当前位置: 首页 > news >正文

贵阳做网站cncolour/网上怎么找人去推广广告

贵阳做网站cncolour,网上怎么找人去推广广告,佛山专业做淘宝网站,做问卷赚钱网站好目录 复盘题解T2T4 复盘 浅复盘下吧… 7:40 开题 看 T1 ,起初以为和以前某道题有点像,子序列划分,注意到状态数很少,搜出来所有状态然后 dp,然后发现这个 T1 和那个毛关系没有 浏览了一下,感觉 T2 题面…

目录

  • 复盘
  • 题解
    • T2
    • T4

复盘

浅复盘下吧…

7:40 开题

看 T1 ,起初以为和以前某道题有点像,子序列划分,注意到状态数很少,搜出来所有状态然后 dp,然后发现这个 T1 和那个毛关系没有

浏览了一下,感觉 T2 题面又臭又长,意思也很恶心;T3 树上 ds 看上去很亲切;T4 一眼就不太可做

回来看 T1,发现很 sb,每次肯定贪心选最优的后缀,至于选 m 的限制,填满一段后再贪心往前选就行

8:04 码完了,小样例顺利过掉,一测大样例发现小数点后面不对,想了想应该不会是精度问题,可能做法假了

然后 不断证明结论+修改一些毫无影响的细节,仍然和大样例不上,最后决定把题面重读一遍,知道看到了 “相对误差”,6,突然想到我学过高中物理。。。到 8:50 才交上去

快开 T2,朴素的想法当然是 二维状态记 Max,但这个显然不太有优化空间(这种状态设计只有 i − 1 i-1 i1 i i i 只有 O ( 1 ) O(1) O(1) 个决策需要单点修改时才能优化)

那么很快想到改成 f i f_i fi 一维状态,钦定 i i i 必选,往前找一个合法的,发现可以接上去的区间可以预处理出来,那么只需找 [ l , r ] [l,r] [l,r] 内小于 a i a_i ai 的最优决策… 三维偏序?树套树警告!

算了,先打暴力,竟然有 O ( 1 ) p t s O(1) pts O(1)pts 的高分,然鹅被一个 sb 细节卡住一直到 9:30 仍没调过,决定先看 T3

一眼发现是 sb 题,直接树上主席树就做完了,直接决定开码,10:30 过了小样例

然鹅大样例又挂了,反复调根本不明白怎么回事,一度以为自己主席树板子假了

最后突然想着把数组开大一倍,卧槽对了,不爆 RE 直接 WA 是吧,浪费了高达 O ( n ) O(n) O(n) 的时间

11:00 了,先把 T1 暴力调了吧,发现弱智错误… 然后看看能不能写点性质,得到了高达 5 p t s 5pts 5pts 的性质分

最后想 T2 感觉写不完,决定开 T4 暴力

最后获得了高达 7 p t s 7pts 7pts 的暴力分,赢!

所以 100+53+100+7=260 , rk O ( 2 n ) O(2^n) O(2n)

题解

T2

在这里插入图片描述
在这里插入图片描述
其实离正解不远了,回顾一下转移:

f i = m a x ( f j + 1 ) f_i=max(f_j+1) fi=max(fj+1),其中 j < i , a j < a i j<i,a_j<a_i j<i,aj<ai i , j i,j i,j 可以通过小于 a i a_i ai 的数 “连接” 起来

直接三维偏序做也没错,但是本题可以有更多性质

注意到:能转移的决策满足 a j < a i a_j<a_i aj<ai,能连接其它数的数也是 a j < a i a_j<a_i aj<ai ,二者可以同时维护

那么我们转到值域上做,从小到大插入新决策

每次处理询问时相当于要找连续段,这个可以 s e t set set 做(更好做法是并查集,但是我不会);然后询问区间 Max,线段树维护

遇到偏序问题可以尝试 在最外层换一维关键字排序,会有意想不到的效果

#include<bits/stdc++.h>
using namespace std ;typedef long long LL ;
const int N = 3e5+100 ;int n , D , a[N] ;
int f[N] , rhk[N] ;
struct Segtree
{int l , r , Max ;
}t[4*N] ;
bool cmp( int x , int y )
{return a[x] < a[y] ;
}
void build( int p , int l , int r )
{t[p].l = l , t[p].r = r ;if( l == r ) {return ;}int mid = ( l + r ) >> 1 ;build( p<<1 , l , mid ) ; build( p<<1|1 , mid+1 , r ) ;  
}
int ask( int p , int l , int r )
{if( l <= t[p].l && t[p].r <= r ) {return t[p].Max ;}int mid = ( t[p].l + t[p].r ) >> 1 , Max = 0 ;if( l <= mid ) Max = max( Max , ask(p<<1,l,r) ) ;if( r > mid ) Max = max( Max , ask(p<<1|1,l,r) ) ;return Max ;
}
void modify( int p , int x , int d )
{if( t[p].l == t[p].r ) {t[p].Max = max( t[p].Max , d ) ;return ;}int mid = ( t[p].l + t[p].r ) >> 1 ;if( x <= mid ) modify( p<<1 , x , d ) ;else modify( p<<1|1 , x , d ) ;t[p].Max = max( t[p<<1].Max , t[p<<1|1].Max ) ;
}
struct node
{int l , r ;friend bool operator < ( node x , node y ) {return x.r < y.r ;}
};
set<node> s ; // 维护连续段 
int query( int x ) // 查 x 可用决策 
{int P = max(1,x-D) ;auto it = s.lower_bound((node){0,P}) ;if( it == s.end() ) {return 0 ;}return ask( 1 , min(it->l,P) , x-1 ) ;
}
void Insert( int x )// 插入决策 x 
{modify( 1 , x , f[x] ) ;if( s.empty() ) {s.insert((node){x,x}) ;return ;}auto it = s.lower_bound((node){0,x}) ;int L = x , R = x , fg = 0 ;if( it != s.end() ) {if( x < it->l ) {if( x+D >= it->l ) {// 接上了R = it->r ;fg = 1 ;} if( it != s.begin() ) {auto iit = it ;iit -- ;if( iit->r + D >= x ) {L = iit->l ;s.erase( iit ) ;}}if( fg ) s.erase( it ) ;s.insert((node){L,R}) ;}return ;}it -- ;if( it->r+D >= x ) {L = it->l ;s.erase( it ) ;}s.insert((node){L,x}) ;
}int main()
{scanf("%d%d" , &n , &D ) ;for(int i = 1 ; i <= n ; i ++ ) {scanf("%d" , &a[i] ) ; rhk[i] = i ;}// 转移有两维限制,按值域做,去掉一维sort( rhk+1 , rhk+n+1 , cmp ) ;build( 1 , 1 , n ) ;int ans = 0 ;for(int i = 1 ; i <= n ; i ++ ) {int j = i ;f[rhk[i]] = query( rhk[i] ) + 1 ;while( j+1 <= n && a[rhk[j]] == a[rhk[j+1]] ) {j ++ ;f[rhk[j]] = query( rhk[j] ) + 1 ;}for(int k = i ; k <= j ; k ++ ) {Insert( rhk[k] ) ;}i = j ;}for(int i = 1 ; i <= n ; i ++ ) {ans = max( ans , f[i] ) ;}printf("%d" , ans ) ;return 0 ;
}

其实很好写

T4

神奇题
在这里插入图片描述
尝试 d p dp dp ,发现根本做不了…

根据我们的经验,遇到十分之抽象且题面又臭又长又不知所云的题目大多是图论,所以这题考虑建图

老师讲的一个建图出发点:注意到最终序列中每个值 要么由 a a a 提供,要么由 b b b,这种 “由 A 或由 B” 的问题是有二分图的样子的,考虑分左右两部,对于每个 i i i,将左部 a i a_i ai 与 右部 b i b_i bi 连边

我理解的:题目中给的 划分 实际上约束是很多的,我们考虑最初选所有 a a a 中的集合,然后用 b b b 中的若干个集合替换,这样 替换者的并 和 被替换者的并 必须是一样的,想换掉某个子集 a [ ] a[] a[] 的话,必须选择 所有 包含 b b b 中对应位置 的区间,然后对应回来 a a a 中区间也必须选… 如此往复(口胡)

我们尝试形式化的去描述这个东西,发现正可以用上面那种建边方式来描述 ,一个连通块就代表了 可以相互替换的一组 a [ ] , b [ ] a[],b[] a[],b[]

对于 K = 0 K=0 K=0,我们直接对于每个连通块取较小的那一组替换

对于 K = 1 K=1 K=1,考虑枚举边,分讨一下:

若断的是非割边,然后连到另一个连通块,这样贡献的变化是 m i n ( a , b ) + m i n ( c , d ) → m i n ( a + c , b + d ) min(a,b)+min(c,d)\to min(a+c,b+d) min(a,b)+min(c,d)min(a+c,b+d)

显然有不等式 m i n ( a , b ) + m i n ( c , d ) ≤ m i n ( a + c , b + d ) min(a,b)+min(c,d)\leq min(a+c,b+d) min(a,b)+min(c,d)min(a+c,b+d),所以贡献不会变小,断开一定不优

这个不等式也告诉我们,要尽可能拆连通块,尽可能不合并连通块

若断割边,我们最好的当然是连回本身,只拆,不合并

注意!这里有一个 conner,如果一个连通块只有两个节点 u , v u,v u,v 怎么办?我们显然没办法把 u u u 向自己连边

然而有这么一个事情:不妨设 u u u 为左部点,那么一定可以把 u u u 连到一个 左部点数不小于右部点的连通块上(找不到的话考虑右部点 v v v ),当 n ≥ 1 n\geq 1 n1 时,这样的连通块一定能找到

n = 1 n=1 n=1,直接特判 答案为 1 1 1 即可

对于 K = 2 K=2 K=2,与上面相反,需要 尽可能合并连通块,尽可能不拆连通块

对于一个连通块,如果有 非割边 ,那么用它一定比用割边更优,因为不会拆,且能够合并

下面考虑应该和哪个连通块合并,对于两个连通块 ( a 1 , b 1 ) (a_1,b_1) (a1,b1) , ( a 2 , b 2 ) (a_2,b_2) (a2,b2)

a 1 < b 1 , a 2 < b 2 a_1<b_1,a_2<b_2 a1<b1,a2<b2 (不等号方向相同):

贡献变化 m i n ( a 1 + a 2 , b 1 + b 2 ) − m i n ( a 1 , b 1 ) − m i n ( a 2 , b 2 ) = 0 min(a_1+a_2,b_1+b_2)-min(a_1,b_1)-min(a_2,b_2)=0 min(a1+a2,b1+b2)min(a1,b1)min(a2,b2)=0,没影响

a 1 < b 1 , a 2 > b 2 a_1<b_1,a_2>b_2 a1<b1,a2>b2 (相反)

贡献变化 m i n ( a 1 + a 2 , b 1 + b 2 ) − m i n ( a 1 , b 1 ) − m i n ( a 2 , b 2 ) min(a_1+a_2,b_1+b_2)-min(a_1,b_1)-min(a_2,b_2) min(a1+a2,b1+b2)min(a1,b1)min(a2,b2)

= m i n ( a 1 + a 2 , b 1 + b 2 ) − a 1 − b 2 =min(a_1+a_2,b_1+b_2)-a_1-b_2 =min(a1+a2,b1+b2)a1b2
= m i n ( a 2 − b 2 , b 1 − a 1 ) =min(a_2-b_2,b_1-a_1) =min(a2b2,b1a1)
= m i n ( Δ 1 , Δ 2 ) =min(\Delta_1,\Delta_2) =min(Δ1,Δ2)

a 1 , b 1 a_1,b_1 a1,b1 确定时,要找一个不等号相反,且差最大的,直接扫一遍记 Max 就行

如果全是割边,我们直接遍历这棵缩点后的树,依次断开每条树边即可

不太好写

#include<bits/stdc++.h>
using namespace std ;typedef long long LL ;
const int N = 2e5+100 ; int T , K , M1 , M2 ;
int n , a[N] , b[N] ;
struct nn
{int lst , to ;
}E[2*N] ;
int head[2*N] , tot = 1 ;
inline void add( int x , int y )
{E[++tot] = (nn){ head[x] , y } ;head[x] = tot ;
}
int dfn[2*N] , low[2*N] , tim ;
bool bri[2*N] ;
vector<int> e[2*N] ;
void tarjan( int x , int inE )
{dfn[x] = low[x] = ++tim ;for(int i = head[x] ; i ; i = E[i].lst ) {int t = E[i].to ;if( !dfn[t] ) {tarjan( t , i ) ;low[x] = min( low[x] , low[t] ) ;if( low[t] > dfn[x] ) {bri[i] = bri[i^1] = 1 ;}}else if( i != (inE^1) ) {low[x] = min( low[x] , dfn[t] ) ;}}
}
int cnt , bol , bel[2*N] , A[2*N] , B[2*N] , SA[2*N] , SB[2*N] ;
void dfs( int x )
{bel[x] = cnt ;if( x <= M1 ) A[cnt] ++ ;else B[cnt] ++ ;for(int i = head[x] ; i ; i = E[i].lst ) {int t = E[i].to ;if( bri[i] ) {if( bel[t] ) {e[bel[t]].push_back( bel[x] ) ;e[bel[x]].push_back( bel[t] ) ;}}else if( !bel[t] ) dfs( t ) ;}
}
int PA[2*N] , PB[2*N] , ans1 , ans2 , ans3 , rt[2*N] ;
bool can[2*N] ; // 是否有非割边 
void get_size( int x , int fa )
{SA[x] = A[x] , SB[x] = B[x] ;if( A[x]+B[x] > 1 ) can[bol] = 1 ;for(int t : e[x] ) {if( t == fa ) continue ;get_size( t , x ) ;SA[x] += SA[t] ; SB[x] += SB[t] ;}
}
void ddfs( int x , int fa )
{for(int t : e[x] ) {if( t == fa ) continue ;ans2 = max( ans2 , min(PA[bol],PB[bol])-min(SA[t],SB[t])-min(PA[bol]-SA[t],PB[bol]-SB[t]) ) ; // 最多减少多少 ddfs( t , x ) ;}
}
int I , Mx1 , Mx2 ;
inline int V ( int a , int b , int c , int d ) // 合并后增加多少 / 拆开后损失多少 
{return min(a+c,b+d)-min(a,b)-min(c,d) ;
}
inline int V1( int a , int b )
{if( a > b ) return min(a-b,Mx2) ;return min(b-a,Mx1) ;
}
void Get( int x , int fa ) // 处理割边 
{for(int t : e[x] ) {if( t == fa ) continue ;ans3 = max( ans3 , -V(SA[t],SB[t],PA[I]-SA[t],PB[I]-SB[t])+V1(SA[t],SB[t]) ) ;ans3 = max( ans3 , -V(SA[t],SB[t],PA[I]-SA[t],PB[I]-SB[t])+V1(PA[I]-SA[t],PB[I]-SB[t]) ) ;Get( t , x ) ;}
}
void solve()
{cnt = 0 ; bol = 0 ;for(int i = 1 ; i <= M1+M2 ; i ++ ) {if( !dfn[i] ) {tarjan( i , 0 ) ;}}for(int i = 1 ; i <= M1+M2 ; i ++ ) {if( !bel[i] ) {cnt ++ ;dfs( i ) ;}}ans1 = ans2 = ans3 = 0 ;for(int i = 1 ; i <= cnt ; i ++ ) {if( !SA[i]&&!SB[i] ) {bol ++ ;rt[bol] = i ;get_size( i , 0 ) ;PA[bol] = SA[i] , PB[bol] = SB[i] ;ddfs( i , 0 ) ;ans1 += min(PA[bol],PB[bol]) ;}}ans2 = ans1-ans2 ;if( K == 0 ) {printf("%d\n" , ans1 ) ;return ;}if( K == 1 ) {printf("%d\n" , ans2 ) ;return ;}if( K == 2 ) {Mx1 = 0 , Mx2 = 0 ;if( M1 < n ) Mx1 = 1 ;if( M2 < n ) Mx2 = 1 ;for(int i = 1 ; i <= bol ; i ++ ) {Mx1 = max( Mx1 , PA[i]-PB[i] ) ;Mx2 = max( Mx2 , PB[i]-PA[i] ) ;}for(int i = 1 ; i <= bol ; i ++ ) {if( can[i] ) {if( PA[i] > PB[i] ) ans3 = max( ans3 , min(PA[i]-PB[i],Mx2) ) ;else ans3 = max( ans3 , min(PB[i]-PA[i],Mx1) ) ;}else {I = i ;Get( rt[i] , 0 ) ;}}printf("%d\n" , ans3+ans1 ) ;return ;}
}
int nam[N][2] ;	
void Clear()
{for(int i = 2 ; i <= tot ; i ++ ) bri[i] = 0 ;tot = 1 ;for(int i = 1 ; i <= M1+M2 ; i ++ ) head[i] = dfn[i] = bel[i] = 0 ;for(int i = 1 ; i <= n ; i ++ ) nam[i][0] = nam[i][1] = 0 ;tim = 0 ; for(int i = 1 ; i <= cnt ; i ++ ) e[i].clear() , A[i] = B[i] = SA[i] = SB[i] = 0 ;for(int i = 1 ; i <= bol ; i ++ ) can[i] = 0 ; 
}int main()
{scanf("%d%d" , &T , &K ) ;while( T -- ) {scanf("%d" , &n ) ;if( n == 1 ) {printf("1\n") ;for(int i = 1 ; i <= n ; i ++ ) scanf("%d" , &a[i] ) ;for(int i = 1 ; i <= n ; i ++ ) scanf("%d" , &b[i] ) ;continue ;}M1 = 0 , M2 = 0 ;for(int i = 1 ; i <= n ; i ++ ) {scanf("%d" , &a[i] ) ;if( !nam[a[i]][0] ) {nam[a[i]][0] = ++M1 ;}a[i] = nam[a[i]][0] ;}for(int i = 1 ; i <= n ; i ++ ) {scanf("%d" , &b[i] ) ;if( !nam[b[i]][1] ) {nam[b[i]][1] = ++M2 ;}b[i] = nam[b[i]][1] ;add( a[i] , b[i]+M1 ) , add( b[i]+M1 , a[i] ) ;}solve() ;Clear() ;}return 0 ;
}

相关文章:

7.23模拟赛总结 [数据结构优化dp] + [神奇建图]

目录 复盘题解T2T4 复盘 浅复盘下吧… 7:40 开题 看 T1 &#xff0c;起初以为和以前某道题有点像&#xff0c;子序列划分&#xff0c;注意到状态数很少&#xff0c;搜出来所有状态然后 dp&#xff0c;然后发现这个 T1 和那个毛关系没有 浏览了一下&#xff0c;感觉 T2 题面…...

MySQL-视 图

视 图 创建视图 视图是从一个或者几个基本表&#xff08;或视图&#xff09;导出的表。它与基 本表不同&#xff0c;是一个虚表。 语法&#xff1a; create view 视图名 【view_xxx/v_xxx】 说明&#xff1a; • view_name 自己定义的视图名&#xff1b; • as 后面是这…...

PHP SimpleXML

PHP SimpleXML PHP的SimpleXML扩展提供了一个非常方便的方式来处理XML数据。它是PHP内置的&#xff0c;因此不需要安装额外的库。SimpleXML可以将XML数据转换成对象&#xff0c;使得操作XML变得简单直观。本文将详细介绍SimpleXML的使用方法&#xff0c;包括加载XML、访问和修…...

【Spring Boot 自定义配置项详解】

文章目录 一、配置文件1. properties配置1.1 创建配置文件1.2 添加配置项1.3 在应用中使用配置项1.4 多环境配置 2. YAML配置2.1 创建配置文件2.2 添加配置项2.3 在应用中使用配置项2.4 多环境配置 二、自定义配置类1. 创建配置类2. 使用配置类 一、配置文件 Spring Boot支持多…...

电机相位接线错误导致的潜在问题

交流电机有两种基本类型&#xff1a;单相和三相。一般来说&#xff0c;单相交流电机通常用于家用电器等住宅应用&#xff0c;而三相交流电机则用于工业应用。这主要是因为大多数家庭使用单相电源&#xff0c;而大多数工业场所使用三相电源。 鉴于这两种不同的电源方案&#xf…...

react中如何mock数据

1.需求说明 因为前后端分离开发项目&#xff0c;就会存在前端静态页面写好了&#xff0c;后端数据接口还没写好&#xff1b;这时候前端就需要自己定义数据来使用。 定义数据有三种方式&#xff1a;直接写死数据、使用mock软件、json-server工具 这里讲解通过json-server工具…...

通过Faiss和DINOv2进行场景识别

目标&#xff1a;通过Faiss和DINOv2进行场景识别&#xff0c;确保输入的照片和注册的图片&#xff0c;保持内容一致。 MetaAI 通过开源 DINOv2&#xff0c;在计算机视觉领域取得了一个显着的里程碑&#xff0c;这是一个在包含1.42 亿张图像的令人印象深刻的数据集上训练的模型…...

新手入门基础Java

一:基础语法 1.Java的运行机制 2. Java基本语法 1.注释、标识符、关键字; 2.数据类型(四类八种) 3.类型转换 1.自动转换;2.强制转换; 4.常量和变量 1.常量;2.变量; 3.变量的作用域 5.运算符 1.算数运算符;2.赋值运算符;3.关系运算符; 4.逻辑运算符;5.自…...

2024最新版虚拟便携空调小程序源码 支持流量主切换空调型号

产品截图 部分源代码展示 urls.js Object.defineProperty(exports, "__esModule", {value: !0 }), exports.default ["9c5f1fa582bee88300ffb7e28dce8b68_3188_128_128.png", "E-116154b04e91de689fb1c4ae99266dff_960.svg", "573eee719…...

前端在浏览器总报错,且获取请求头中token的值为null

前端请求总是失败说受跨域请求影响&#xff0c;但前后端配置已经没有问题了&#xff0c;如下&#xff1a; package com.example.shop_manage_sys.config;import org.springframework.beans.factory.annotation.Autowired; import org.springframework.context.annotation.Conf…...

html+css前端作业 王者荣耀官网6个页面无js

htmlcss前端作业 王者荣耀官网6个页面无js 下载地址 https://download.csdn.net/download/qq_42431718/89571150 目录1 目录2 项目视频 王者荣耀6个页面&#xff08;无js&#xff09; 页面1 页面2 页面3 页面4 页面5 页面6...

在windows上使用Docker部署一个简易的web程序

使用Docker部署一个python的web服务&#x1f680; 由于是从事算法相关工作&#xff0c;之前在项目中&#xff0c;需要将写完的代码服务&#xff0c;部署在docker上&#xff0c;以此是开始接触了Docker这个工具&#xff0c;由于之前也没系统学习过&#xff0c;之后应该可能还会用…...

sqlalchemy使用mysql的json_extract函数查询JSON字段

sqlalchemy使用mysql的json_extract函数查询JSON字段 在SQLAlchemy中,如果你想要在MySQL中存储JSON字段,并且进行查询操作,可以按照以下步骤进行设置和查询: 1. 创建表格 首先,创建一个表格来存储包含JSON字段的数据。假设我们有一个名为 users 的表格,其中有一个名为…...

分类模型-逻辑回归和Fisher线性判别分析★★★★

该博客为个人学习清风建模的学习笔记&#xff0c;部分课程可以在B站&#xff1a;【强烈推荐】清风&#xff1a;数学建模算法、编程和写作培训的视频课程以及Matlab等软件教学_哔哩哔哩_bilibili 目录 1理论 1.1逻辑回归模型 1.2线性概率模型 1.3线性判别分析 1.4两点分布…...

JMeter介绍、安装配置以及快速入门

文章目录 1. JMeter简介2. JMeter安装配置3. JMeter快速入门 1. JMeter简介 Apache JMeter是一款开源的压力测试工具&#xff0c;主要用于测试静态和动态资源&#xff08;如静态文件、服务器、数据库、FTP服务器等&#xff09;的性能。它最初是为测试Web应用而设计的&#xff…...

GPT LangChain experimental agent - allow dangerous code

题意&#xff1a;GPT LangChain 实验性代理 - 允许危险代码 问题背景&#xff1a; Im creating a chatbot in VS Code where it will receive csv file through a prompt on Streamlit interface. However from the moment that file is loaded, it is showing a message with…...

1 LableMe安装下载

git:GitHub - labelmeai/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation). 1 LabelMe介绍 LabelMe是一个图像标注工具&#xff0c;主要用于帮助研究人员和开发者创建有标签的数据集&#xff0c;这…...

rce漏洞-ctfshow(50-70)

Web51 if(!preg_match("/\;|cat|flag| |[0-9]|\\$|\*|more|less|head|sort|tail|sed|cut|tac|awk|strings|od|curl|\|\%|\x09|\x26/i", $c)){ system($c." >/dev/null 2>&1"); } Nl&#xff0c;绕过tac&#xff0c;cat&#xff0c;绕…...

vulntarget-a靶机-复现报告

靶机复现过程 测试标题 测试过程 测试外网ip 192.168.2.84 测试详情 第一步&#xff0c;我们先对其这个外网ip进行扫描&#xff0c;结果如下 结果我们发现这个ip开启了80和445端口&#xff0c;同时我们还可以看到这里是win7系统&#xff0c;我们先看看web页面是怎样的 结…...

为什么 FPGA 的效率低于 ASIC?

FPGA是“可重构逻辑”器件。先制造的芯片&#xff0c;再次设计时“重新配置”。 ASIC 不需要“重新配置”。你先设计&#xff0c;把它交给代工厂&#xff0c;然后制造芯片。 现在让我们看看这些芯片的结构是什么样的&#xff0c;以及它们的不同之处。 ● 逻辑单元&#xff1a;F…...

使用水星Mecury人形机器人搭建VR遥操作控制平台!

VR遥操作机械臂是一种将虚拟现实技术与机械臂控制相结合的系统&#xff0c;使用户可以通过虚拟现实设备操控和交互实际的机械臂。这种技术可以应用于多个领域&#xff0c;包括远程操作、培训、危险环境中的工作等。 双臂人形机器人是一种模拟人体上半身结构&#xff0c;包括头部…...

【学习笔记】无人机系统(UAS)的连接、识别和跟踪(三)-架构模型和概念

引言 3GPP TS 23.256 技术规范&#xff0c;主要定义了3GPP系统对无人机&#xff08;UAV&#xff09;的连接性、身份识别、跟踪及A2X&#xff08;Aircraft-to-Everything&#xff09;服务的支持。 3GPP TS 23.256 技术规范&#xff1a; 【免费】3GPPTS23.256技术报告-无人机系…...

uniapp bug解决:uniapp文件查找失败:‘uview-ui‘ at main.js:14

文章目录 报错内容解决方法main.js 文件中 uView 主 JS 库引入 uView 的全局 SCSS 主题文件内容修改引入 uView 基础样式内容修改配置 easycom 内容修改 报错内容 10:50:51.795 文件查找失败&#xff1a;uview-ui at main.js:14 10:59:39.570 正在差量编译... 10:59:43.213 文…...

Python 爬虫(爬取百度翻译的数据)

前言 要保证爬虫的合法性&#xff0c;可以从以下几个方面着手&#xff1a; 遵守网站的使用条款和服务协议&#xff1a;在爬取数据之前&#xff0c;仔细阅读目标网站的相关规定。许多网站会在其 robots.txt 文件中明确说明哪些部分可以爬取&#xff0c;哪些不可以。 例如&…...

【LeetCode:2766. 重新放置石块 + 哈希表】

&#x1f680; 算法题 &#x1f680; &#x1f332; 算法刷题专栏 | 面试必备算法 | 面试高频算法 &#x1f340; &#x1f332; 越难的东西,越要努力坚持&#xff0c;因为它具有很高的价值&#xff0c;算法就是这样✨ &#x1f332; 作者简介&#xff1a;硕风和炜&#xff0c;…...

[C++]类的自动转换和强制类型转换

在C中&#xff0c;类的自动转换&#xff08;也称为隐式转换&#xff09;和强制类型转换&#xff08;显式转换&#xff09;是面向对象编程中处理类型之间转换的两种重要机制。这些转换允许程序员定义如何在不同类型&#xff08;特别是自定义类型&#xff09;之间安全地交换数据。…...

根据鼠标所在位置获取组件拿到 “qt_scrollarea_viewport” 组件的问题

问题起因&#xff1a; 有时候需要鼠标实时所在位置的组件&#xff0c;可以通过如下方法实时获取: QWidget *current_widget QApplication::widgetAt(QCursor().pos()); qDebug() << __FUNCTION__ << current_widget;// 如果是按钮&#xff0c;直接进行转换 QPus…...

深入浅出WebRTC—LossBasedBweV2

WebRTC 同时使用基于丢包的带宽估计算法和基于延迟的带宽估计算法那&#xff0c;能够实现更加全面和准确的带宽评估和控制。基于丢包的带宽估计算法主要依据网络中的丢包情况来动态调整带宽估计&#xff0c;以适应网络状况的变化。本文主要讲解最新 LossBasedBweV2 的实现。 1…...

就业难?誉天Linux云计算架构师涨薪班,不涨薪退学费

2024年&#xff0c;我国高校毕业生人数约为1179 万人&#xff0c;再创历史新高。根据智联招聘今年发布的《大学生就业力调研报告》&#xff0c;可以看到&#xff1a;应届生慢就业、自由职业的比重分别从去年的18.9%、13.2%增长到今年的19.1%、13.7%。 这里我们可以看出&#xf…...

从零开始!Jupyter Notebook的安装教程

目录 一、准备工作二、安装Jupyter Notebook方法一&#xff1a;使用pip安装方法二&#xff1a;使用Anaconda安装 三、配置和使用四、常见问题及解决办法如何解决Jupyter Notebook安装过程中遇到的依赖项无法同步的问题&#xff1f;Jupyter Notebook的配置文件在哪里&#xff0c…...