先进先出 没有迭代器 队头 front 队尾 back 入队 push 弹出队头 pop 大小 size 为空 empty #define _CRT_SECURE_NO_WARNINGS #include <iostream> using namespace std; #include <queue ...
先进后出 没有迭代器 栈顶 top 压栈 push 弹出栈顶 pop 大小 size 为空 empty /* stack构造函数 stack<T> stkT;//stack采用模板类实现， stack对象的默认构造形式： stack(const stack &stk);//拷贝构造函数 stack赋 ...
排序 sort 引用头文件 algorithm sort(d.begin(),d.end()) 从小到大 #include <algorithm> #include <deque> void printDeque(const deque<int>& d) { for (deque<int>::con ...
双端数组 没有容量 API 赋值、构造、大小、交换、插入 、删除 头部删除 头部插入 pop_front push_front 3中迭代器 iterator 普通 reverse_iterator 逆序迭代器 const_iterator只读迭代器 排序 sort 引用头文件 algorithm s ...
迭代器 ...
默认这玩意是不开控制台的。 但是为了调试，我们还是要开控制台的。 实际上它底层就是个chrome浏览器。 所以我们也就用常规的方法旧可以打开了， 代码中插一句 window.webContents.openDevTools() 即可。 具体怎么做 先用asar 解包对方的 asar 包。 解包之后找 ...
1.原理图 实例： #define _CRT_SECURE_NO_WARNINGS #include <iostream> using namespace std; #include <vector> //巧用swap收缩空间 void test01() { vector<int> v; for ( ...
比较第一个不相同的字符的大小 #define _CRT_SECURE_NO_WARNINGS #include <iostream> using namespace std; #include <string> /* 比较 compare函数在>时返回 1，<时返回 -1，==时返回 0。 比较区分 ...
出现类似Cannot find module 'react-dev-utils/getPublicUrlOrPath'一般是项目中没有下载报错中提到的模块（可以在项目中package.json文件dependencies属性查看） 这时候只要使用指令 npm install --save-dev r ...
List是一个接口，而ArrayList是List接口的一个实现类。 ArrayList类继承并实现了List接口。 因此，List接口不能被构造，也就是我们说的不能创建实例对象，但是我们可以像下面那样为List接口创建一个指 向自己的对象引用，而ArrayList实现类的实例对象就在这充当了这个指 ...
Python 获取几天前的时间 计算几天前并转换为指定格式。 import time import datetime # 先获得时间数组格式的日期 threeDayAgo = (datetime.datetime.now() - datetime.timedelta(days = 3)) # 转换为 ...
题目 给出 \(n*m\) 的方格，有些格子不能铺线， 其它格子必须铺，可以形成多个闭合回路。 问有多少种铺法？ \(n,m\leq 12\) 分析 设 \(dp[n][m][S][0/1]\) 表示处理到 \((n,m)\)， 目前插头的状态为 \(S\)，并且左边的插头是否向右暴露， 插头的状态 ...
题目 选定一个起点 \(S\)，找到一棵生成树，最小化 \[ \sum_{i=1}^n dep_i\times dis_i \] \(n\leq 12\) 分析 设 \(dp[d][S]\) 表示当前树中点的状态为 \(S\) ,并且树高为 \(d\) 的最小值，则 \[ dp[d][S_0|S_1 ...
题目 分析 考虑状压dp在$n\leq 21$的情况下会TLE， 设$dp[n][m][S]\(表示当前正在处理\)(n,m)$这个格子 并且轮廓线状态为$S$的方案数， 考虑可行状态最多存在一对相邻的1，实际上状态最多为$1.3*10^5$个， 一行的第一个格子不需要考虑左边是否已经填了1 代码 ...
Vue 推荐在绝大多数情况下使用模板来创建你的 HTML。然而在一些场景中，你真的需要 JavaScript 的完全编程的能力。这时你可以用渲染函数，它比模板更接近编译器。 让我们深入一个简单的例子，这个例子里 render 函数很实用。假设我们要生成一些带锚点的标题： <h1> <a name=" ...
docker pull nacos/nacos-server:latestdocker pull seataio/seata-server:latestdocker login docker exec -it 68d2830c555a /bin/bash docker run --name seata-server -d -p 8891:8091 -e SEATA_IP=192.
题目 分析 $n$个元素可以独立操作，考虑单个元素， 则选不选择一定有一道分界线， 而这条分界线正好要走$k$次， 每次可以选择向上走或向右走，所以为$2k$， 由于$n$个元素相互独立，则为$2{nk}$ 代码 #include <cstdio> #include <cctype> #define ...
题目 分析 可以发现兔子的这种繁衍方式就是$f[i]=f[i-1]+f[i-2]$， 将每个数用斐波那契进制表示可以发现， 一个数的父亲就是这个数减去斐波那契前驱，直接往上跳祖先即可 代码 #include <cstdio> #include <cctype> #include <algorithm ...
题目 给定$n,m,K$和一个长度为$m$的数$x$， 问有多少个$n$位数满足任意一段不与$x$完全相同，可含前导0 \(n\leq 10^9,m\leq 20\) 分析 设$dp[i][j]$表示前$i$个数位匹配到$x$的第$j$位的方案数， 可以发现加入一个新的字母不一定重新开始匹配，所以需 ...
题目 分析 设$dp[i]$表示前$i$个贝壳可以获得的最大收益， 则$dp[i]=\max{dp[j-1]+S(c[i]-c[j]+1)^2}[s_i==s_j]$ 可以发现当且仅当种类成立才满足此方程，那么要分种类进行， 若$j<k$，则$k$被弹出当且仅当 \[ \frac{dp[k-1]+c ...
题目 分析 首先考虑按照题意建出一个AC自动机， 然后$s[x]$在$s[y]$出现的次数也就是 在fail树上，根节点到$y$中一共出现了多少个$x$， 在$x$的终止节点处统计子树中根节点到$y$有多少个 代码 #include <cstdio> #include <cctype> #inclu ...
HashMap hash -- JDK 1.8 中树化之后默认按照hashCode排序，如果对象实现了compareTo方法，则会按照对应的方法排序 // 将hashCode的高位与低位异或，从而使得高位可以影响哈希值，以减少哈希碰撞 static final int hash(Object key ...
package Base; public class TEST02 { //Java是一种强类型语言，每个变量都必须声明其类型 //Java变量是程序中最基本的存储单元，其要素包括变量名，变量类型和作用域 //type varName [=value] [{,varName[=value]}] // ...
题目 分析 首先考虑如果修改操作都是单点修改怎么做， 以第一种修改为例那么就是 \[ \left[\begin{matrix}A\\B\\C\\1\end{matrix}\right] \times \left[\begin{matrix}1,0,0,0\\1,1,0,0\\0,0,1,0\\0,0 ...
一、常用的Nginx正则表达式 ^ ：匹配输入字符串的起始位置 $ ：匹配输入字符串的结束位置 * ：匹配前面的字符零次或多次。如“ol*”能匹配“o”及“ol”、“oll” + ：匹配前面的字符一次或多次。如“ol+”能匹配“ol”及“oll”、“olll”，但不能匹配“o” ? ：匹配前面的字符 ...
@ 数学建模常见的一些方法 TOPSIS法 （Technique for Order Preference by Similarity to Ideal Solution） 可翻译为逼近理想解排序法，国内常简称为优劣解距离法 TOPSIS 法是一种常用的综合评价方法，其能充分利用原始数据的信息，其结 ...
@ Matlab基本的小常识 % (1) 在每一行的语句后面加上分号(一定要是英文的;中文的长这个样子；)表示不显示运行结果 a = 3; a = 5 % (2)多行注释:选中要注释的若干语句,快捷键Ctrl+R % (3)取消注释:选中要取消注释的语句,快捷键Ctrl+T % clear可以清楚工 ...
@ 数学建模常见的一些方法 1. 层次分析法(The analytic hierarchy process, 简称AHP) 建模比赛中最基础的模型之一，其主要用于解决评价类问题（例如：选择哪种方案最好、哪位运动员或者员工表现的更优秀） 通过相关的权重，算出分数，获取最优解 1.1 直接问权重的弊端 ...
@ Pandas高级处理 缺失值处理 数据离散化 合并 交叉表与透视表 分组与聚合 综合案例 1. 高级处理-缺失值处理 1.1 如何进行缺失值处理 两种思路： 删除含有缺失值的样本 替换/插补 如何处理nan 判断数据中是否存在NaN pd.isnull(df) pd.notnull(df) 删除 ...
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
