,其硬件设计体现了嵌入式显示子系统在资源约束下的典型权衡策略。该模组采用ST7781R作为…...

RISC-V嵌入式开发工具链选型与工程实践指南

1. RISC-V嵌入式开发工具链全景分析RISC-V指令集架构的兴起并非偶然,而是嵌入式系统发展到特定阶段的必然产物。当ARM架构授权费用持续攀升、定制化需求日益增长、开源协作模式趋于成熟,RISC-V以其精简、模块化、可扩展的特性迅速成为工业控制、物联网终…...

StructBERT模型提示词(Prompt)优化指南:提升相似度计算准确率

StructBERT模型提示词(Prompt)优化指南:提升相似度计算准确率 你是不是遇到过这样的情况:用StructBERT这类模型来计算两段文本的相似度,结果有时候准,有时候却差得离谱?比如,明明是…...

给老旧服务器加装SSD和内存后,再测深信服云桌面体验提升有多大?

老旧服务器升级SSD与内存后,云桌面性能提升实测指南 当我在会议室里第5次尝试通过云桌面打开一份20MB的PPT时,投影仪前的客户已经开始看手表——机械硬盘的读取声像老式打字机一样有节奏地响着,进度条却像被冻住了似的纹丝不动。这种场景恐怕…...

PyTorch CUDA版本不匹配?手把手教你解决std::bad_alloc内存错误(附版本对照表)

PyTorch CUDA版本不匹配?手把手教你解决std::bad_alloc内存错误 当你在PyTorch中看到terminate called after throwing an instance of std::bad_alloc这样的错误时,这通常意味着程序尝试分配的内存超过了系统可用内存。在深度学习环境中,这种…...

StructBERT零样本分类-中文-baseAI应用:嵌入低代码平台的文本分类组件封装

StructBERT零样本分类-中文-baseAI应用:嵌入低代码平台的文本分类组件封装 1. 引言:当零样本分类遇上低代码 想象一下这个场景:你正在为一个电商平台的后台系统开发一个功能,需要自动将用户提交的售后工单,按照“物流…...

【AI】强化学习(RL)和多智能体系统(MAS)

强化学习(Reinforcement Learning, RL)和多智能体系统(Multi-Agent Systems, MAS)是目前人工智能领域最活跃、最具潜力的两个方向。当它们结合时(即多智能体强化学习,MARL),就能解决…...

PVNet位姿估计实战:从数据集准备到模型训练(基于PyTorch1.5.1+CUDA10.2)

PVNet位姿估计实战指南:从环境搭建到模型部署全流程解析 在计算机视觉领域,物体位姿估计一直是工业检测、增强现实和机器人抓取等应用的核心技术。PVNet作为一种基于关键点投票的位姿估计方法,因其对遮挡场景的鲁棒性而备受关注。本文将带您从…...

掌握英雄联盟效率革命:LeagueAkari 本地工具全攻略

掌握英雄联盟效率革命:LeagueAkari 本地工具全攻略 【免费下载链接】LeagueAkari ✨兴趣使然的,功能全面的英雄联盟工具集。支持战绩查询、自动秒选等功能。基于 LCU API。 项目地址: https://gitcode.com/gh_mirrors/le/LeagueAkari 你是否曾在英…...

Pixel Dimension Fissioner一文详解:16-bit像素UI设计原理与交互逻辑

Pixel Dimension Fissioner一文详解:16-bit像素UI设计原理与交互逻辑 1. 16-bit像素UI设计概述 16-bit像素风格是一种独特的视觉设计语言,它将现代UI设计与复古游戏美学完美融合。Pixel Dimension Fissioner采用这种设计风格,不仅是为了唤起…...

Web开发基础:在深度学习项目训练环境中学习前后端技术

Web开发基础:在深度学习项目训练环境中学习前后端技术 用AI研究者的视角,轻松掌握Web开发核心技能 1. 引言:为什么AI研究者需要学习Web开发? 作为一名深度学习研究者,你可能已经习惯了在Jupyter Notebook中训练模型、…...

财务个税代扣怕出错?AI自动算金额+代扣,员工不用自己报

财务个税代扣的自动化解决方案AI自动计算个税金额 利用智能财税软件或企业ERP系统内置的个税计算模块,自动根据员工薪资、专项扣除、累计预扣法等规则实时计算应纳税额。系统自动同步最新个税政策(如起征点、税率表),避免人工计算…...

GLM-OCR在办公场景中的应用:快速提取图片文字,提升工作效率

GLM-OCR在办公场景中的应用:快速提取图片文字,提升工作效率 1. 办公场景中的文字识别痛点 在日常办公中,我们经常需要处理各种包含文字的图片文件:会议白板照片、扫描的合同文档、手机拍摄的名片、PDF转存的图片等。传统处理方式…...

运放自激振荡的5种实战解决方案:从原理到调试技巧(附Multisim仿真文件)

运放自激振荡的5种实战解决方案:从原理到调试技巧(附Multisim仿真文件) 引言:为什么你的运放电路会"唱歌"? 当你精心设计的运算放大器电路突然开始输出不需要的正弦波时,那种感觉就像精心准备的演…...

Qwen3.5-9B惊艳效果:食品包装图片→成分表识别→过敏原标记→健康评分生成

Qwen3.5-9B惊艳效果:食品包装图片→成分表识别→过敏原标记→健康评分生成 1. 模型能力概览 Qwen3.5-9B作为新一代多模态大模型,在食品健康领域展现出令人惊艳的端到端处理能力。它能从一张简单的食品包装照片开始,自动完成成分表识别、过敏…...

StructBERT模型Transformer架构深度解析:从原理到相似度计算实践

StructBERT模型Transformer架构深度解析:从原理到相似度计算实践 1. 引言 如果你对自然语言处理(NLP)感兴趣,一定听说过BERT、GPT这些名字。它们背后的核心引擎,就是Transformer。今天我们要聊的StructBERT&#xff…...

Proteus与Keil联调避坑指南:解决51单片机仿真常见问题

Proteus与Keil联调实战:51单片机仿真问题深度解析 当你在深夜调试一个51单片机项目时,Proteus仿真结果与Keil中的预期完全不符,这种挫败感可能让任何开发者抓狂。作为嵌入式开发领域的黄金组合,Proteus和Keil的联调问题一直是工程…...

Cogito-v1-preview-llama-3B部署教程:Kubernetes集群中Cogito服务编排方案

Cogito-v1-preview-llama-3B部署教程:Kubernetes集群中Cogito服务编排方案 1. 认识Cogito模型:为什么选择它 Cogito v1预览版是Deep Cogito推出的混合推理模型系列,这个3B参数的模型在大多数标准基准测试中都表现出色,超越了同等…...

RoboFi ESP32机器人主控板:四轮差速驱动与传感器融合开发指南

1. RoboFi项目概述RoboFi 是一款基于 ESP32 的专用机器人主控板,面向四轮差速驱动移动机器人设计,集成了电机驱动、传感器采集、无线通信与实时控制能力于一体。其核心定位并非通用开发板,而是“开箱即控”的嵌入式机器人控制单元——硬件层已…...

Nginx(1.13.7)安装依赖缺失导致【make: *** 没有规则可以创建“default”需要的目标“build”】问题排查与修复

1. 问题背景与现象分析 最近在Linux系统上手动编译安装Nginx 1.13.7版本时,遇到了一个典型的编译错误:"make: *** 没有规则可以创建default需要的目标build"。这个错误让很多初次接触Nginx编译安装的朋友感到困惑,我也是在踩了这个…...

Nunchaku FLUX.1-dev参数详解:文本编码器截断长度影响分析

Nunchaku FLUX.1-dev参数详解:文本编码器截断长度影响分析 1. 引言:从一次失败的生成说起 最近在玩Nunchaku FLUX.1-dev模型时,我遇到了一个挺有意思的问题。当时想生成一张“一个穿着华丽礼服、站在城堡阳台上的公主,远处是夕阳…...

Fish Speech-1.5多语种语音合成效果展示:阿拉伯语/俄语/韩语真实发音样例

Fish Speech-1.5多语种语音合成效果展示:阿拉伯语/俄语/韩语真实发音样例 1. 引言:多语言语音合成的突破 想象一下,只需要一段文字,就能让AI用纯正的阿拉伯语、俄语或韩语为你朗读出来。这不是科幻电影的场景,而是Fi…...

STM32CubeIDE实战:FMC驱动8080接口LCD的避坑指南与性能优化

STM32CubeIDE实战:FMC驱动8080接口LCD的避坑指南与性能优化 在嵌入式系统开发中,LCD显示模块作为人机交互的重要窗口,其驱动性能直接影响用户体验。本文将深入探讨STM32CubeIDE环境下使用FMC外设驱动8080接口LCD的全流程实战经验,…...

AI虚拟房地产架构技术选型:云服务 vs 自建,架构师该怎么选?

AI虚拟房地产架构技术选型:云服务 vs 自建的第一性原理决策框架 元数据框架 标题 AI虚拟房地产架构技术选型:云服务 vs 自建的第一性原理决策框架 关键词 AI虚拟房地产、云服务架构、自建IDC、技术选型、弹性计算、实时渲染、成本优化 摘要 AI虚拟…...

Qwen3-32B-Chat部署教程:适配Ubuntu22.04+Docker环境,开箱即用无依赖冲突

Qwen3-32B-Chat部署教程:适配Ubuntu22.04Docker环境,开箱即用无依赖冲突 1. 环境准备与快速部署 1.1 硬件要求检查 在开始部署前,请确保您的硬件配置满足以下最低要求: 显卡:NVIDIA RTX 4090/4090D(24G…...