WORIA

几种无法用常见博弈树解答的题型，寻找必败态。 巴什博弈 问题模型： 有一个堆物品，物品数量为n个，两个人轮流从这堆物品中取物品，规定每次至少取一个，最多取m个，最后取光者得胜。 解决思路： 当n=m+1时，无论先手者取多少个，后手者都能一次性取完剩下的，即先手必败。故可推得当面对n%(m+1)=0时，先手必败。当面对n=r*(m+1)+s时，先手取s，后手者取一定量设为a，先手者再取(m+1)-a，···，每次先手者取完后手者的m+1中剩余量，使后手者始终面对n%(m+1)=0的必败态，先手必胜。 结论：必败态为n%(m+1)=0。 12345678910111213141516 #include<stdio.h>int main(){ int T; scanf("%d",&T); while(T--) { int n,m; scanf("%d%d",&n,&m); if(n%(m+1)==0) prin ...

https://github.com/woriazzc/beiyouCV/tree/master/02 任务 编写一个图像分类系统，能够对输入图像进行类别预测。具体的说，利用数据库的2250张训练样本进行训练；对测试集中的2235张样本进行预测。 数据库说明：scene_categories数据集包含15个类别（文件夹名就是类别名），每个类中编号前150号的样本作为训练样本，15个类一共2250张训练样本；剩下的样本构成测试集合。 数据集详情可参阅： https://qixianbiao.github.io/Scene.html 数据集下载地址： https://figshare.com/articles/15-Scene_Image_Dataset/7007177 使用知识点: SIFT特征、Kmeans、词袋表示、支撑向量机 算法流程 提取数据集中的样本，并划分训练集和测试集 -----------------------特征提取与词典生成----------------------- 对于训练集的所有图片，提取图片的SIFT 特征点，并对SIFT 特征点向量归一化 对所有SIF ...

https://github.com/woriazzc/beiyouCV/tree/master/01 任务 编写一个钱币定位系统，其不仅能够检测出输入图像中各个钱币的边缘，同时，还能给出各个 钱币的圆心坐标与半径 。 算法流程 步骤1 ：使用 Canny 算法 提取图像边缘 使用高斯滤波器滤波 计算图像的梯度图并获得梯度方向 对梯度图进行非极大化抑制 使用双阈值法获得最终的边缘图 步骤2：在边缘图上利用Hough变换计算圆心与半径 建立参数空间 依据边缘点的梯度方向对参数空间进行投票 依据预设定的投票阈值筛选出初步结果 对已筛选出的结果进行非极大化抑制，得到精确的参数（圆心和半径） 算法简介 Canny 算法 高斯滤波器可以针对服从高斯分布的噪声进行平滑。 图像在 xxx 方向的偏导数可以用核 (−11)\begin{pmatrix} -1 & 1 \\ \end{pmatrix}(−1​1​) 卷积以近似求解，在 yyy 方向的偏导数可以用核 (−11)\begin{pmatrix} -1 \\ 1 \\ \end{pmatrix}(−11​) 卷积以近似求解。也就 ...

这篇文章只是针对像我这种初学者大致理解word2vec模型的引导，并无数学推导！！ One-hot 对于一个词汇量为 V 的语料库，现在需要给每一个词分配一个向量，使得每个词汇的向量之间不会相互冲突。 One-hot 给出了一个 V 维的向量（V 为语料库的词汇数），每一个单词在向量中占一个位置，则每个单词的向量中有且仅有1位是1，其它都是0. 词嵌入 One-hot给出的词向量尽管两两不冲突，但实在是太过浪费，并且对于词汇来说，每个词汇都不应该是独立的，例如**“我，和，你”，这三个词常常会出现在一起，则我们只要看到“我，？，你”，都能够推出中间那个词应该是“和”，而One-hot却将每个词汇独立出来，即“我”，“和”，“你”**之间变得毫无关系，这在文本情感分析中是致命的。 现在我们的任务是找出一种词汇的向量表示法，使得： 不同词汇的表示不会产生冲突。 词向量的维度尽可能地小。 对于有上下文关联的词汇，它们的词向量也应该有某种关系。 将One-hot所表示的高维度词向量嵌入低维度的空间，这样的方式叫做词嵌入。 Word2Vec模型 Word2Vec就是一种词嵌入模型。 Word ...

https://ac.nowcoder.com/acm/contest/4138 G. 草莓2   题意：n⋅mn\cdot mn⋅m 的网格，每格初始有一些草莓，每天早上wls收集这格所有草莓，下午向相邻格移动或者不动，每天晚上每格会多一个草莓，问 kkk天最多收集多少草莓。 由于数据量特别小，枚举可以发现始终存在哈密顿回路。 则如果 k>n⋅mk>n\cdot mk>n⋅m 则收集完一圈之后回到第0天的地方再沿路收集最优。 否则直接dfs找最优解。 注意本题dfs可能走重复格子！！如：1000,0,1000,1,1 123456789101112131415161718192021222324252627282930313233343536373839404142#include<bits/stdc++.h>using namespace std;#define ll long longconst int INF = 0x3f3f3f3f;const int maxn = 1e5 + 10;ll n, m, sx, sy, k;ll a[20][20] ...

https://ac.nowcoder.com/acm/contest/4137 C. 酒馆战棋   签到 题意：有圣盾，嘲讽，剧毒三种属性，只有我方剧毒随从能击杀敌方，我方打，只打一轮，问最多，最少击杀敌方多少人。 直接模拟 1234567891011121314151617181920212223242526272829303132333435363738394041424344#include<bits/stdc++.h>using namespace std;#define ll long longtypedef pair<int, int> pii;const int INF = 0x3f3f3f3f;const int maxn = 1e5 + 10;int T, n;int a1, b1, c1, d1, a, b, c, d;int main() { scanf("%d", &T); while (T--) { scanf("%d%d%d%d%d", &n, & ...

https://ac.nowcoder.com/acm/contest/4120 A - Alternative Accounts   题意：有 k≤3k\leq 3k≤3 场比赛，知道每场哪些人参加，同一场的账号一定不会是同一个人，问至少有多少真人。 当 k=1k=1k=1 时，最少为参加比赛的人数。 当 k=2k=2k=2 时，最少为 max(num[1],num[2])max(num[1],num[2])max(num[1],num[2]) 。 当 k=3k=3k=3 时，以二进制表示状态，则互补的账户可能是同一个人，且参加两场的只可能会和只参加一场的账号是同一个人。所以把参加两场的先加入答案，再从对应的参加的人数中减掉，表示他们被消耗掉了。最后还剩下的都是只参加一场，且没有人合并的，他们可能三场都是同一个人，所以再取 max(num[1],num[2],num[4])max(num[1],num[2],num[4])max(num[1],num[2],num[4]) 加入答案。 12345678910111213141516171819202122232425262728293 ...

https://ac.nowcoder.com/acm/contest/4114 题解 https://ac.nowcoder.com/discuss/363557?type=101&order=0&pos=9&page=1 A. 黑色气球   题意：有n个气球，矩阵i，j表示第i，j个气球的高度和，求每个气球的高度。 当n=2时，由于答案唯一且高度为正整数，所以高度一定都为1. 123456789101112131415161718192021222324252627282930#include<bits/stdc++.h>using namespace std;#define ll long longtypedef pair<int, int> pii;const int INF = 0x3f3f3f3f;const ll inf = 1e18;const int maxn = 1e5 + 10;ll n;ll sum;ll a[1010][1010];int main() { scanf("%lld", ...

https://ac.nowcoder.com/acm/contest/4010 题解 https://ac.nowcoder.com/discuss/363450?type=101&order=0&pos=15&page=0 A. 托米的字符串   题意：给出一个字符串，求其所有子串中元音字母和’y’的期望占比。 前缀和套前缀和 主要是要得到计算公式。 期望=∑(1子串长度⋅子串含元音个数)子串个数期望=\frac{\sum(\frac{1}{子串长度}\cdot 子串含元音个数)}{子串个数}期望=子串个数∑(子串长度1​⋅子串含元音个数)​ 首先对元音字母求一次前缀和，则 p[r]−p[l−1]p[r]-p[l-1]p[r]−p[l−1] 表示 [l,r][l,r][l,r] 中含元音的个数。 考虑把相同长度的子串合在一起考虑，则对于长度 lenlenlen，起点从 111 到 n−len+1n-len+1n−len+1 ，就是求 1len∑i=1n−len+1(p[i+len−1]−p[i−1])\frac{1}{len} \sum_{i=1}^{n-l ...

https://ac.nowcoder.com/acm/contest/3979 题解 https://ac.nowcoder.com/discuss/363319?type=101&order=0&pos=18&page=1 A. 期望逆序对   题意：有n个随机数，给出各自的随机区间，现在要求对这些区间重新排列，使得这些随机数形成的逆序对期望最小，求期望值。 按照中点从小到大排序后，n2n^2n2 遍历所有区间，两个区间形成逆序对的概率为1len1⋅∑i=l1r1g(i)len2\frac{1}{len_1}\cdot \sum_{i=l_1}^{r_1}\frac{g(i)}{len_2}len1​1​⋅∑i=l1​r1​​len2​g(i)​ 其中 g(i)g(i)g(i) 为 区间2 中小于 iii 的部分的长度，这里就是要分类讨论的地方了。 g(i)=∑i=max(l1,l2)min(r1,r2)(i−l2)+∑i=min(r1,r2)r2len2g(i)=\sum_{i=max(l_1,l_2)}^{min(r_1,r_2)}(i-l_2)+\s ...