• 莫负盎然意·沐在春柳风

    一个专注于设计思考与生活探索的独立博客!记录设计灵感、分享生活火花。 用设计思维解构日常之美。

    • ccxk

      时光真快,转眼已经2026。。。

    • ccxk

    • ccxk

    • ccxk

    • ccxk

    • ccxk

  • 星轨一周:致星栈的365光年日记

    本文回顾了个人博客“星栈”从 2024 年 8 月 2 日构想诞生,历经域名变更、主题更迭、内容沉寂与回归优化,直至 2025 年 8 月 4 日迎来一周年的完整发展历程。

  • 离散化

    例题 分析 离散化事实上就是当这个数据范围比较大的时候但是能用到的数比较少的时候需要用到的算法。就比如这个题,a_i 和 b_i 的数据范围超大但 n 的数据范围只有 2\times 10^5。这个时候我们可以将其压缩,使得所有内容之间没有空位。 以样例为例,实现如下图:

  • [ABC378C] Repeating 题解

    本研究聚焦于寻找序列中重复元素的上一个出现位置,核心问题是如何高效处理大数值范围。研究采用排序方法论,通过结构体存储值与位置,将问题转化为排序后相邻元素比较。关键结论是排序结合位置记录能够精准定位重复项,时间复杂度为O(N log N)。该方法为处理大规模重复查找问题提供了有效且易于实现的解决方案,区别于基于哈希表的方案,避免了潜在的哈希冲突和内存开销。未来可探索更优的线性时间复杂度算法。

  • 【2024】CSP-S 二轮考前模板代码大杂烩

    本文聚焦于NOIP竞赛中的经典算法模板,涵盖最短路(Dijkstra)、并查集、Kruskal最小生成树和线性筛素数。通过详细代码解析,系统复习核心算法实现。创新性地整合多模板,提升复习效率。对比既有资料,本文更注重实践应用与代码细节。未来可探索算法优化与复杂度分析。对算法学习与实践具有重要指导价值。

    • QCSeat:让每一次排座都更快、更清晰、更有依据
    • QCDesk:把校园日常,放到桌面上

      QCDesk:把校园日常,放到桌面上 把课程、提醒、值日和每日积累放到桌面上,让每一次开机都更有秩序。 QCDesk 是一款面向 Windows 10/11 的校园桌面助手。它不要求你一直打开网页,也不把重要信息藏在一堆表格里,而是把课程表、当前时间、天气、班级公告、值日安排、每日单词/古诗和学科文

    • Jiyu_udp_attack保姆级使用教程

      本文介绍了极域电子教室 UDP 攻击工具的 Python 实现, 包含源代码和使用指南, 支持消息发送、命令执行、关机重启等功能。

    • 星轨一周:致星栈的365光年日记

      本文回顾了个人博客“星栈”从 2024 年 8 月 2 日构想诞生,历经域名变更、主题更迭、内容沉寂与回归优化,直至 2025 年 8 月 4 日迎来一周年的完整发展历程。

      星轨一周:致星栈的365光年日记
    • 离散化

      例题 分析 离散化事实上就是当这个数据范围比较大的时候但是能用到的数比较少的时候需要用到的算法。就比如这个题,a_i 和 b_i 的数据范围超大但 n 的数据范围只有 2\times 10^5。这个时候我们可以将其压缩,使得所有内容之间没有空位。 以样例为例,实现如下图:

    • OI的一点点数论

      本文旨在阐述基本数学概念及其计算公式,涵盖排列、组合、最小公倍数、余数及最大公约数。通过清晰的公式定义和递推关系,明确了这些概念的计算方法,为进一步的数学研究和应用奠定了基础。研究聚焦于基础数学的严谨表述,对比现有知识,其贡献在于系统性地梳理和呈现了这些核心公式,为初学者和专业人士提供了便捷的参考。未来可探索这些公式在不同数学分支中的应用拓展。

    • 区间问题

      本文研究了使用差分技术解决区间覆盖问题。核心问题是高效计算覆盖次数最多的节点。研究方法为线性差分和二维差分。线性差分通过在区间端点进行增减操作,再求前缀和,即可快速得到各点覆盖次数。二维差分通过在矩形区间四个顶点进行增减操作,再进行二维前缀和计算,实现网格覆盖计数。研究成果为解决大规模区间/网格覆盖问题提供了 O(N+M) 或 O(N*N + M) 的高效算法,突破了朴素 O(N*M) 的复杂度限制,具有显著的实践价值。未来研究可探索更复杂的覆盖形状或动态更新场景。

      区间问题
    • [ABC378C] Repeating 题解

      本研究聚焦于寻找序列中重复元素的上一个出现位置,核心问题是如何高效处理大数值范围。研究采用排序方法论,通过结构体存储值与位置,将问题转化为排序后相邻元素比较。关键结论是排序结合位置记录能够精准定位重复项,时间复杂度为O(N log N)。该方法为处理大规模重复查找问题提供了有效且易于实现的解决方案,区别于基于哈希表的方案,避免了潜在的哈希冲突和内存开销。未来可探索更优的线性时间复杂度算法。

categories

精选分类

our mind

走心评论

our time

共赴三年之约