CSP-S初赛基础知识整理

这篇具有很好参考价值的文章主要介绍了CSP-S初赛基础知识整理。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

CSP-S初赛基础知识整理

RT

持续更新中
关于部分 l a t e x latex latex 在 csdn 不能很好的显示,更好的阅读体验。

[1]计算机基础知识

计算机系统的组成

硬件系统和软件系统。

计算机硬件的五大组成

控制器、运算器、存储器、输入设备和输出设备。

[1-2]进制及其转化和运算

[1-2]二进制

[1]基本定义及应用

逢二进一。后缀为 B \texttt{B} B
是计算机主要存储方式。

[1]基本运算
  1. 加法 0+0=0,0+1=1,1+1=10。
  2. 减法 0-0=0,1-0=1,1-1=0。
  3. 乘法 0×0=0,0×1=0,1×0=0,1×1=1。
[2]位运算
  1. and(&)
0 1
0 0 0
1 0 1
  1. or(|)
0 1
0 0 1
1 1 1
  1. xor(^)
0 1
0 0 1
1 1 0
  1. not(~)
0 1
1 0

[1]其他进制及转换

八进制

0 → 7 0\to7 07 8个字符组成,与二进制1换3
后缀为 O \texttt{O} O

2进制 8进制
000 0
001 1
010 2
011 3
100 4
101 5
110 6
111 7
十六进制

0 → 9 , A → F 0\to9,A\to F 09,AF 16个字符组成,与二进制1换4
后缀为 O \texttt{O} O

2进制 8进制
0000 0
0001 1
0010 2
0011 3
0100 4
0101 5
0110 6
0111 7
1000 8
1001 9
1010 A
1011 B
1100 C
1101 D
1110 E
1111 F
十进制

0 → 9 0\to9 09 10个字符组成。
后缀为 D \texttt{D} D

2进制 10进制
0000 0
0001 1
0010 2
0011 3
0100 4
0101 5
0110 6
0111 7
1000 8
1001 9
1010 10
1011 11
1100 12
1101 13
1110 14
1111 15

[1]主要人物及贡献

名字 国籍 信息学主要贡献 称号身份
艾伦·麦席森·图灵 图灵机,图灵奖,图灵实验 计算机科学之父,人工智能之父
约翰·冯·诺依曼 美籍匈牙利 体系构想,程序存放于内存 计算机之父、博弈论之父
克劳德·艾尔伍德·香农 提出了信息熵的概念 信息论的创始人
姚期智 通讯复杂度,伪随机数生成 奠定现代密码学
艾达·拉芙蕾丝 Ada语言 第一个程序员,计算机程序创始人

[5]Linux

命令 作用
mkdir 创建目录
cp 复制文件(夹)
rm 删除文件(夹)
mv 重命名/移动
cd 切换工作目录
pwd 打印目录路径
ls 显示目录文件
time 测量运行时间
g++ 编译命令
gdb 调试命令
./a 运行 a

time

real time > cpu time = user time + sys time

real time

表示从程序开始到程序执行结束时所消耗的时间,包括CPU的用时。

user time

值表示程序本身,以及它所调用的库中的子例程使用的时间。

sys time

是由程序直接或间接调用的系统调用执行的时间。

gdb

默认
  1. gdb ./a

a \texttt{a} a 进行调试。

  1. gdn --args ./a 1.txt

a \texttt{a} a 进行调试并标记输入文件为 1.txt \texttt{1.txt} 1.txt

其他操作
  1. b(reak)

设置断点。

  1. display

查看变量或式的值。

  1. c(ontinue)

开始连续(而非单步)执行。

  1. s(ept)

进入函数调试。

[5]编译选项

默认

g++ 1.cpp -o 1.exe

其中 1.cpp \texttt{1.cpp} 1.cpp 为源文件, 1.exe \texttt{1.exe} 1.exe 为输出文件。

额外编译指令

  1. -x language filename

filename \texttt{filename} filename 这个文件以 language \texttt{language} language 的语言编译。

注意:-x 指令对其之后的所有文件都生效。

  1. -x none filename

取消上一个指令的效果。

  1. -c

只将文件生成为 obj \texttt{obj} obj (二进制)文件。

  1. -S

只将文件生成为汇编代码。

  1. -o

标记输出文件。

  1. -O0,-O1,-O2,-O3

开启 O0(1,2,3) \texttt{O0(1,2,3)} O0(1,2,3)优化。

  1. -g

产生调试信息。

[5]STL

STL

[5-8]算法

[6]复杂度分析

空间复杂度分析
时间复杂度分析
主定理

T ( n ) = a × T ( n b ) + f ( n ) T(n)=a\times T(\frac{n}{b})+f(n) T(n)=a×T(bn)+f(n)

a ≥ 1   a n d   b > 1 a\geq 1\ and\ b > 1 a1 and b>1

  1. ∃ ϵ > 0 \exists\epsilon > 0 ϵ>0,有 f ( n ) = O ( n log ⁡   b   a − ϵ ) f(n)=O\left(n^{\log_{\ b}{\ a-\epsilon}}\right) f(n)=O(nlog b aϵ),则 T ( n ) = Θ ( n log ⁡   b   a ) T(n)=\Theta\left(n^{\log_{\ b}{\ a}}\right) T(n)=Θ(nlog b a)

  2. 若有 f ( n ) = O ( n log ⁡   b   a ) f(n)=O\left(n^{\log_{\ b}{\ a}}\right) f(n)=O(nlog b a),则 T ( n ) = Θ ( n log ⁡   b   a log ⁡ n ) T(n)=\Theta\left(n^{\log_{\ b}{\ a}}\log{n}\right) T(n)=Θ(nlog b alogn)

  3. ∃ ϵ > 0 \exists\epsilon > 0 ϵ>0,有 f ( n ) = O ( n log ⁡   b   a + ϵ ) f(n)=O\left(n^{\log_{\ b}{\ a+\epsilon}}\right) f(n)=O(nlog b a+ϵ) 且对于常数 c < 1 c<1 c<1 和所有足够大的 n n n,有 a × f ( n b ) ≤ c × f ( n ) a\times f(\frac{n}{b})\leq c\times f(n) a×f(bn)c×f(n),则 T ( n ) = Θ ( f ( n ) ) T(n)=\Theta\left(f(n)\right) T(n)=Θ(f(n))

[6]基础算法

分治算法

[5-6]排序算法

排序算法 平均时间复杂度 最好时间复杂度 最坏时间复杂度 空间复杂度 排序方式 稳定性 评级
归并排序 Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n ) \Theta\left({n}\right) Θ(n) 非原地排序 稳定 5
快速排序 Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n 2 ) \Theta\left({n^2}\right) Θ(n2) Θ ( log ⁡ n ) \Theta\left({\log{n}}\right) Θ(logn) 原地排序 不稳定 5
基数排序 Θ ( n × k ) \Theta\left({n\times k}\right) Θ(n×k) Θ ( n × k ) \Theta\left({n\times k}\right) Θ(n×k) Θ ( n × k ) \Theta\left({n\times k}\right) Θ(n×k) Θ ( n + k ) \Theta\left({n + k}\right) Θ(n+k) 非原地排序 稳定 6
堆排序 Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( 1 ) \Theta\left({1}\right) Θ(1) 原地排序 不稳定 6
桶排序 Θ ( n + k ) \Theta\left({n + k}\right) Θ(n+k) Θ ( n + k ) \Theta\left({n + k}\right) Θ(n+k) Θ ( n 2 ) \Theta\left({n^2}\right) Θ(n2) Θ ( n + k ) \Theta\left({n + k}\right) Θ(n+k) 非原地排序 稳定 5
树形选择排序(竞标赛排序) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n ) \Theta\left({n}\right) Θ(n) 非原地排序 不稳定 6

[5]字符串

KMP
时空复杂度

时间复杂度为 Θ ( n + m ) \Theta\left({n+m}\right) Θ(n+m),空间复杂度为 Θ ( m ) \Theta\left({m}\right) Θ(m)

基本代码
#include<bits/stdc++.h>
using namespace std;
int ans[1000039],lena,lenb; 
char a[1000039],b[1000039];
int main(){
	register int i,j;
	cin>>a>>b;lena=strlen(a);lenb=strlen(b);
	for(i=1;i<lenb;i++){	 
	   while(j&&b[i]!=b[j+1])j=ans[j];	
	   if(b[j+1]==b[i])j++;	
		ans[i]=j;
	}
	j=0;
	for(i=0;i<lena;i++){
		while(j>0&&b[j+1]!=a[i])j=ans[j];
		if(b[j+1]==a[i])j++;
		if(j==lenb){
			printf("%d\n",i-lenb+1);
			j=ans[j];
		}
	}
	for(i=1;i<=lenb;i++)printf("%d ",ans[i]);
	return 0;
}

[6-8]搜索

时间复杂度基本为常数优化。

[6]减枝搜索
[6]记忆化搜索
[7]启发式搜索
[7]双向BFS搜索
[7]迭代加深搜索
[8]搜索对象压缩搜索

[6-7]图论

[6]Prim 和 kruskal 最小生成树
kruskal 时空复杂度

时间复杂度为 Θ ( m log ⁡ m ) \Theta\left({m\log{m}}\right) Θ(mlogm),空间复杂度为 Θ ( n + m ) \Theta\left({n+m}\right) Θ(n+m)

kruskal 基本代码
#include<bits/stdc++.h>
using namespace std;
int n,m,ans,f[200039],tot;
struct node{int u,v,w;bool operator<(node x)const{return w<x.w;}}a[200039];
int find(int x){return f[x]=f[x]^x?find(f[x]):x;}
void kruskal(){
	int x,y;
	for(int i=1;i<=m;i++){
		x=find(a[i].u);
		y=find(a[i].v);
		if(x==y) continue;
		else{
			ans+=a[i].w;
			f[x]=y;
			tot++;
			if(tot==n-1) break;
		}
	}
}
int main(){
	scanf("%d%d",&n,&m);
	register int i,j;
	for(i=1;i<=n;i++)f[i]=i;
	for(i=1;i<=m;i++)scanf("%d%d%d",&a[i].u,&a[i].v,&a[i].w);
	sort(a+1,a+m+1);kruskal();
	if(tot==n-1)printf("%d",ans);
	else printf("orz");
	return 0;
}
[7]次小生成树
[6]Dojkstra、bellman_ford 和 SPFA 单源最短路
[7]单源次短路
[6]Floyd-Warshall 求最短路和传递闭包
[6]DAG拓扑排序
[6]欧拉道路和欧拉回路
[6]二分图构造和判定
[6]最近公共祖先
倍增LCA 时空复杂度

时间复杂度为预处理 Θ ( n log ⁡ 树高 ) \Theta\left({n\log{树高}}\right) Θ(nlog树高),查询 Θ ( log ⁡ 树高 ) \Theta\left({\log{树高}}\right) Θ(log树高)

空间复杂度为 Θ ( n log ⁡ 树高 ) \Theta\left({n\log{树高}}\right) Θ(nlog树高)

倍增LCA 基本代码
#include<bits/stdc++.h>
using namespace std;
int n,m,root,x,y,d[500039];
int Fa[500039][39];
vector<int>v[500039];
void dfs(int u,int deep,int fa){
	d[u]=deep;int k=1;Fa[u][0]=fa;
	do{Fa[u][k]=Fa[Fa[u][k-1]][k-1];}while(Fa[u][k++]);
	for(int i=0;i<v[u].size();i++)if(v[u][i]^fa)dfs(v[u][i],deep+1,u);
}
int LCA(int u,int v){
	int k=19;
	while(d[u]<d[v]){while(d[u]>d[Fa[v][k]]&&k)k--;v=Fa[v][k];}
	if(u==v)return x;k=20;
	while(k--){if(Fa[u][k]!=Fa[v][k])u=Fa[u][k],v=Fa[v][k];}
	return Fa[u][0];
}
int main(){
	scanf("%d%d%d",&n,&m,&root);
	for(int i=1;i<n;i++){
		scanf("%d%d",&x,&y);
		v[x].push_back(y);
		v[y].push_back(x);
	}
	dfs(root,0,0);d[0]=-1;
	while(m--){
		scanf("%d%d",&x,&y);
		if(d[x]>d[y])x^=y^=x^=y;
		printf("%d\n",LCA(x,y));
	}
} 
[7]求强连通分量
[7]强连通分量缩点
[7]求割点割边

[6-8]动态规划

[6]树形动态规划
[7]状态压缩动态规划
[8]动态规划优化
斜率优化DP
四边形不等式优化DP
二维四边形不等式优化区间DP
CDQ分治优化DP

[5-7]数学知识

[5-6]高中数学

[5]代数
[6]解析几何
[6]立体几何

[5-7]初等数论

[5]同余式
[7]欧拉定理和欧拉函数
欧拉函数

φ ( n ) \varphi(n) φ(n) 表示小于n的正整数与n互质的数的个数。

当n为质数时 φ ( n ) = n − 1 \varphi(n)=n-1 φ(n)=n1

当n为奇数时 φ ( 2 n ) = φ ( n ) \varphi(2n)=\varphi(n) φ(2n)=φ(n)

gcd ⁡ ( a , b ) = 1 \gcd(a,b)=1 gcd(a,b)=1 φ ( a b ) = φ ( a ) φ ( b ) \varphi(ab)=\varphi(a)\varphi(b) φ(ab)=φ(a)φ(b)

欧拉定理

gcd ⁡ ( a , p ) = 1 \gcd(a,p)=1 gcd(a,p)=1 a φ ( p ) ≡ 1 ( m o d   p ) a^{\varphi(p)}\equiv1(mod\ p) aφ(p)1(mod p)

[7]费马小定理

a p − 1 ≡ 1 ( m o d   p ) a^{p-1}\equiv1(mod\ p) ap11(mod p)

[7]威尔逊定理

当且仅当 p p p 为素数时 ( p − 1 ) ≡ − 1 ( m o d   p ) (p-1)\equiv-1(mod\ p) (p1)1(mod p)

[7]斐蜀定理

a , b ≠ 0 a,b\not=0 a,b=0 时, ∃ x , y ∈ Z \exists x,y\in \mathbb{Z} x,yZ 满足 a x + b y = gcd ⁡ ( a , b ) ax+by=\gcd(a,b) ax+by=gcd(a,b)

[7]逆元

gcd ⁡ ( a , b ) ≠ 0 \gcd(a,b)\not=0 gcd(a,b)=0 时, ( a / b ) m o d   p (a/b)mod\ p (a/b)mod p 可转换为 a ∗ b p − 2 m o d   p a*b^{p-2}mod\ p abp2mod p

[7]扩展欧几里得
[7]中国剩余定理

[6-7]组合数学

[6]可重集排列

对于一个有 n n n 个元素共 k k k 种的集合,其中每种元素分别有 p 1 , p 2 ⋯ p k p_1,p_2\cdots p_k p1,p2pk 个,那么可重集排列数量为

n ! ∏ i − 1 k p i ! \frac{n!}{\prod_{i-1}^{k}p_i!} i1kpi!n!

[6]可重集组合

对于一个有 n n n 个元素的集合,每次选 k k k 个,允许元素重复,且不计顺序的可重集组合数量为

( n + r − 1 r ) \left(\begin{array}{}n+r-1\\r\\\end{array}{}\right) (n+r1r)

[6]错排、圆排
错排

一个长度为 n n n 的排列且满足 ∀ i ∈ [ 1 , n ] \forall i\in[1,n] i[1,n] i i i 个数不为 i i i 的数量为

递推式

D n = n D n − 1 + − 1 n , D 1 = 0 D_n=nD_{n-1}+{-1}^n,D_1=0 Dn=nDn1+1nD1=0

通项式

D n = ∑ k = 0 n ( n k ) ( n − k ) ! ( − 1 ) k D_n=\sum_{k=0}^{n}\left(\begin{array}{}n\\k\\\end{array}{}\right)(n-k)!(-1)^k Dn=k=0n(nk)(nk)!(1)k

圆排

n n n 个元素中选 r r r 个进行圆排列的数量为

n ! r × ( n − r ) ! \frac{n!}{r\times(n-r)!} r×(nr)!n!

[6]鸽巢原理
[6]二项式定理

( x + y ) n = ( n 0 ) x n y 0 + ( n 1 ) x n − 1 y 1 + ( n 2 ) x n − 2 y 2 + ⋯ ⋯ + ( n n − 1 ) x 1 y n − 1 + ( n n ) x 0 y n     n ∈ Z + (x+y)^n=\left(\begin{array}{}n\\0\\\end{array}{}\right)x^ny^0+\left(\begin{array}{}n\\1\\\end{array}{}\right)x^{n-1}y^1+\left(\begin{array}{}n\\2\\\end{array}{}\right)x^{n-2}y^2+\cdots\cdots+\left(\begin{array}{}n\\n-1\\\end{array}{}\right)x^1y^{n-1}+\left(\begin{array}{}n\\n\\\end{array}{}\right)x^0y^n\ \ \ {n\in\mathbb{Z^+}} (x+y)n=(n0)xny0+(n1)xn1y1+(n2)xn2y2+⋯⋯+(nn1)x1yn1+(nn)x0yn   nZ+

( x + y ) n = [ x 0 ⋯ x n ] [ ( n 0 ) ⋱ ( n n ) ] [ 1 ⋮ 1 ] [ y 0 ⋮ y n ]     n ∈ Z + (x+y)^n=\left[\begin{matrix}{}x^0\cdots x^n\\\end{matrix}{}\right]\left[\begin{matrix}{}\left(\begin{matrix}{}n\\0\\\end{matrix}{}\right)&&\\&\ddots&\\&&\left(\begin{matrix}{}n\\n\\\end{matrix}{}\right)\\\end{matrix}{}\right]\left[\begin{matrix}{}&&1\\&\vdots&\\1&&\\\end{matrix}{}\right]\left[\begin{matrix}{}y_0\\\vdots\\y_n\\\end{matrix}{}\right]\ \ \ {n\in\mathbb{Z^+}} (x+y)n=[x0xn] (n0)(nn) 11 y0yn    nZ+

[7]容斥原理
[7]卡特兰数

C n + 1 = C 0 C n + C 1 C n − 1 + ⋯ + C n C 0 C_{n+1}=C_0C_n+C_1C_{n-1}+\cdots+C_nC_0 Cn+1=C0Cn+C1Cn1++CnC0

[5-7]线性代数

[5]矩阵概念
[6]特殊矩阵
稀疏矩阵
三角矩阵
[6]矩阵的初等变换
[6]矩阵的加减乘和置换
矩阵加减法

[ a 1 , 1 a 1 , 2 ⋯ a 1 , m a 2 , 1 a 2 , 2 ⋮ ⋱ a n , 1 a n , m ] ± [ b 1 , 1 b 1 , 2 ⋯ b 1 , m b 2 , 1 b 2 , 2 ⋮ ⋱ b n , 1 b n , m ] = [ a 1 , 1 ± b 1 , 1 a 1 , 2 ± b 1 , 2 ⋯ a 1 , m ± b 1 , m a 2 , 1 ± b 2 , 1 a 2 , 2 ± b 2 , 2 ⋮ ⋱ a n , 1 ± b n , 1 a n , m ± b n , m ] \left[\begin{matrix}{}a_{1,1}&a_{1,2}&\cdots&a_{1,m}\\a_{2,1}&a_{2,2}\\\vdots&&\ddots&\\a_{n,1}&&&a_{n,m}\\\end{matrix}{}\right]\pm\left[\begin{matrix}{}b_{1,1}&b_{1,2}&\cdots&b_{1,m}\\b_{2,1}&b_{2,2}\\\vdots&&\ddots&\\b_{n,1}&&&b_{n,m}\\\end{matrix}{}\right]=\left[\begin{matrix}{}a_{1,1}\pm b_{1,1}&a_{1,2}\pm b_{1,2}&\cdots&a_{1,m}\pm b_{1,m}\\a_{2,1}\pm b_{2,1}&a_{2,2}\pm b_{2,2}\\\vdots&&\ddots&\\a_{n,1}\pm b_{n,1}&&&a_{n,m}\pm b_{n,m}\\\end{matrix}{}\right] a1,1a2,1an,1a1,2a2,2a1,man,m ± b1,1b2,1bn,1b1,2b2,2b1,mbn,m = a1,1±b1,1a2,1±b2,1an,1±bn,1a1,2±b1,2a2,2±b2,2a1,m±b1,man,m±bn,m

矩阵加减法满足交换律和结合律。

矩阵乘法

C n + 1 = C 0 C n + C 1 C n − 1 + ⋯ + C n C 0 C_{n+1}=C_0C_n+C_1C_{n-1}+\cdots+C_nC_0 Cn+1=C0Cn+C1Cn1++CnC0

C = A ⋅ B      C i , j = ∑ k = 1 p A i , k B k , j C=A\cdot B\ \ \ \ C_{i,j}=\sum_{k=1}^{p}A_{i,k}B_{k,j} C=AB    Ci,j=k=1pAi,kBk,j
[ a 1 , 1 a 1 , 2 ⋯ a 1 , p a 2 , 1 a 2 , 2 ⋮ ⋱ a m , 1 a m , p ] ⋅ [ b 1 , 1 b 1 , 2 ⋯ b 1 , n b 2 , 1 b 2 , 2 ⋮ ⋱ b p , 1 b p , n ] = [ ∑ k = 1 p a 1 k b k , 1 ∑ k = 1 p a 1 , k b k , 2 ⋯ ∑ k = 1 p a 1 , k b k , n ∑ k = 1 p a 2 , k b k , 1 ∑ k = 1 p a 2 , k b k , 2 ⋮ ⋱ ∑ k = 1 p a m , k b k , 1 ∑ k = 1 p a m , k b k , n ] \left[\begin{matrix}{}a_{1,1}&a_{1,2}&\cdots&a_{1,p}\\a_{2,1}&a_{2,2}\\\vdots&&\ddots&\\a_{m,1}&&&a_{m,p}\\\end{matrix}{}\right]\cdot\left[\begin{matrix}{}b_{1,1}&b_{1,2}&\cdots&b_{1,n}\\b_{2,1}&b_{2,2}\\\vdots&&\ddots&\\b_{p,1}&&&b_{p,n}\\\end{matrix}{}\right]=\left[\begin{matrix}{}\sum_{k=1}^{p}a_{1k}b_{k,1}&\sum_{k=1}^{p}a_{1,k}b_{k,2}&\cdots&\sum_{k=1}^{p}a_{1,k}b_{k,n}\\\sum_{k=1}^{p}a_{2,k}b_{k,1}&\sum_{k=1}^{p}a_{2,k}b_{k,2}\\\vdots&&\ddots&\\\sum_{k=1}^{p}a_{m,k}b_{k,1}&&&\sum_{k=1}^{p}a_{m,k}b_{k,n}\\\end{matrix}{}\right] a1,1a2,1am,1a1,2a2,2a1,pam,p b1,1b2,1bp,1b1,2b2,2b1,nbp,n = k=1pa1kbk,1k=1pa2,kbk,1k=1pam,kbk,1k=1pa1,kbk,2k=1pa2,kbk,2k=1pa1,kbk,nk=1pam,kbk,n

矩阵乘法满足结合律,不满足交换律。文章来源地址https://www.toymoban.com/news/detail-705504.html

[6]线性方程组和高斯消元法

到了这里,关于CSP-S初赛基础知识整理的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • CSP初赛知识点 学习笔记

    对于咱们信奥选手来说,会做的题要坚决不丢分,不会做的题要学会尽量多拿分,这样你的竞赛之路才能一路亨通! 文件(文件夹)操作 点击查看代码 G++/Gcc 基础指令 访问速度:寄存器 () 高速缓存 () 内存(ROM + RAM) () 外存,断电仅保留 ROM 和外存中的数据。 (texttt

    2024年02月09日
    浏览(47)
  • CSP-S 2023 第二轮游记

    初赛 77 分过了,不多说,居然能排到前 10% 也是没想到的。去年参加过,但是因为某些原因复赛停办了。第一次正式参赛,比较紧张,也没啥经验。 主要说复赛。28分匆匆忙忙进了考场,然后看到极域“保持安静”经典界面,直接梦回小学三年级。因为模拟赛的时候也知道

    2024年02月08日
    浏览(33)
  • 2022csp-S2提高组复赛真题

    封面 T1:假期计划 小熊的地图上有 n 个点,其中编号为 1 的是它的家、编号为2,3,…,n 的都是景点。部分点对之间有双向直达的公交线路。如果点 x 与 z1、z1 与 z2、……、z(k−1) 与 z(k)、z(k) 与 y 之间均有直达的线路,那么我们称 x 与 y 之间的行程可转车 k 次通达

    2024年02月11日
    浏览(33)
  • 2020 CSP - J初赛 题解

    快要CSP了,最近疯狂刷题中… 终于 抽出时间 乘爸妈不在 写了一篇题解 如需做题,请到以下网站自行练习。 本博客只提供讲解。 洛谷有题 初赛真题 - 信奥赛题库 题号 1~5: A A D C C 6~10: B A A A A 11~15: A D C A A 16~20: 对 错 对 错 A 21~25: D 错 错 对 D 26~30: B D 错 对 错 31~35:

    2024年02月11日
    浏览(41)
  • CSP-J/S——初赛复习(未完)

    废话不多说,马上开始。 还是说一点吧:个人认为《信息学奥赛一本通——初赛篇》里有些废话,不够精炼,CSP-J/S重点不够突出, 本人想将知识整理起来,并总结提炼 ,以便备考以及复习。 本文参考了《信息学奥赛一本通——初赛篇》,是对它一个整理、总结与简化。

    2024年02月10日
    浏览(50)
  • csp-j(2022)初赛解析【选择题】

    答案:A。 【解析】面向对象考察的内容与类相关,题中唯一没有出现类的选项是A选项。printf函数在c语言中就存在。 答案:C 【解析】栈的特征:后进先出。 A选项:65进栈,5出栈,4进栈,4出栈,3进栈,3出栈,6出栈,21进栈,1出栈,2出栈。 B选项:654进栈,4出栈,5出栈,

    2024年02月16日
    浏览(45)
  • CSP-J初赛模拟试题及答案

    一、单项选择题(共15题,每题2分,共计30分;每题有且仅有一个正确选项) 1.以下关于CSP-J/S的描述错误的是() A.参加CSP-S/J两组两轮认证均须在网上注册报名。未注册者,无认证成绩 B.CSP-J/S是中国计算机学会举办的程序设计竞赛 C.CSP-JS第二轮实行网上注册、报名,未通过网上

    2023年04月10日
    浏览(45)
  • CSP-J/S初赛选择题模拟及解析

    1、在8位二进制补码中,10101010表示的数是十进制下的(B) A、176 B、-86 C、-85 D、-84 答案解析:补码=反码+1;反码=原码除符号位外各个位取反;原码是和十进制对应的;所以,现将补码10101010转化成原码:符号位不变,减1后得到10011111,然后按位取反得到11100000,最后按权展开

    2024年02月16日
    浏览(50)
  • Python基础知识:整理10 异常相关知识

        当在主函数中没有捕获处理异常时,会报异常错误 处理后   

    2024年01月18日
    浏览(58)
  • 深度学习基础知识整理

    Auto-encoders是一种人工神经网络,用于学习未标记数据的有效编码。它由两个部分组成:编码器和解码器。编码器将输入数据转换为一种更紧凑的表示形式,而解码器则将该表示形式转换回原始数据。这种方法可以用于降维,去噪,特征提取和生成模型。 自编码器的训练过程

    2024年01月17日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包