mathtt

首页 > TAG信息列表 > mathtt

[CF1450F] The Struggling Contestant 题解

\(\mathtt{Link}\) CF1450F The Struggling Contestant - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) \(\mathtt{Description}\) \(T\) 组数据。一共有 \(n\) 道题，题号从 \(1\) 到 \(n\)，其中题号为 \(i\) 的题有一个标签 \(a_i\)。需要确定一个做完 \(n\) 道题的顺序，使得所做

2022/8/16 总结

A.数字第一眼以为是数论，第二眼是 \(\mathtt{DP}\)；本题又名卡常技术综合运用，如何将 30s 的大样例卡进 10s； Solution \(\mathtt{DP+BitSet}\)；如果直接 \(\mathtt{DP}\)，时间复杂度最坏会到 \(10^{10}\)，肯定过不了。这时就需要请出我们的 \(\mathtt{BitSet}\)了；开一个

[luogu p3214] [HNOI2011] 卡农

\(\mathtt{Link}\) P3214 [HNOI2011] 卡农 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) \(\mathtt{Description}\) 在集合 \(S = {1, 2, \ldots, n}\) 中，选出 \(m\) 个子集，使得无空集选定的 \(m\) 个集合两两不同选定的 \(m\) 个集合中，\(1\) 到 \(n\) 中每个元素出现次数必

『学习笔记』FFT与NTT

这个傻逼目录为什么挂了啊？？中文名：快速傅里叶离散变换、快速数论变换英文名：fast fast tle FFT,NTT 之前看这东西看了好久没看懂，回来看原来只是几个无脑操作前置芝士：三角函数基础(FFT)、原根(NTT) \(\mathtt {FFT}\) 部分 1. 胡扯假如现在给你两个多项式 \(f,g\) ，怎么算出它们的

2021.11.12 膜你赛

\(\mathtt{link}\) 卷取 \(\log\) 即可。简单题可以发现，对于一组数，其在 \(A,B\) 中的个数相等或相差 \(1\)。求出相等的与相差 \(1\) 的个数然后 \(\mathtt {Lucas}\) 定理即可。

FHQ Treap

本质：无 rotate 平衡树。一旦没了 rotate，代码就短好多，思路也清晰。首先说一下，这个东西可以搞一切 bst ， treap ， splay 所能搞的东西。 ——自为风月马前卒整个数据结构中只有 \(2\) 种操作、\(1\) 种询问: \(\mathtt{split}\) 把一棵树分成两棵树。 \(\mathtt{merge}\) 把

CF645A Amity Assessment 题解

这道题我们或许会首先想到列举出每一种情况，但这样太麻烦。这道题还是有规律可循。自己列举几种情况后可以发现，无论初始状态是什么样，无论怎么挪动，在不算 \(\mathtt{X}\) 时，顺时针方向上 \(\mathtt{A,B,C}\) 的顺序恒定。因此使用数组储存初始顺序，再将其与给出的结果顺序比较，若不

数据结构题解

一、题目：二、思路：一道非常好的后缀树相关题目。先贴一张后缀树的图片：从根下来的一条路径所对应的子串都是不同的。首先我们考虑后缀树上从父亲到某个儿子的一条边 \((x,y)\)，这条边肯定会包含若干个字母。举个例子，比如边 \((1,6)\) 就包含了 \(\mathtt{bbaa}\) 这四个字母

CF229D Towers 题解

\(\mathtt{Description:}\) 给定 \(1\) 个序列，包含 \(n\) 个数，每次可以合并相邻两个数，合并后的数为它们的和，求最少多少次操作可以将其变为非递减序列。 \(\mathtt{Solution:}\) 发现一个性质，就是合并的数必然为 \(1\) 个区间，那么可以按照最后合并的数是哪个区间进行分类讨论。

非线性优化问题处理技术(一) 拉格朗日乘子

拉格朗日乘子、KKT条件等相关理论现在由于机器学习的热度经常可以看到介绍它们的文章，因为它们是一些机器学习模型例如支持向量机的底层原理；更一般的来说，它们属于处理非线性优化问题的典型技术。这篇文章先用一个具体的例子来演示非线性优化问题的处理过程，然后用二维平面的例

min25筛学习笔记

4.min25筛听说这玩意能干杜教筛干不了的事？同杜教筛一样，这也是用来求积性函数前缀和的东西。其复杂度为 \(O(\dfrac{n^{0.75}}{\log n})\)，大部分时候要略优于杜教筛。 min25筛作用的积性函数，应保证对于一切质数 \(p\)，\(f(p)\) 均是有关 \(p\) 的低阶多项式。同时，质数的正整数次幂

CSP2020 游记

\[\huge\mathsf{ \color{Black} { Cease\ to\ the\ struggle\ and\ cease\ to\ the\ life. }} \]\[\Large\text{其实，“不为惊人，只求一鸣” 还是有道理的。无论结局惊艳与否，我只求全力以赴。} \] CSP复试的到来宣告着那段刻骨铭心的日子已经成了历史。我会带着最好的自己，奔向未来

【BalticOI 2004】Sequence

前言感觉这道题的结论好神。。。这里介绍两种做法 QwQ。法一法一就是用左偏树，好了咱们继续。 Solution 首先有一个奇妙的处理：由于我们的 b 序列是严格递增的，为了方便之后的计算，在输入的时候先将 \(\mathtt{a[i]}\) 减去 i。为什么呢？我们发现，a 数组的每个元素都比自己前面一位

SVM中的优化问题

无约束优化 \(\begin{equation}\begin{split}\min f(\mathtt{x})\end{split}\end{equation}\) \(\mathtt{x}\in{R^d}\) 可以令\(f(x)\)对向量\(\mathtt{x}\)求偏导,使得\(\nabla f(\mathtt{x})=0\)的向量\(\mathtt{x'}\)即为极值点红色点标记的就是极值点极值点一定包含极

跟刘建平博客学机器学习

2016年10月 1. 梯度下降（Gradient Descent）小结对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。沿着梯度向量的方向就是f(x,y)增加最快的地方，容易找到函数的最大值。反过来说，沿着梯度向量相反的方向，梯度减少最快，也就是更加容易找到函数的最小值。

洛谷 P4714 「数学」约数个数和解题报告

P4714 「数学」约数个数和题意（假）：每个数向自己的约数连边，给出\(n,k(\le 10^{18})\)，询问\(n\)的约数形成的图中以\(n\)为起点长为\(k\)的链有多少条（注意每个点都有自环）这样想是做不出来题的。正常的题意是：询问\(n\)的约数的约数的....(共\(k\)次复读后)约数个数和。考虑\(f_k(n)