一个小小的游戏，主要还是以开心为主。。。。

一、引入 树作为图论中最特殊、应用最广的无环连通结构，是 C++ 算法学习里重中之重。相比于线性数组、字符串，树引入了父子关系、子树、深度、直径、LCA、路径等全新概念，同时衍生出大量经典 DP 与贪心模型。很多看似复杂的竞赛题、期末考题，本质都只是树上基础模型的变形。 二、树的基础核心知识点 树的存储方式邻接表是最通用的写法，用 vector<vector<int>> 存边，适合无根树、有根树、带权树，适配所有树论题。 树的遍历深度优先 DFS、广度优先 BFS 是一切树上算法的基础： DFS 适合递归处理子树、树形 DP； BFS 适合求层次、深度、最短路、拓扑序。 基础经典模型树的直径、叶子节点统计、子树大小、树的重心、最近公共祖先 LCA，都是高频模板，必须熟练手写。 三、树上动态规划核心思想 树形 DP 一般采用后序遍历：先递归处理所有儿子子树，再合并儿子信息更新当前节点答案。 常规思路： 设状态 f[u][...] 表示以 u 为根的子树的最优答案； 递归遍历所有子节点； 把每个儿子的 dp 值合并到父节点； 最终根节点状态即为全局答案。 简单模型如：最大独立集、树的最大权独立集、选不相交路径、链覆盖等，都遵循这套套路。 四、树上算法的高级优化思路 很多朴素树形 DP 是 O(n2)，无法通过大数据范围，常用优化手段： 随机打乱邻接表把儿子顺序随机化，利用类似随机游走思想，状态偏移只会在 O(n ) 范围内波动，截断多余状态，把复杂度压到 O(nn )。 状态压缩与值域截断像路径匹配、链长合并类题目，不用维护全部差值，只保留有限区间内的状态，舍弃极端不可能到达的值。 换根 DP、长链剖分、点分治分别解决二次统计、深度相关问题、全局路径统计等难题，是树论进阶必备。 五、典型例题思想归纳 以树上选取四条边组成不重叠简单路径，求最大边权和这类题目为例： 设计状态 f[u][0/1/2/3] 记录当前节点挂载不同长度链的最优值； 用辅助数组 g 合并儿子信息； 把链长差值抽象成数轴随机游走，只维护小范围状态； 随机打乱儿子顺序、截断无用状态，成功把复杂度从平方级优化到可过范围。 这类题的核心思想和随机游走期望结论一致：差值不会无限扩散，只需维护局部有限状态。 六、学习收获与总结 树的所有高级算法，根基都是 DFS、BFS 与基础树形 DP； 子树合并、状态设计、后序转移是树上解题通用套路； 遇到 O(n2) 暴力无法通过时，可以利用随机游走思想、随机打乱、值域截断进行根号级优化； 学好树论，不仅能应付期末考试，也是进阶图论、竞赛算法、高级 DP 的必备基础。

C++ 学习讨论・正式引入 我们先从一个简单而经典的概率模型开始，它不仅能帮我们理解期望、随机游走、复杂度分析这些核心思想，更是许多高级算法（如动态规划优化、树上 DP、网格问题）的重要突破口。 一个数轴，初始点在 0 位置。一共移动 n 次，每次以 1/2 概率 +1，1/2 概率 −1。 我们想知道两个问题： 最终位置的绝对值期望 E [|x|] 是多少？ 全过程中到达过的最远位置的绝对值期望是多少？ 第一个问题很容易证明： E [x²] = n，因此 E [|x|] ≤ √n，也就是 O (√n) 级别。 而第二个问题 ——最大偏离原点的距离期望，证明会更巧妙： 利用非负随机变量的期望公式 E [M] = Σ Pr (M ≥ t) 结合反射原理与高斯尾估计，可以得到 Pr (M ≥ t) ≤ 4e^(−t²/(2n)) 对 t 求和后依然得到： E[M] = O(√n) 这是一个极其关键的结论： 随机游走的偏离范围，永远只会达到 O (√n) 级别。 为什么这个结论对 C++ 算法题至关重要？ 因为它能直接把暴力无法通过的题目优化到可过复杂度： 高维网格 DP 太大？ 利用随机游走偏离 O (√n)，直接截断坐标范围。 树上 DP 状态爆炸？ 把链长差值看作游走，只保留 ±√n 以内状态。 ** bitset 优化不够快？** 结合随机打乱 + 范围截断，复杂度直接降维。 你给的两道难题： 六边形网格 idea 可行性 DP 树上选 4 边不重叠路径最大权值 DP 它们的正解核心，全部来自这一句话： 随机游走的最大偏离是 O (√n)。 学习讨论核心收获 期望与概率分析不只是数学，更是算法优化武器。 很多看似 O (n²) 的 DP，都能用游走截断变成 O (n√n)。 C++ 实现技巧：random_shuffle、bitset、状态截断、树上 DP 优化。 高级题目通用思路： 暴力 → 发现游走结构 → 截断范围 → AC

嗯对，娃娃，严胜的腮红没涂好

《枚举算法笔记》 一句话理解 > 枚举：把所有可能的情况一个一个试，找出正确答案。 就像开密码锁，从 000 试到 999，总有一个能打开。 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 一、什么是枚举 枚举 = 列出所有可能性 + 逐个检查 优点：简单粗暴，一定能找到答案（只要时间够） 缺点：可能很慢，情况太多时会超时 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 二、枚举的基本结构 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 三、经典例子 例子1：找最大值 例子2：判断质数 例子3：百钱百鸡问题 公鸡5文，母鸡3文，小鸡3只1文，100文买100只鸡，各几只？ ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 四、枚举的优化 枚举太慢怎么办？两个常用技巧： 技巧1：减少枚举范围 技巧2：利用对称性 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 五、时间复杂度 枚举类型 时间复杂度 例子 一重循环 O(n) 找最大值 两重循环 O(n²) 百钱百鸡 三重循环 O(n³) 找三个数和为定值 注意：n 很大时（如 n=10000），O(n²) 就有一亿种情况，会超时！ ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 六、什么时候用枚举？ 适合用枚举 不适合用枚举 数据范围小（n ≤ 20） n 很大（n > 1000） 情况数量有限 情况数量爆炸（2ⁿ 或 n!） 没有更好的算法 有数学公式或贪心解法 用来验证其他算法 对时间要求严格 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 七、总结 枚举三步走： 1. 确定所有可能的情况 2. 逐个检查是否满足条件 3. 记录符合条件的答案 优点：简单、可靠、不容易错 缺点：可能很慢 口诀： > 枚举就是穷举法，一个一个全试它 > 数据大了会超时，范围小了就用它

来自中原一群伙伴 结庐东南山 尘缘难尽默对寒窗 龙珠合十在胸膛 秉承千年卓绝意志 潜修东南山 宁静致远风雨声响 不绝如缕持香案 香火在雨中烧 几十个暑和寒 血脉相连一方苦行山 龙珠九转十二金光 返指五岳和三江 （重复） 来自中原一群伙伴 结庐东南山 尘缘难尽默对寒窗 龙珠合十在胸膛 秉承千年卓绝意志 潜修东南山 宁静致远风雨声响 不绝如缕持香案 香火在雨中烧 几十个暑和寒 血脉相连一方苦行山 龙珠九转十二金光 返指五岳和三江 香火在雨中烧 几十个暑和寒 血脉相连一方苦行山 龙珠九转十二金光 返指五岳和三江

TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE TLE

3级甲 ——更新不易，请勿在评论乱喷,讨论其它话题散布不良语言，或是盗用抄袭等，无不良引导！！！ 第三章 哟吼吼吼吼 ”呦吼吼吼吼“，门卫愣了几秒钟，随即放声大笑，就你这什么十米长的不明东西就算了，天赋还是个白，确定不是来送足力健的， ——”呵呵，做个杂役弟子可行“随即释放一丝神通，名叫《上天入地，天地玄黄，无所企及》神通，看守心念一动 ——”算了，毕竟一个杂役，没啥可计较“，丢出了个令牌，马小峰精神力感知了下，确定无误后放入丹田。 哈哈哈哈哈哈哈哈，一个不祥的生硬传来，呦吼吼吼吼 不想写了，后周再写

AC之神的祝福次次99罐头 （有谁比我惨）

我和“FIFA WORLD CUP 2026”的小伙伴都在ACGO等你，快用这个专属链接加入我们吧！https://www.acgo.cn/application/2040328734006784000

> 团队宗旨： 在自由中成长，共享成功！ > 团队规则： 1.本团静止任何形式的作弊行为，若发现可找队长反馈。 2.本团静止任何形式的捣乱，抹黑等破坏团队风气的行为，若发现可找队长反馈，反馈有效则将其踢出团队。 > 竞赛说明： 1.本团每月经行两次竞赛 (六题制) 2.本团半每年经行一场管理员选拔赛 (十题制) 欢迎大家加入༄༊࿆一叶知秋࿐，团队传送门 > ༄༊࿆一叶知秋࿐合作方： 1.天之神 2.༺ཌༀ宝可梦协会ༀད༻ 3.北京交通大学 4.HΔCKΞRDΩMINIӨN > 祝大家在༄༊࿆一叶知秋࿐玩的开心！

今天是我在的生日捏~ 陌生人能给我送上一句祝福吗 感谢两个记住我生日的朋友@༺ཌༀ我要上南开ༀད༻@一只小破狗🍰🎂请你们吃蛋糕~ 在让我的一些朋友们康康捏~：@日黑@ᏊTIFFANYᏊ@复仇者_天之神_张起灵@景梓萌

@Grapher 潘子涵同学，您好。IOI2027将在11月45日举行，愿你以梦为马，不负韶华，在IOI2027取得 000 分的好成绩！ 从小学自学OI，到在温州小赛崭露头角，再到CSP-J一等与ACGO志愿审核，潘子涵的成长之路，既有“欧皇乱猜正解”的运气时刻，也有为竞赛公平据理力争的坚定态度。在ACGO，他既是比赛的参与者，也是守护社区风气的志愿者。或许，这种“随缘但坚持”的风格，正是他未来继续攀登算法高峰的底气所在。

确实不骗你，本人还没进入高中呢已经有初恋了 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 先骂在前面：那个不是年级组长且不是数学老师还要来干预今天我们数学期中考试的时间甚至明知道我们年级尖子班的孩子时间都不够的情况下还不肯加时间最后还来说我们成绩不好的那个硫硼焦老尸我氧化钙氮碘墓！你又不是数学老师你凭什么来决定我们考试的时间？数学老师她都来申诉过好几遍了你却依旧置若罔闻，你是数学老师还是她是数学老师？？？？？ ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 话说我还真以为所谓“四元数”只不过是某些数学大佬在跟我聊天的时候瞎说的呢 直到我看到一条视频介绍它的应用才知道：这玩意真的存在？？！ 不得不说四元数真的很诡异，居然不满足乘法交换律： i2=j2=k2=ijk=−1ij=kji=−kik=jki=−jjk=ikj=−ii^2=j^2=k^2=ijk=-1\\ ij=k\\ ji=-k\\ ik=j\\ ki=-j\\ jk=i\\ kj=-ii2=j2=k2=ijk=−1ij=kji=−kik=jki=−jjk=ikj=−i 这是人？这个哈密顿是从某个数学很好的哈密瓜星球上因为数学不太好所以被流放到地球上的吧！那么这个星球的王一定是高斯！二把手绝对是欧拉！三把手呢？拉格朗日吧。 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 不过今天的主角并不是它和他，而是下面这串东西。 你要知道，当一个数学萌新挑战自己用不同于欧拉的方式解决巴塞尔问题的时候，他会遇到多少困难： S=∑i=1∞1i2S=\sum_{i=1}^{\infty}\dfrac{1}{i^2} S=i=1∑∞ i21 没错，就是求这个东西的值。 众所周知，这个东西很好进行缩放，只需要把它的分母变成 i(i+1)i(i+1)i(i+1) 或者从第二项开始变成 i(i−1)i(i-1)i(i−1)，然后就能够列项了，但是这对于求得其准确数值并没有太大帮助。 那么，不妨用我在上条帖子里的方式：生成函数！启动！ 构造生成函数 S(x)=∑i=1∞xii2\displaystyle S(x)=\sum_{i=1}^{\infty}\dfrac{x^i}{i^2}S(x)=i=1∑∞ i2xi 求导： S′(x)=∑i=1∞xi−1iS'(x)=\sum_{i=1}^{\infty}\dfrac{x^{i-1}}{i} S′(x)=i=1∑∞ ixi−1 变形： S′(x)=1x∑i=1∞xiiS'(x)=\dfrac{1}{x}\sum_{i=1}^{\infty}\dfrac{x^i}{i} S′(x)=x1 i=1∑∞ ixi 令 f(x)=∑i=1∞xii\displaystyle f(x)=\sum_{i=1}^{\infty}\dfrac{x^i}{i}f(x)=i=1∑∞ ixi ，然后继续求导： f′(x)=∑i=1∞xi−1=∑i=0∞xif'(x)=\sum_{i=1}^{\infty}x^{i-1}=\sum_{i=0}^{\infty}x^i f′(x)=i=1∑∞ xi−1=i=0∑∞ xi 利用等比数列求和公式，知： f′(x)=11−xf'(x)=\dfrac{1}{1-x} f′(x)=1−x1 积分： f(x)=∫11−xdx=−ln⁡∣x−1∣+Cf(x)=\int\dfrac{1}{1-x}dx=-\ln|x-1|+C f(x)=∫1−x1 dx=−ln∣x−1∣+C 代入 x=0x=0x=0 的情况： −ln⁡∣0−1∣+C=f(0)=0-\ln|0-1|+C=f(0)=0 −ln∣0−1∣+C=f(0)=0 所以 C=0C=0C=0 故将 f(x)f(x)f(x) 代入 S′(x)S'(x)S′(x) 中，有： S′(x)=1xf(x)=−ln⁡∣x−1∣xS'(x)=\dfrac{1}{x}f(x)=-\dfrac{\ln|x-1|}{x} S′(x)=x1 f(x)=−xln∣x−1∣ 问题就在这里：如何求 S(x)S(x)S(x)？ 很明显这里需要用到积分： S(x)=−∫ln⁡∣x−1∣xdxS(x)=-\int\dfrac{\ln|x-1|}{x}dx S(x)=−∫xln∣x−1∣ dx 那么下一步该怎么走呢？ ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 经过本人与豆包的一番交流，发现了一个东西，叫做： Li⁡s(x)=∑i=1∞xiis\operatorname{Li}_s(x)=\sum_{i=1}^{\infty}\dfrac{x^i}{i^s} Lis (x)=i=1∑∞ isxi 因此，原积分化简之后的形式就是 Li⁡2(x)+C\operatorname{Li}_2(x)+CLi2 (x)+C 我：不是……我不就是用了个生成函数吗？怎么自行发现了一个高等函数？ 我：原以为我会因此一战成名，没想到已经有先贤走过这条路了！那我算什么？ 我：生成函数，你欺骗我的感情！ ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 话说回来，过程中实际上存在一个问题。 会看上面的过程，会发现好几个地方出现了 1−x1-x1−x 和 x−1x-1x−1 作为对数的真数以及分数的分母 这些可能会导致积分之后的结果中代入 x=1x=1x=1 会让表达式无意义 我：好吧……我承认这次我失败了……数学，你给我等着，今天考场上我再次向你宣战！

发出来比较赶，请见谅

《百元大钞》 用法：一般用于语文课，借活页纸时使用。 含义：指语文活页纸 来源：一位男生交语文作业的时候是从一堆纸里面一张一张翻出来的，动作很像数钱，因此被老师戏称为“百元大钞” 样例：借我张百元大钞 引申：目前语文活页纸已正式成为我们班的通用交易货币，可以用于借书、借文具等。 《吃饭大学》 用法：抽象，讨论理想大学时使用 含义：谐音，同“师范大学” 来源：语文默写，有人把“师范”写成了“吃饭”，被老师调侃“你以后就考吃饭大学吧” 样例：我长大要考吃饭大学！ 引申：也用于表示很饿 《欢腾的蒙古包》 用法：单独使用，用于课间玩的时候，一般在说的同时拿起一个物品并晃动（欢腾） 含义：无特殊含义，纯抽象 来源：做一道阅读题的时候，那道题是这样的：作者围绕中心句描写了哪些景物？中心句：草原不仅是美丽的，还是个欢腾的世界。老师说：这有一个易错点，景物要与中心句相关，所以蒙古包不能填，因为它不会动，谁见过欢腾的蒙古包？ 样例：欢 ~ 腾 的 蒙 ~ 古 ~ 包 ~ 引申：现在一下课就有人来说此梗 《把桌子关上，趴灯上睡觉》 用法：中午午休时 含义：无特殊含义，纯抽象 来源：中午校长看我们午休，每次都会说“把灯关上，趴桌子上睡觉！”同学们给它搞了个反义词版本，十分抽象 样例：来同学们把桌子关上，趴灯上睡觉！（后可接：我上不去啊？） 引申：很抽象很抽象 《我是孕妇》 用法：课间聊天时使用，一般用于搞怪 含义：无特殊含义，纯抽象 来源：道法课上牢湿放了一个视频，是一个真实案件，里头一女的妨碍公务，还喊“警察执法打人啦！我是孕妇！！！！！！”同学们觉得就离谱 样例：（情景：你顺走了一个东西被制裁了）（对方：我要砂了泥！）我：我是孕妇！ 引申：很抽象很抽象 《把灯草挑了》 用法：聊天时使用，用于表达相思之情 含义：表示相思 来源：五下课文里有个两茎灯草，某吝啬监生因为灯点了两茎灯草一直不咽气，然后有人挑掉一根他就快乐的噶了，所以相思的时候可以说这个 样例：（考试考砸了）快把灯草挑了我相思了 引申：也用于形容一个人很小气（如：借我个笔，不借！你不借我给你灯草挑了） 《点面结合》 用法：语文课使用，一般在讲阅读或作文时使用 含义：用于抽象或吐槽亿万富翁（百元大钞里数活页纸的男生，因数百元大钞而得名） 来源：语文课，老师讲点面结合，一节课的问题答案都是点面结合，后来老师问这一段运用了什么修辞手法（是拟人），亿万富翁：点面结合！！！全班笑死 样例：（同学：这题写啥？）我：点面结合！！！ 引申：十分抽象 《身高153米》 用法：专有名词，指我们班某同学 含义：用于抽象 来源： 样例： 引申：十分抽象

链接描述

链接描述

链接描述