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。
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。
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。
本文介绍了离散化算法,一种当数据范围巨大但实际使用的数据点较少时,通过压缩数据范围提升效率的算法。以洛谷 P1496 问题为例,展示了离散化的具体应用。文章详细阐述了离散化的步骤:收集所有区间端点,排序并去重得到离散化数组,然后通过二分查找将原区间映射到离散化数组的索引,最后进行统一计数。该算法的时间复杂度为 O(nlogn),排序是主要瓶颈。文末提供了 C++ 实现代码,便于读者理解和实践。
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。
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。
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。
指针大师3F的博客
为什么给 new 设计一个 realloc 是必要的 本文使用 macbook pro m4 + vscode 编写. 意外无处不在 给未知留个缓冲 花钱续费未来 我真没时间轻松 做事谨慎是因为我从小就心特重 噼里啪啦喊着废话少跟我嗡嗡 很多次是懒惰 荒废不知不觉 很多会了押韵不听不学 水中捞月 缘
指针大师3F的博客
lil_tea c++ 2026 style guide 本文使用 macbook pro m4 + vscode 编写. 聚了散散了又聚 这一路我绝对没想到能走到现在这一步 那些本不该来的已经到站下车 你我注定这一趟车赶不上一拨 这是我在开发和算竞都使用的代码风格. 2023 版本. 部分借鉴自
指针大师3F的博客
实际的 c++2026 本文使用 macbook pro m4 + vscode 编写, 编译器是 g++-15 + glibc++, 键盘是 ibm model m 的 ssk 版本但是使用了自己打印的主板和 cherry 青轴. 本文讲了实际的 c++26 和 我希望的 c++26 之间的关系.
指针大师3F的博客
我希望的 c++26 本文使用 macbook pro m4 + vi 编写, 我使用的编译器是 g++-15 + glibc++. 本文讲了我希望的 c++26. 所有 c++23 代码都能通过编译 在目前的 iso c++26 下, c++23 允许的一些危险操作, 需要加上 [[unsafe]
指针大师3F的博客
lil_tea c++ style guide 部分借鉴自 the cherno, 部分借鉴自 google c++ style guide, 部分借鉴自 linux kernel coding style, 部分借鉴自 算法竞赛进阶指南. 因为我年纪大了所以已经忘记哪一条是从哪借鉴的了, 朋友们看
指针大师3F的博客
计数公式总结 本文总结了几个计数公式. 乘方 fc[1]=1; for(ll x=2;x<=n;x++) fc[x]=fc[x-1]*x%mod; ifc[n]=yt::kpow(fc[n],mod-2)%mod; for(ll x=n-1;x;x--) ifc[x]=ifc[x+1]*(x+1)%
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。
本文介绍了离散化算法,一种当数据范围巨大但实际使用的数据点较少时,通过压缩数据范围提升效率的算法。以洛谷 P1496 问题为例,展示了离散化的具体应用。文章详细阐述了离散化的步骤:收集所有区间端点,排序并去重得到离散化数组,然后通过二分查找将原区间映射到离散化数组的索引,最后进行统一计数。该算法的时间复杂度为 O(nlogn),排序是主要瓶颈。文末提供了 C++ 实现代码,便于读者理解和实践。
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。
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。
本文介绍了离散化算法,一种当数据范围巨大但实际使用的数据点较少时,通过压缩数据范围提升效率的算法。以洛谷 P1496 问题为例,展示了离散化的具体应用。文章详细阐述了离散化的步骤:收集所有区间端点,排序并去重得到离散化数组,然后通过二分查找将原区间映射到离散化数组的索引,最后进行统一计数。该算法的时间复杂度为 O(nlogn),排序是主要瓶颈。文末提供了 C++ 实现代码,便于读者理解和实践。
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。
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。
本文通过数列分块算法,解决了区间加法与单点查询、区间小于k计数、区间前驱查找、区间求和等四类典型问题。研究聚焦于如何通过预处理与分块标记优化复杂区间操作,核心在于平衡块内暴力与块间延迟标记的效率。实验结果表明,该方法在保持较低常数因子下,实现了对数或根号复杂度的查询与更新,为处理大规模区间操作提供了高效的解决方案,具有重要的理论和实践价值。未来可探索更优分块大小自适应或结合其他数据结构。
发表在「星轨一周:致星栈的365光年日记」
Happy birthday!🎉🎂
发表在「星言」
QC 牛啊
发表在「星言」
QC 有实力
发表在「关于星栈」
期待收到大家的反馈😀