蓝桥杯备赛(持续更新)


16届蓝桥杯算法类知识图谱.pdf

1. 格式打印

%03d:如果是两位数,将会在前面添上一位0

%.2f:会保留两位小数

如果是long,必须在数字后面加上L

2. 进制转化

2.1. 十进制转任意进制:

十进制转任意进制时,将这个十进制数除以进制数,比如2(也就是十进制转二进制),得到商和一个从0~1的余数,然后再以这个商为被除数,除了进制数2,继续得到商和一个从0~1的余数。以此方式不断相除,直到得到的商为0为止。此时,得到若干个余数,把这些余数按从后到先的顺序排列起来,那么这个排列起来的值即为该十进制转换成二进制的值。计算如图所示:

最后得到的余数为二进制的非零的最高位,最先得到的余数为二进制的最低位,可知:十进制数9转换成二进制数为1001。

2.2. 任意进制转十进制:

任意进制转十进制时,以二进制数1001为例:该进制的最低位(右一)的值1就表示实际的十进制值1,次低位(右二)的值0表示进制数2的一次方的0倍即为0,次次低位(右三)的值0表示进制数2的二次方4的0倍即为0,最高位(左一)的值1表示进制数2的三次方8的1倍即为8,以此类推,将每位得到的十进制数相加得到9,该和即为二进制数1001对应的十进制数。计算如图所示:

3. 一维前缀和

  1. 快速求解某区间内的各种形式的和即可使用
  2. 使用迭代求和
sum[i]=sum[i-1]+num[i]

4. 一维差分

  1. bi = ai-ai-1

其中b1 = a1

  1. 如果cb的前缀和:即,ci = ci-1 + bi
  2. 那么c就是原数组a

4.1. 常见性质

  1. 差分数组都是0,说明原数组每个元素都相同
  2. 差分数组的前缀和就是原数组
  3. 如果bl + d 与 br+1 - d同时作用,则c数组就是原数组ai+d的结果
  4. 对差分的某一个位置减一等价于对原数组此位置及以后的位置减一

4.2. 特殊数列

数列: 1 4 10 20 35

对应的差分数列:1 3 6 10 15

差分数列是等差数列

5. 快读模板

static FastReader in = new FastReader(); // 创建一个静态的 FastReader 对象,用于处理输入
static PrintWriter out = new PrintWriter(System.out); // 创建一个静态的 PrintWriter 对象,用于输出数据

// FastReader 类,用于处理高效的输入
static class FastReader {
    static BufferedReader br; // 静态的 BufferedReader,用于高效读取输入
    static StringTokenizer st; // 静态的 StringTokenizer,用于将输入字符串分割为标记

    // 构造函数,初始化 BufferedReader 以从标准输入读取数据
    FastReader() {
        br = new BufferedReader(new InputStreamReader(System.in)); // 使用 System.in 作为输入流初始化 BufferedReader
    }

    // next() 方法,返回下一个字符串标记
    String next() {
        String str = ""; // 定义一个空字符串,用于存储读取到的行
        // 如果 StringTokenizer 为 null 或没有更多标记可读取,读取新行
        while (st == null || !st.hasMoreElements()) {
            try {
                str = br.readLine(); // 使用 BufferedReader 读取一整行输入
            } catch (IOException e) { // 捕获可能的 I/O 异常
                throw new RuntimeException(e); // 如果发生异常,抛出运行时异常
            }
            st = new StringTokenizer(str); // 将读取到的行传递给 StringTokenizer 进行分割
        }
        return st.nextToken(); // 返回 StringTokenizer 的下一个标记
    }

    // nextInt() 方法,返回下一个整数输入
    int nextInt() {
        return Integer.parseInt(next()); // 使用 next() 方法读取字符串并转换为整数
    }

    // nextDouble() 方法,返回下一个双精度浮点数输入
    double nextDouble() {
        return Double.parseDouble(next()); // 使用 next() 方法读取字符串并转换为双精度浮点数
    }

    // nextLong() 方法,返回下一个长整数输入
    long nextLong() {
        return Long.parseLong(next()); // 使用 next() 方法读取字符串并转换为长整数
    }
}
  1. StringTokenizer 的分词作用
    • StringTokenizer 的作用是将一行输入拆分成多个标记,便于依次处理(比如单词或数字)。
    • 可以理解为:st 是一个“分词器”,根据空格等分隔符来划分输入。
  1. 总结记忆方法:
    1. 输入原理BufferedReader + StringTokenizer = 快速读取并分词。
    2. 输出原理PrintWriter = 快速输出。
    3. 类型方法next() 负责读取字符串标记,nextInt() 等方法负责类型转换。

6. 二维差分

二维差分是在一维差分的基础上推导的公式。

之前学过,差分数组的前缀和就是原数组,由此进行推导即可。

使用 s表示前缀和数组,a表示原数组。

则:

s(i,j) = a(i,j) + s(i-1,j) + s(i,j-1) - s(i-1,j-1)

那么我们现在要求二维差分数组,就:

  1. 原数组看做差分数组
  2. 前缀和看做原数组

具体原因见下图。

那么,我们要求差分(定为 b),就将差分移到左边(原式中的 a):

a(i,j) = s(i,j) - s(i-1,j) - s(i,j-1) + s(i-1,j-1)

更换为正确的字母后:

b(i,j) = a(i,j) - a(i-1,j) - a(i,j-1) + a(i-1,j-1)

上式就是二维差分的公式。

要求原数组的话,就将 b 求前缀和即可。

6.1. 二维数组对于某个区域加常数 c

使用二维差分数组。

b(x1,y1) += c;

b(x1,y2+1) -= c;

b(x2+1,y1) -= c;

b(x2+1,y2+1) += c;(多减了一次)

之后再对 b 数组求前缀和得到二维原数组。


1. 格式打印

%03d:如果是两位数,将会在前面添上一位0

%.2f:会保留两位小数

如果是long,必须在数字后面加上L

2. 进制转化

2.1. 十进制转任意进制:

十进制转任意进制时,将这个十进制数除以进制数,比如2(也就是十进制转二进制),得到商和一个从0~1的余数,然后再以这个商为被除数,除了进制数2,继续得到商和一个从0~1的余数。以此方式不断相除,直到得到的商为0为止。此时,得到若干个余数,把这些余数按从后到先的顺序排列起来,那么这个排列起来的值即为该十进制转换成二进制的值。计算如图所示:

最后得到的余数为二进制的非零的最高位,最先得到的余数为二进制的最低位,可知:十进制数9转换成二进制数为1001。

2.2. 任意进制转十进制:

任意进制转十进制时,以二进制数1001为例:该进制的最低位(右一)的值1就表示实际的十进制值1,次低位(右二)的值0表示进制数2的一次方的0倍即为0,次次低位(右三)的值0表示进制数2的二次方4的0倍即为0,最高位(左一)的值1表示进制数2的三次方8的1倍即为8,以此类推,将每位得到的十进制数相加得到9,该和即为二进制数1001对应的十进制数。计算如图所示:

3. 一维前缀和

  1. 快速求解某区间内的各种形式的和即可使用
  2. 使用迭代求和
sum[i]=sum[i-1]+num[i]

4. 一维差分

  1. bi = ai-ai-1

其中b1 = a1

  1. 如果cb的前缀和:即,ci = ci-1 + bi
  2. 那么c就是原数组a

4.1. 常见性质

  1. 差分数组都是0,说明原数组每个元素都相同
  2. 差分数组的前缀和就是原数组
  3. 如果bl + d 与 br+1 - d同时作用,则c数组就是原数组ai+d的结果
  4. 对差分的某一个位置减一等价于对原数组此位置及以后的位置减一

4.2. 特殊数列

数列: 1 4 10 20 35

对应的差分数列:1 3 6 10 15

差分数列是等差数列

5. 快读模板

static FastReader in = new FastReader(); // 创建一个静态的 FastReader 对象,用于处理输入
static PrintWriter out = new PrintWriter(System.out); // 创建一个静态的 PrintWriter 对象,用于输出数据

// FastReader 类,用于处理高效的输入
static class FastReader {
    static BufferedReader br; // 静态的 BufferedReader,用于高效读取输入
    static StringTokenizer st; // 静态的 StringTokenizer,用于将输入字符串分割为标记

    // 构造函数,初始化 BufferedReader 以从标准输入读取数据
    FastReader() {
        br = new BufferedReader(new InputStreamReader(System.in)); // 使用 System.in 作为输入流初始化 BufferedReader
    }

    // next() 方法,返回下一个字符串标记
    String next() {
        String str = ""; // 定义一个空字符串,用于存储读取到的行
        // 如果 StringTokenizer 为 null 或没有更多标记可读取,读取新行
        while (st == null || !st.hasMoreElements()) {
            try {
                str = br.readLine(); // 使用 BufferedReader 读取一整行输入
            } catch (IOException e) { // 捕获可能的 I/O 异常
                throw new RuntimeException(e); // 如果发生异常,抛出运行时异常
            }
            st = new StringTokenizer(str); // 将读取到的行传递给 StringTokenizer 进行分割
        }
        return st.nextToken(); // 返回 StringTokenizer 的下一个标记
    }

    // nextInt() 方法,返回下一个整数输入
    int nextInt() {
        return Integer.parseInt(next()); // 使用 next() 方法读取字符串并转换为整数
    }

    // nextDouble() 方法,返回下一个双精度浮点数输入
    double nextDouble() {
        return Double.parseDouble(next()); // 使用 next() 方法读取字符串并转换为双精度浮点数
    }

    // nextLong() 方法,返回下一个长整数输入
    long nextLong() {
        return Long.parseLong(next()); // 使用 next() 方法读取字符串并转换为长整数
    }
}
  1. StringTokenizer 的分词作用
    • StringTokenizer 的作用是将一行输入拆分成多个标记,便于依次处理(比如单词或数字)。
    • 可以理解为:st 是一个“分词器”,根据空格等分隔符来划分输入。
  1. 总结记忆方法:
    1. 输入原理BufferedReader + StringTokenizer = 快速读取并分词。
    2. 输出原理PrintWriter = 快速输出。
    3. 类型方法next() 负责读取字符串标记,nextInt() 等方法负责类型转换。

6. 二维差分

二维差分是在一维差分的基础上推导的公式。

之前学过,差分数组的前缀和就是原数组,由此进行推导即可。

使用 s表示前缀和数组,a表示原数组。

则:

s(i,j) = a(i,j) + s(i-1,j) + s(i,j-1) - s(i-1,j-1)

那么我们现在要求二维差分数组,就:

  1. 原数组看做差分数组
  2. 前缀和看做原数组

具体原因见下图。

那么,我们要求差分(定为 b),就将差分移到左边(原式中的 a):

a(i,j) = s(i,j) - s(i-1,j) - s(i,j-1) + s(i-1,j-1)

更换为正确的字母后:

b(i,j) = a(i,j) - a(i-1,j) - a(i,j-1) + a(i-1,j-1)

上式就是二维差分的公式。

要求原数组的话,就将 b 求前缀和即可。

6.1. 二维数组对于某个区域加常数 c

使用二维差分数组。

b(x1,y1) += c;

b(x1,y2+1) -= c;

b(x2+1,y1) -= c;

b(x2+1,y2+1) += c;(多减了一次)

之后再对 b 数组求前缀和得到二维原数组。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/917129.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

使用Element UI实现前端分页,及el-table表格跨页选择数据,切换分页保留分页数据,限制多选数量

文章目录 一、前端分页1、模板部分 (\<template>)2、数据部分 (data)3、计算属性 (computed)4、方法 (methods) 二、跨页选择1、模板部分 (\<template>)2、数据部分 (data)3、方法 (methods) 三、限制数量1、模板部分 (\<template>)2、数据部分 (data)3、方法…

ThriveX 博客管理系统前后端项目部署教程

前端 前端项目地址&#xff1a;https://github.com/LiuYuYang01/ThriveX-Blog 控制端项目地址&#xff1a;https://github.com/LiuYuYang01/ThriveX-Admin Vercel 首先以 Vercel 进行部署&#xff0c;两种方式部署都是一样的&#xff0c;我们以前端项目进行演示 首先我们先…

使用electron-egg把vue项目在linux Ubuntu环境下打包并安装运行

electron-egg一个入门简单、跨平台、企业级桌面软件开发框架https://www.kaka996.com/electron-egg 跳转地址 1,使用 git下载代码到本地,如果没有git需要进行安装 # gitee git clone https://gitee.com/dromara/electron-egg.git # github git clone https://github.com/dro…

力扣-Mysql-3322- 英超积分榜排名 III(中等)

一、题目来源 3322. 英超积分榜排名 III - 力扣&#xff08;LeetCode&#xff09; 二、数据表结构 表&#xff1a;SeasonStats --------------------------- | Column Name | Type | --------------------------- | season_id | int | | team_id …

深度学习基础—Beam search集束搜索

引言 深度学习基础—Seq2Seq模型https://blog.csdn.net/sniper_fandc/article/details/143781223?fromshareblogdetail&sharetypeblogdetail&sharerId143781223&sharereferPC&sharesourcesniper_fandc&sharefromfrom_link 上篇博客讲到&#xff0c;贪心算…

vueRouter路由切换时实现页面子元素动画效果, 左右两侧滑入滑出效果

说明 vue路由切换时&#xff0c;当前页面左侧和右侧容器分别从两侧滑出&#xff0c;新页面左右分别从两侧滑入 效果展示 路由切换-滑入滑出效果 难点和踩坑 现路由和新路由始终存在一个页面根容器&#xff0c;通过<transition>组件&#xff0c;效果只能对页面根容器有效…

【EasyExcel】复杂导出操作-自定义颜色样式等(版本3.1.x)

文章目录 前言一、自定义拦截器二、自定义操作1.自定义颜色2.合并单元格 三、复杂操作示例1.实体(使用了注解式样式)&#xff1a;2.自定义拦截器3.代码4.最终效果 前言 本文简单介绍阿里的EasyExcel的复杂导出操作&#xff0c;包括自定义样式&#xff0c;根据数据合并单元格等。…

集群搭建高可用

contos7.9 部署3节点 hadoop3.4 高可用集群 contos7.9 部署3节点 hadoop3.4 高可用集群环境信息Hadoop与Zookeeper的版本对应关系服务器角色分配使用端口服务器配置配置免密登录服务器配置初始化 init_server.sh配置主机名映射所有节点配置 hosts文件 hadoop 安装环境配置下载安…

Pycharm 配置 Poetry

Python 环境安装 参考以下&#xff1a; 官网安装步骤 CODA方式安装 Poetry 安装 Poetry在windows下的安装使用 1.下载软件包 下载地址 2.获取安装脚本下载地址 3.使用命令安装 打开cmd&#xff0c;进入安装包和脚本文件所在目录&#xff0c;执行命令&#xff1a; python …

卡尔曼滤波:从理论到应用的简介

卡尔曼滤波&#xff08;Kalman Filter&#xff09;是一种递归算法&#xff0c;用于对一系列噪声观测数据进行动态系统状态估计。它广泛应用于导航、控制系统、信号处理、金融预测等多个领域。本文将介绍卡尔曼滤波的基本原理、核心公式和应用案例。 1. 什么是卡尔曼滤波&#x…

聊聊Flink:Flink的运行时架构

一、运行时架构 上一篇我们可以看到Flink的核心组件的Deploy层&#xff0c;该层主要涉及了Flink的部署模式&#xff0c;Flink支持多种部署模式&#xff1a;本地、集群&#xff08;Standalone/YARN&#xff09;、云&#xff08;GCE/EC2&#xff09;。 Local&#xff08;本地&am…

元器件封装

元器件封装类型 为什么越来越多用贴片元件&#xff0c;而不是插件元件 为什么越来越多用贴片元件&#xff0c;而不是插件元件 1.体积小、质量小、容易保存和运输&#xff1b; 2.容易焊接和拆卸。抗震效果好。 贴片元件不用过孔&#xff0c;用锡少。直插元件最麻烦的就是拆卸&a…

[JAVAEE] 网络编程

目录 一. 什么是socket套接字 二. socket套接字 2.1 socket套接字根据传输层协议分类 2.2 TCP流套接字 UDP数据报套接字主要特点 三. UDP数据报套接字编程 3.1 DatagramSocket 是UDP socket, 用于发送和接受数据报 3.2 DatagramPacket 是UDP socket 发送和接收的数据报 …

GNN入门案例——KarateClub结点分类

文章目录 一、任务描述二、环境配置三、加载数据四、定义网络结构五、训练模型 一、任务描述 Karate Club 图任务是一个经典的图结构学习问题&#xff0c;通常用于社交网络分析和社区检测。该数据集是由 Wayne W. Zachary 在1977年收集的&#xff0c;描述了一个美国的空手道俱…

173. 二叉搜索树迭代器【 力扣(LeetCode) 】

文章目录 零、原题链接一、题目描述二、测试用例三、解题思路四、参考代码 零、原题链接 173. 二叉搜索树迭代器 一、题目描述 实现一个二叉搜索树迭代器类BSTIterator &#xff0c;表示一个按中序遍历二叉搜索树&#xff08;BST&#xff09;的迭代器&#xff1a; BSTIterato…

【lamafactory BLEU ROUGLE L评测】

1、BLEU/ROUGLE评测界面 2、这个是用BLEU 和ROUGL来评测 目录&#xff1a;saves/Qwen2-7B-Chat/lora/eval_2024-11-14-16-28-19/ 在saves文件夹 生成的文件如下 all_results.json文件 说明模型在这个测试集上是不好的 3、可以查看预测结果的文件 predict_result.json

前端开发中常用的包管理器(npm、yarn、pnpm、bower、parcel)

文章目录 1. npm (Node Package Manager)2. Yarn (Yarn Package Manager)3. pnpm4. Bower5. Parcel总结 前端开发中常用的包管理器主要有以下几个&#xff1a; 1. npm (Node Package Manager) 简介&#xff1a; npm 是 Node.js 的默认包管理器&#xff0c;也是最广泛使用的包…

Python爬虫项目 | 一、网易云音乐热歌榜歌曲

文章目录 1.文章概要1.1 实现方法1.2 实现代码1.3 最终效果 2.具体讲解2.1 使用的Python库2.2 代码说明2.2.1 创建目录保存文件2.2.2 爬取网易云音乐热歌榜单歌曲 2.3 过程展示 3 总结 1.文章概要 学习Python爬虫知识&#xff0c;实现简单的一个小案例&#xff0c;网易云音乐热…

SHELL脚本(Linux)

声明 学习视频来自 B 站UP主泷羽sec&#xff0c;如涉及侵权马上删除文章。 笔记的只是方便各位师傅学习知识&#xff0c;以下网站只涉及学习内容&#xff0c;其他的都与本人无关&#xff0c;切莫逾越法律红线&#xff0c;否则后果自负。 ✍&#x1f3fb;作者简介&#xff1a;致…

reduce-scatter:适合分布式计算;Reduce、LayerNorm和Broadcast算子的执行顺序对计算结果的影响,以及它们对资源消耗的影响

目录 Gather Scatter Reduce reduce-scatter:适合分布式计算 Reduce、LayerNorm和Broadcast算子的执行顺序对计算结果的影响,以及它们对资源消耗的影响 计算结果理论正确性 资源消耗方面 Gather 这个也很好理解,就是把多个进程的数据拼凑在一起。 Scatter 不同于Br…