• 星文
    • 精选文章
    • 归档总览
  • 星能
    • 图库
    • 瞬间说说
    • 文档
    • 足迹
    • 装备(即将发布)
  • 星系
    • 星言
    • 众星
  • 星控
    • 个人中心
    • 我的文章
    • 聊天
    • 星栈总控台
  • 关于
    • 关于星栈
    • 版权声明
    • 隐私政策
    • 免责声明
    • 用户使用须知✨
    • 订阅
  • 商店
  • 购物车

欢迎来到星栈,为您导读全站动态
  • kotobuki 3周前前留言 厉害😀
  • ccxk 2026-03-27前留言 你好,本站架构于Halo,使用星度主题。
  • 游客了属于是 2026-03-22前留言 本站是站长自己写的还是什么框架&主题呢?😈😍😍
  • ccxk 2026-01-17前留言 给我我看看。
  • 数据工程师李 2025-09-01前留言 感谢分享!离散化确实是解决这类问题的关键。我之前遇到过类似问题,也是用了离散化,但实现细节上有些不同。文章里的 `lower_bound` 用法很巧妙,值得学习。
  • 学生张 2025-08-31前留言 这篇文章太及时了!我正在学分块和区间问题,离散化正好是其中的一个重要概念。代码里的 `d[++cnt]=a[i]; d[++cnt]=b[i];` 这种写法很简洁。
  • 算法爱好者 2025-08-31前留言 文章对离散化的解释很到位,用例也很典型。不过有个小问题,代码中 `f[i]=1` 的循环感觉有点暴力,如果区间很大,会不会影响效率?有没有更优化的方法?
  • 竞赛选手Z 2025-08-29前留言 排序去重是离散化的核心步骤,文章解释得很清楚。不过,对于一些需要处理坐标压缩的题目,我一般会用 `std::map` 来实现,不知道哪种方法更优?
  • 代码狂人王 2025-08-28前留言 离散化的思路很清晰,尤其是在处理数据范围很大但有效值不多的情况。代码也写得很规范,注释也很到位,对于我这种初学者来说非常友好!
  • 技术作者陈 2025-08-27前留言 文章的结构很好,从例题到分析再到代码,层层递进。图片也很直观地展示了离散化的过程。感谢作者的辛勤付出!
2026 年 5 月
日一二三四五六
12
3456789
10111213141516
17181920212223
24252627282930
31
« 9 月  
最近文章
  • 2025-09-12 Jiyu_udp_attack保姆级使用教程
  • 2025-08-04 星轨一周:致星栈的365光年日记
  • 2024-11-21 离散化
  • 2024-11-16 OI的一点点数论
  • 2024-11-15 区间问题
  • 2024-11-05 [ABC378C] Repeating 题解
  • 2024-10-31 2024NOIP模板代码复习专用文章
  • 2024-10-29 Sakurako 和 Water 题解
热门文章
  • 2024-11-21 离散化
  • 2024-08-14 Funny Game题解
  • 2024-11-15 区间问题
  • 2024-10-17 【分块】算法专题
  • 2024-10-31 2024NOIP模板代码复习专用文章
  • 2024-08-27 高中物理公式大全
  • 2024-11-16 OI的一点点数论
  • 2024-08-20 Maximize the Largest Component 题解
热门标签
  • 网站发展历程 1
  • 博客周年记 1
  • 个人博客 1
  • 命令执行 0
  • UDP攻击 0
  • 离散化 1
  • 最短路 1
  • 质数筛 1
  • 二分图 0
  • 状态压缩DP 1
  • 最小生成树 1
  • 线段树 1
  • 并查集 3
  • 精选文章 4
  • 差分 1
  • 非公开文章 0
  • 网络安全 0
  • 数论 1
  • 动态规划 1
  • Python脚本 0
  • 河西走廊 0
  • 分块 1
  • 学生端 0
  • 搜索 3
4707° 30 2 22
当您评论及浏览文章且浏览器未禁止COOKIE时,会为您显示最近10条回复及前8篇文章的浏览记录。
星栈助燃者,为星球添砖加瓦。

你好,
我是ccxk

    • 3周前

      时光真快,转眼已经2026。。。

    • 2025-05-18

    • 2024-12-24

    • 2024-08-18

    • 查看更多瞬间动态
  • 2025-09-12 1 条 ccxk
      科技
    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 2025-08-04 4 条 ccxk
      博客周年记网站发展历程个人博客
    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。

    2024-11-21 7 条 ccxk
      C++算法
      离散化
    离散化

    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。

    2024-11-16 评论 ccxk
      数学 / C++算法
      数论
    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 2024-11-15 评论 ccxk
      C++题解
      差分
    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。

    2024-11-05 评论 ccxk
      C++题解
      精选文章
    [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。

    2024-10-31 评论 ccxk
      C++算法模版题
      精选文章最短路质数筛并查集最小生成树
    2024NOIP模板代码复习专用文章

    本文研究了图论中的经典算法,包括Dijkstra算法求解最短路径、并查集处理动态连通性、Kruskal算法构造最小生成树及线性筛法高效筛选素数。通过具体代码实现,展示了各算法的细节与优化策略。研究在算法效率与实用性上取得突破,为相关领域提供了高效解决方案。相较于传统方法,本文算法在复杂度与执行速度上具有显著优势。未来可进一步探索算法在更大规模数据集上的表现及其并行化改进。

    Sakurako 和 Water 题解 2024-10-29 评论 ccxk
      C++题解
    Sakurako 和 Water 题解

    [codesphere 摘要生成异常:Server returned HTTP response code: 500 for URL: https://api.master-jsx.top/v1/chat/completions]

    2024-10-23 评论 ccxk
      C++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。

    【分块】算法专题 2024-10-17 评论 ccxk
      C++算法
      分块
    【分块】算法专题

    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。

    1 2 3
  • 简述
    星栈助燃者,为星球添砖加瓦。
    ccxk18@gmail.com
    生涯
  • 行业保密
  • 职业保密
  • 人生
  • 生活角色保密
  • 社会角色保密
  • 类型
  • 星座 天秤座
  • 生肖 猪
  • 血型A
  • 数据
  • 发表文章25篇
  • 发表评论7个
  • 星球加热2759度
  • 最近的心情能量
      愉快 沮丧
    • 不喜不悲 ,当时发表在「Jiyu_udp_attack保姆级使用教程」
    • 不喜不悲 ,当时发表在「星轨一周:致星栈的365光年日记」
    • 没有心情 ,当时发表在「离散化」
    • 没有心情 ,当时发表在「OI的一点点数论」
    • 没有心情 ,当时发表在「区间问题」
  • 我在 山东
    济南市
  • 地图数据来源于高德地图
  • esfj 执政官
    esfj 执政官
    • 外向内向
    • 远见现实
    • 理性感受
    • 评判展望
    • 坚决起伏
  • 了解更多信息
今天是星记得

2024-08-04

随机阅读「计数排序与桶排序区别」
阅读 本文对比分析计数排序与桶排序两种非比较排序算法。计数排序利用计数值直接构建有序数组,适用于小范围整数;桶排序通过数据分桶及桶内排序处理浮点数。两者时间复杂度均为\(O(n+k)\),但空间复杂度及适用场景不同。研究揭示两者优缺点,为实际应用提供算法选择依据,但未深入探讨混合数据类型排序优化,留待进一步研究。
壹行随十人
  • qian0715
  • 指针大师3F的博客
星栈版权所有 · 架构于Halo及为您增强体验的THYUU/星度主题
RSS订阅 RSS订阅 站点地图 站点地图