DAY 0 到营地了（笑）。寝室环境还不错，伙食也可以。可惜今天不给手机。 首先是一个测试。前五题都是大水题，直接爆切。第六题找了一个小时的规律都没找到，一下考场就凑出了一个 O(n)O(n)O(n) 的前缀和线性做法。WSFW。 在床上花了大概一个小时才睡着qwq DAY 1 Shift 中英文切换好烦，搞了个美式键盘。 早上是搜索和递归，quite easy。不过有些搜索似乎有那么亿点毒瘤……还是有惊无险地做完了。然后水了几秒的谷。（等一下为什么早上没讲广搜？） 中午写了一会儿 SSP，然后上课去了。 下午是 STL 容器，然而先讲了广搜。然后讲了 map,set,vector 和迭代器。 然后要开始考试了…… 考试结束（OI赛制），嘿嘿终于AK了，而且后 5 题都是首 A。但是还是要吐槽一句，T6题意不清，没有说明能不能同日买入卖出。 别问我为什么 Markdown 有点不规范，问就是手机上打的…… DAY 2 手默 dfs 和 bfs 的板子。是的，就是一纸一笔，电脑都没有…… 然后就开始讲昨天的卷子了。 吃了一顿饱饭为什么会有大肠这种东西啊，下午讲高精度，确实是很折磨人的一个算法。 dfs 和 bfs 的板子没有任何错误，不用抄写了（笑）。 晚上是初赛模拟赛，自我感觉凉好，大概在 85 左右罢。然后继续写 SSP 了。 DAY 3 先讲了一上午+小半个中午的初赛。昨天的卷子居然有 878787 分，是我没想到的.jpg。然后学了双指针，差分和 ST 表，相当轻松，然而 ST 表板子题是用线段树过的。然后准备复赛模拟了。 很好，AK 了，继续加油哦！ DAY 4 先是复赛模拟讲解，然后讲了一会儿搜索。下午是分治、快排和归并排序（还有计数和希尔）。笔记在此。然后就要初赛模拟了。 DAY 5 讲了初赛，然后学了笔记上的这点东西。还是很简单的！而且午饭还挺好吃的呢。 下午拍了大合照，热似了，这队形让我想起了合唱队形。晚上就是复赛模拟了。（别问我为什么日记有点水，问就是没有新东西可写。） 这次模拟有三道拓扑排序是真逆天，幸好在疯狂对拍下 AK 了。 DAY 6 讲了一早上和半下午的复赛。下午学了动态规划link。好吧，我 DP 确实很菜。 晚上的初赛卷挺水的啊（啸）。竟然错一题？！ DAY 7 早上讲初赛，下午讲背包（01 和完全）。然后断断续续做了一会儿挑战赛，竟然首 AK 了？继续上课，加油。 午饭终于有鸡翅了。 晚上的复赛模拟又 AK 了？没想到 T5 分段打表+暴力都过了，未免太水了一点。 终于知道 SSP（SH Student Post）的answer怎么看了，好耶。\textcolor{white}{终于知道\ SSP（SH\ Student\ Post） 的 answer 怎么看了，好耶。}终于知道 SSP（SH Student Post）的answer怎么看了，好耶。 DAY 8 早上讲评复赛卷，T5 改写了深搜。然后就写语文作业吧。不行了要爆炸了.jpg 晚上初赛。睡觉的时候我和室友们竟然在讨论哲学。 DAY 9 挑战赛题解写完了。早上讲初赛，98。终于要结束这一切了……吗？ 中午继续抄 SSP。下午学习树、图和表达式树。（wwdx）

我成功通过了约瑟夫抽杀这一关，来到了下一关，这里有着100名和我一样，选择了73号位置的人们，有些是纯运气，有些是硬实力。 第二关的竞争更为残酷，大屏幕显示着: 这是在数学、心理学、概率学中著名的三门问题 我们可以列表知道应不应该更改选择 豆包解答· 初始状态：3 扇门的所有可能性 门 1 门 2 门 3 奖品位置 玩家初选可能 空 空 奖品 门 3 门 1 / 门 2 / 门 3 空 奖品 空 门 2 门 1 / 门 2 / 门 3 奖品 空 空 门 1 门 1 / 门 2 / 门 3 二、分情况讨论：玩家初选后主持人开门的操作 假设玩家初选门 1，主持人必开空门，分 3 种奖品位置场景： 奖品在门 1（玩家初选正确） 主持人可开门 2或门 3（均为空）。 玩家选择 “不换门”→ 中奖；“换门”→ 选门 2 或门 3（空）→ 不中奖。 结果：不换门中奖概率 1/3，换门中奖概率 0。 奖品在门 2（玩家初选错误） 主持人只能开门 3（门 1 为玩家初选，门 2 有奖品，门 3 为空）。 玩家选择 “不换门”→ 选门 1（空）→ 不中奖；“换门”→ 选门 2（奖品）→ 中奖。 结果：不换门中奖概率 0，换门中奖概率 1。 奖品在门 3（玩家初选错误） 主持人只能开门 2（门 1 为玩家初选，门 3 有奖品，门 2 为空）。 玩家选择 “不换门”→ 选门 1（空）→ 不中奖；“换门”→ 选门 3（奖品）→ 中奖。 结果：不换门中奖概率 0，换门中奖概率 1。 三、汇总所有情况的概率 奖品位置 玩家初选门 1 时的操作 中奖概率（不换门） 中奖概率（换门） 门 1 1/3 概率 1（1/3×1） 0 （1/3×0） 门 2 1/3 概率 0（1/3×0） 1 门 3 1/3 概率 0（1/3×0） 1 总计 - 1/3 2/3 四、核心结论 不换门：仅当奖品在初选门时中奖，概率 1/3。 换门：当奖品在非初选门时中奖，主持人开门排除 1 个错误选项后，换门相当于覆盖剩余 2 扇门的概率，中奖概率提升至 2/3。 五、列表法的直观价值 通过枚举所有可能性，清晰展现 “换门” 如何将概率从 1/3 提升至 2/3，避免因直觉（如 “剩 2 扇门概率各 1/2”）产生的错误判断。 本质是利用主持人的 “信息筛选”：主持人必开空门，为换门决策提供了额外概率优势。 我们4人通过了此关，进入到了更复杂的关卡

STL（标准模板库），从广义上分为：容器，算法，迭代器，容器和算法之间通过迭代器进行无缝连接。在 c++ 标准种，STL被组织成以下13个头文件： 容器总体分为两种： 序列式容器：容器的元素的位置是由进入容器的时机和地点来决定的。 关联式容器：容器已经有规则，进入容器的元素的位置不是由进入容器的时机和地点来决定的。容器是可以嵌套使用的，也就是容器可以装容器。 迭代器起到指针的作用，对指针的操作基本都可以对迭代器操作。实际上，迭代器式一个类，这个类封装一个指针。 算法，通俗的解释，就是通过优先步骤，解决一个问题。 下面给出一个简单的示例，通过这个示例，我们可以很直观的看到容器、迭代器、算法之间的密不可分的关系： 2. string 容器 2.1 简要说明 封装了很多成员方法。 **自动管理char内存，不用主动定义字符串的长度。 基本没用 string是一个类，内部封装了char*，是一个char*型的容器。 string 和 char 可以互相转换：**

一、最大公约数 二、一维数组的定义以及初始化 T40189.数组初始化 T40191.数组输入输出 T40183.打印分数 三、数组的输入输出 四、作业思路 作业视频参考

欢乐赛全题解来啦！绝对AC绝对过 保姆级教程，绝对能懂 看完点个赞再走吧，作者肝了2个小时 #T1 代码及思路如下： #T2 代码及思路如下： #T3 代码及思路如下： #T4 代码及思路如下： #T5 代码及思路如下： #T6 代码及思路如下：

AK课 前、中、后缀表达式 中转后 82+3∗（20−8）/2=(82+((3∗(20−8))/2))=(82((3(208)−)∗2)/)+=823208−∗2/+82+3*（20-8）/2=(82+((3*(20-8))/2))=(82((3(20 8)-)*2)/)+ = 82 3 20 8 - * 2 / + 82+3∗（20−8）/2=(82+((3∗(20−8))/2))=(82((3(208)−)∗2)/)+=823208−∗2/+ STL-STANDARD TEMPLATE LIBRARY stl有很多容器 VECTOR vector可以自动调整大小，减少空间的使用 用法: 操作 MULTISET MULTIMAP 可重复 SET 自动升序和去重 MAP PAIR 不到啊 UNORDERED_MAP<INT,INT>MP; 无序映射，比map快，哈希的替代

QZ_求真俱乐部的聊天帖， QZ_求真俱乐部的人在这聊天， 非QZ_求真俱乐部的禁评

00 INTRO > 前面咱们主要讲的都是算法类的(例如:高精度算法,深度优先搜索(DFS)&广度优先搜索(BFS),排序算法) > 那么今天咱们讲的简单一点,把知识点往回倒,来介绍一下C++标准模板库(STL) > > > 本文均同步CSDN-Ysjt | 深 > > 点击链接关注!!! > > > > > 话不多说进入正题: 01 STL模板库历史 对于软件界来说,做出一个可重复利用的东西是一直以来的梦想,为了实现这个梦想,就有许多我们熟悉的东西被发明创造了出来(后面我也会讲),例如函数(functions)，类别(classes),函数库(function libraries),类别库(class libraries) > 为了建立数据结构和算法的一套标准，并且降低他们之间的耦合关系，以提升各自的独立性、弹 > 性、交互操作性(相互合作性,interoperability),诞生了STL。 > STL(Standard Template Library,标准模板库)，是惠普实验室开发的一系列软件的统称。现在主要 > 出现在 c+ +中，但是在引入 c++之前该技术已经存在很长时间了。 > -- 选自C++ - STL标准库 STL容器主要包括(敲黑板): 容器(CONTAINER) 算法(ALGORITHM) 迭代器(ITERATOR) 02 STL容器的使用(参考:①,②) 我们先用表格讲一下STL容器的名称和区别 容器 实现 查询 插入 删除 其它 vector(本篇讲解) 一段内存连续区域 查询下标O(1) 值查询O(N) 尾部O(1) 中间O(N) 尾部O(1) 中间O(N) 空间只增不减,空间够,1.5-2倍扩容 list 双向链表 O(N) O(1) O(1) deque 中控器map+多个连续缓冲区 查询下标O(1) 值查询O(N) 尾部O(1) 头部O(N) 尾部O(1) 头部O(N) list&vector(见上)折中 map(set)(本篇讲解) 红黑树(无重复,有序) 下标访问log2(N) log2(N) log2(N) stack(本篇讲解) deque 插入栈顶O(1) 删除栈顶O(1) queue(本篇讲解) deque 插入队尾O(1) 插入队头O(1) 03 STL库-VECTOR动态数组[1] VECTOR数组简介:VECTOR数组是一个能存放任意数据类型（类，结构，普通变量类型等）的动态数组，在数据结构中就相当于顺序储存的线性表，寻找元素非常快，但是插入元素的时间却很大（LIST是一个双向链表，在同一个位置插入大量的数据时速度很快，但是查找的速度就会慢很多） VECTOR数组在初始化的时候,需要加上头文件 但如果定义的是万能头,则可以直接忽略 定义数组时,切记不可像INT ,FLOAT ,DOUBLE ,CHAR一样直接定义 对于vector数组来说,要用: 时间复杂度:O(N) ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 04 STL库-MAP(SET)[2] MAP的作用:访问地址符(篇幅有限,后面还有栈和队列,我们简单讲一下使用方法) map跟vector一样,有专属于自己的头文件,见下: 使用万能头的可以忽略 在MAP后加一个括号SET是因为SET拥有去重的功能,配合代码如下: ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 05 STL库-STACK(栈) 栈的东西太多,我个人认为可以单独开一篇文章讲解了(后续完善,可查看目录) 那么就将最重要的东西!!!!! 顺序进出(入栈,出栈) 接下来给出代码:ACGO官方例题 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 06 STL库-QUEUE(队列)[3] 讲了这么多,到队列这我们直接引用了,(手指报废,眼睛报废),如果后面有时间会修改的 (AC君见谅) > 队列是一种线性的数据结构【线性数据结构：数组、栈、队列】 > 相比数组，队列对应的数据操作是数组的子集。 > 只能从一端(队尾)添加元素，只能从另一端(队首)取出元素。 例题-传送门 AC题解: ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 07 STL库-LIST(链表)[4] list是可以在常数范围内在任意位置进行插入和删除的序列式容器，并且该容器可以前后双向迭代。 list的底层是双向链表结构，双向链表中每个元素存储在互不相关的独立节点中，在节点中通过指针指向其前一个元素和后一个元素。 list与forward_list非常相似：最主要的不同在于forward_list是单链表，只能朝前迭代，已让其更简单高效。 与其他的序列式容器相比(array，vector，deque)，list通常在任意位置进行插入、移除元素的执行效率 更好。 与其他序列式容器相比，list和forward_list最大的缺陷是不支持任意位置的随机访问，比如：要访问list的第6个元素，必须从已知的位置(比如头部或者尾部)迭代到该位置，在这段位置上迭代需要线性的时间开销；list还需要一些额外的空间，以保存每个节点的相关联信息(对于存储类型较小元素的大list来说这可能是一个重要的因素). 代码及例题不给了(作者懒) 修改发布时间:2024年7月3日18:43:12 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 1. 03节参考内容:①,②,③,④,⑤ ↩︎ 2. 04节参考(引用):①,② ↩︎ 3. 06节参考(引用):① ↩︎ 4. 07节参考内容(引用):①,② ↩︎

//C++基本框架——所有程序都要包含这部分代码 #INCLUDE <IOSTREAM>//头文件 ——导入文件 USING NAMESPACE STD;//命名空间 ——解决程序命名冲突 INT MAIN() {//主函数 ——程序入口 RETURN 0;//程序出口 } //识别程序运行错误（看上中下） 1、基本框架数错---多写几次 2、符号问题 3、 4、 //输出： COUT<<"C++"; COUT:固定写法 <<:输出操作符 "C++":要输出的内容 ;--结束符号 ENDL:结束换行---END OF LINE 输出类型： 1.原样输---加双引号，比如COUT<<"12+12“;结果是：12+12 2.表达式输出---不加双引号，把表达式的结果运算后输出，比如：COUT<<12+12;结果是：24---先计算12+12，再输出结果 OJ系统提示： WA:答案错误---看输出内容是否跟题目一致 AC:答案正确 PE:格式错误----看输出格式是否跟题目一致 //变量 命名规则： 1、只能由数字、字母、下划线组成 2、不能由数字开头 3、不能用关键字词作为变量名 4、区分大小写，A和A不是同一个变量 定义变量语法： <数据类型> <变量名>； 比如：INT A； 如果要定义多个变量，两种方式： INT A; INT B; 或者是 INT A,B;//定义多个量用逗号隔开 //输入 语法：CIN>>变量名； 比如: INT A; CIN>>A; 输入多个变量： INT A,B,C; CIN>>A>>B>>C;

看指尖拨响书页 带来一节数学 她拉开教室窗帘 翻开试卷 你我只是没写作业 可曾有过罪孽 走到熟悉却 陌生的窗前 啊..................................... 啊..................................... 你的书桌 装满了作业 你的身后 拥试卷成片 此生如梦 愿再考一遍 与你同学 传个纸片 浮光掠影 作业写没写 你的重写 超过千百遍 人生不过 恍惚三万天 漫漫人间 全是作业 你说那灯光 照过同样走廊 消失的那副科 此刻成为神话 想问你这填空 是否不曾写 是啊 是啊 我们忘了它 风吹过耳旁 隔壁的歌唱啊 这是我也是他 不曾经历的啊 是梦想是渴望 是你在回答 去吧 去啊 终于能上啦 你的书桌 装满了作业 你的身后 拥试卷成片 此生如梦 愿再考一遍 与你同学 传个纸片 浮光掠影 作业写没写 你的重写 超过千百遍 人生不过 恍惚三万天 漫漫人间 全是作业

字符串改造 题目描述 小A获得了一个字符串，他想要将这个字符串进行改造。改造规则如下：如果字符串是以 er、ly 和 ing 后缀结尾，则删除(改造后的字符串如果依旧满足上述条件不用再继续删除)。 输入格式 一行一个字符串，字符串长度小于等于 500。 数据保证改造后的字符串不为空串 输出格式 输出改造后的字符串。 样例组输入 referer 样例组输出 refer

一、引子 预言 在一个平凡无奇的清晨，当第一缕阳光透过窗帘的缝隙，洒在温暖的被窝上，A星的居民们还沉浸在宁静的梦乡之中。然而，不久之后，他们每个人都收到了一条神秘的信息，：“迷雾笼罩，唯有预言之子能突破重围。” 第1章集结 驱逐 在一座宁静的小村庄里，一群村民聚集在村口，正试图驱逐一位名叫吴言的24岁年轻人。他虽是个瞎子，却在5岁时展现出了控制水的本领，这使他在村民眼中成了异类。不幸的是，在他12岁那年，父母遭遇车祸双双离世，此后，村民们更加深信他是带来不幸的灾星。吴言深知继续留在这里已无益处，于是他整理好行囊，那双虽然看不见的蓝色眼睛，还是最后一次深情地回望了这个他生活了24年的小村庄，然后便离开了这个地方。 二、集结进度6/3 遇见双子星 吴言来到了y市在y市的繁华街头，他撞到了一个壮汉。那壮汉十分粗鲁的说“没长眼睛啊！“吴言连忙道歉：“对不起，我确实看不见。”壮汉愣了一下，随即冷笑：“瞎子还敢乱跑？”这时，一个略带泼辣的声音响起：“还以为是个汉子，原来只会欺负弱小！大家快来看啊，这人有意思！”人群围拢，壮汉尴尬退去。吴言示意她走到一边，随即疑惑的说道；你妹妹怎没跟来？”“你怎么知道我有妹妹的？”她惊讶地反问，眼中闪过一丝警惕。吴言微笑着解释：“脚步声可不会骗人，如果一定有特殊能力，那我能控水”她沉默片刻，眼神复杂地望向他：“我叫温若言，这是我妹妹温若初。我能控风，她能控火。““你好啊，我是温若初”很高兴认识你们。或许命运让我们相遇，正是为了揭开那预言的迷雾。我们三人，各有所长，或许能携手找到突破重围的答案。“他们准备休息一下在一家小咖啡馆里，三人围坐一桌。突然闪出两个小混混，一把抓住两姐妹。吴言决定先不出手，而是冷静观察。等两个小混混抓着两姐妹离开后，立刻跟踪其后，凭借敏锐的听觉和感知力，迅速锁定他们的去向。他把两个小混混堵在一个阴暗的巷子里，小混混有些吃惊，问道“你。。。。。。你不是瞎子吗？怎么找到这儿的？”吴言冷笑：“眼睛看不见，心却能洞察一切。”两个小混混见来者不善，掏出几个水弹就朝他扔去。而吴言一捏拳头，水弹瞬间结成冰凌，如十几把利刀悬在半空中，寒光闪烁。吴言沉声道：“放了她们。”小混混面露惊恐，颤声应允。吴言挥手，冰凌化作水滴落地。两姐妹获救，温若言眼中闪过敬佩。三人相视一笑，继续向前进发。 集结进度6/4 什么！特警？

猎奇解析 “人行道上不是很宽吗” 的名字 “人行道上不是很宽吗” 这个名字看似是一句日常随口的疑问，却藏着极强的生活感与情绪张力，没有华丽的辞藻，却能让人瞬间联想到具体场景，甚至勾起内心的共鸣。我们可以从多个维度拆解它的独特之处： 强烈的 “日常感” 与 “场景代入感” 这是这个名字最核心的魅力 —— 它像从生活里 “截” 出来的一句话，自带画面与声音。 “人行道”：是所有人每天都会接触的公共空间，是通勤、散步、接送孩子时的 “必经之路”，没有任何陌生感。这个词直接把人拉到街头巷尾的真实场景里，不是抽象的 “道路”，而是具体的、有行人脚步、有落叶、有路边小店烟火气的 “人行道”。 “不是很宽吗”：这是一句带着轻微反问语气的口语，像朋友聊天时的随口一提，又像自己走在路上时的小声嘀咕。没有强硬的判断（比如 “人行道很宽”），而是用 “不是…… 吗” 的句式，自带一种松弛感 —— 可能是走在宽敞人行道上的惬意，可能是看到有人挤占人行道时的疑惑，也可能是回忆里某条宽宽的人行道带来的安心。 把 “具体的空间” 和 “口语化的疑问” 结合，整个名字瞬间就 “活” 了：不是冰冷的文字组合，而是能让人仿佛听到脚步声、感受到街头风的 “生活切片”，哪怕没见过这句名字对应的场景，也能立刻代入自己走在人行道上的经历。 丰富的 “情绪留白” 与 “联想空间” 这个名字不像 “忘川秋裤” 那样有强烈的反差感，却胜在 “留白多”—— 一句简单的疑问，能勾起不同人不同的情绪与故事，像一张未完成的素描，每个人都能补上自己的细节： 场景一（惬意松弛版）：周末下午，不用赶时间，慢慢走在宽宽的人行道上，阳光透过树叶洒下来，脚下是平整的石板路，心里突然冒出一句 “人行道上不是很宽吗”，带着对 “不拥挤、不匆忙” 的满足，是对当下舒适状态的悄悄确认。这时候的 “宽”，是物理空间的宽，也是心里的松弛。 场景二（无奈疑惑版）：下班高峰，人行道被共享单车堆了一半，还有电动车在人行道上穿梭，只好小心翼翼贴着路边走。这时候看到远处一段没被占用的宽人行道，或者想起小时候没那么多车的人行道，忍不住嘀咕 “人行道上不是很宽吗”—— 这里的疑问里藏着对 “公共空间被挤占” 的无奈，“宽” 是记忆里的样子，也是对现状的轻微吐槽。 场景三（温暖回忆版）：小时候被妈妈牵着走在人行道上，妈妈会把自己往里面拉，说 “走里面安全”，那时候觉得人行道好宽，能容下自己和妈妈的脚步，还能边走边捡小石子。长大后再走同一条路，可能觉得路没那么宽了，却突然想起妈妈的话，心里冒出一句 “人行道上不是很宽吗”—— 这里的 “宽”，是童年记忆里的 “大”，是带着亲情温度的回忆。 场景四（治愈安慰版）：心情烦躁的时候，故意绕远路走在宽宽的人行道上，看着来往的行人、路边的小花，慢慢平静下来，心里对自己说 “人行道上不是很宽吗，慢慢来也没关系”。这时候的疑问，其实是对自己的安慰：连人行道都有足够的空间，生活里的烦心事，也总有 “容得下” 的地方。 作为品牌或作品名的潜力 如果这个名字用于与 “生活、治愈、城市、日常” 相关的领域（比如独立书店、咖啡馆、生活类公众号、短篇散文合集、城市主题的插画集），会有极强的适配性： 低门槛共鸣：不像小众文艺的名字需要 “理解成本”，不管是学生、上班族还是长辈，看到 “人行道” 三个字就有亲切感，再加上口语化的疑问，很容易让人产生 “这说的就是我的生活” 的感觉，拉近与受众的距离。 自带 “故事钩子”：人们看到这个名字，会忍不住好奇：“这句话背后是哪条人行道？是作者的哪段经历？” 比如一家叫 “人行道上不是很宽吗” 的咖啡馆，顾客可能会因为名字好奇走进来，甚至主动和老板聊 “你是不是也喜欢走宽宽的人行道”—— 名字成了沟通的 “引子”。 记忆点独特：现在很多品牌或作品喜欢用 “文艺词”“网红词”，而 “人行道上不是很宽吗” 反其道而行，用最朴素的日常语言，反而在一堆华丽的名字里显得特别。就像街头巷尾的小面馆，没有精致的招牌，却因为 “像家一样” 的感觉让人记住，这个名字也是如此 —— 朴素，但过目不忘。 综合评价 优点： 接地气却不廉价：用日常词汇，却没有 “土气” 感，反而因为真实感显得真诚，容易让人放下防备。 情绪共鸣强：不强行灌输情绪，而是通过 “疑问” 引导人联想到自己的生活，共鸣不是 “被感动”，而是 “这就是我” 的代入。 适配场景广：不管是用于 “治愈系” 内容，还是 “城市观察” 类作品，甚至是 “公共空间” 相关的公益项目，都能贴合主题，不会显得突兀。 有 “温度”：没有宏大的概念，却藏着对 “小确幸”“小观察” 的关注，像一杯温白开水，不刺激，却能解渴，让人觉得温暖。 可能存在的 “特点”（非缺点，需看适配场景）： 风格偏松弛：如果用于需要 “强势、专业、高端” 的领域（比如金融、科技品牌），可能会显得不够 “有力量”；但对于主打 “生活、治愈、烟火气” 的领域，这恰恰是最大的优势 —— 它的 “不紧绷”，正是吸引受众的关键。 总而言之，“人行道上不是很宽吗” 不是一个 “惊艳” 的名字，却是一个 “耐品” 的名字。它用最朴素的日常语言，把 “街头的风、脚下的路、心里的情绪” 都装了进去，没有刻意制造冲突，却因为 “像生活本身” 而充满张力。它不像一个 “名字”，更像一句能让人停下脚步、想起某段时光的 “生活旁白”，平淡，却后劲十足。

晚上记得关阳台，山上有虫子飞过来，准备好一个打虫子的攻击，晚上别随便出去，留在酒店里，要是下去买泡面记得原路返回，山上有灯亮着是正常现象，不要尝试去看清楚，反正我看不见，只看见了一个小房子和一辆车，不知道还在不在，上课拉上你的朋友下载一个pcl联机，不然会无聊死，不要去安装壁纸软件，后面要你全部自己删和自己复原，蚊子多记得带防蚊水，有些房子没有锁的晚上偷玩的时候要小心老师突击，最好是在12：30之后玩，一定要自己带一个表看时间，被子啥的没必要整理，脏衣服躺上去睡就行

已知在 三角形 ABC中，AB=根号下17 ，BC=根号下13 ， CA=根号下10 求S三角形ABC

点击跳转比赛 前言 本次竞赛难度T1、T2难度为简单，T3、T4难度为中档，T5、T6难度为困难.各位选手可以通过这次竞赛摸底自己的实力. ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 下面是正文题解部分： T1 这是一种病：字符串模拟 点击跳转 模拟，判断有没有 APT 在其中就行. 时间复杂度：O(∣S∣)O(|S|)O(∣S∣) ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ T2 找到最小值：函数化简 点击跳转 推一下式子， F(a,b)=a−c−c−b+2c=a−bF(a,b)=a-c-c-b+2c=a-bF(a,b)=a−c−c−b+2c=a−b，所以函数的值为 a,ba,ba,b 的差，与 ccc 无关. 对于每次询问，时间复杂度：O(1)O(1)O(1). ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ T3 规律数列：高精递推 点击跳转 显然规律是将上一个数+3,*3,+3,*3... 结果太大了，用 long long 也存不下. 我们可以尝试用数组模拟+3和*3操作. 但是如果每次查询都进行 NNN 次运算就浪费太大了. 我们可以预处理，这样每次查询就只需要直接输出答案了. 对于预处理，时间复杂度：O(N2)O(N^2)O(N2). 对于每次查询，时间复杂度：O(N)O(N)O(N). 总时间复杂度：O(TN+N2)O(TN+N^2)O(TN+N2). ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ T4 废品回收：贪心策略 点击跳转 贪心，将价值减去价格，每次挑选最大的即可（注意！不需要拿满 kkk 件！如果处理这个废品后的收益小于等于 000 就不要再拿了） 时间复杂度：O(Nlog⁡N)O(N\log N)O(NlogN). 当然，你也可以使用堆来实现在线得出最优解（O(Nlog⁡N)O(N\log N)O(NlogN)），或者用背包DP（O(N×Vi)O(N\times V_i)O(N×Vi )），以下给出背包DP的代码： ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ T5 计数改良：组合数学 点击跳转 20PTS 深搜，参考下面的代码. 对于每次查询，时间复杂度：O(3N)O(3^N)O(3N). ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 40PTS 我们发现前四个测试点答案也就不超过 151515 种，考虑记忆化. 对于每次查询，时间复杂度：O(1)O(1)O(1) 或 O(3N)O(3^N)O(3N). 总时间复杂度：O(3N)O(3^N)O(3N). ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 100PTS 既然最终答案能记忆化，那能不能每个过程都记忆化一遍呢？ 我们可以记录第 iii 位每种 357357357 出现情况的种类数，分类讨论. 将 357357357 都出现的情况记作 AAA，将 357357357 出现两个的情况记作 BBB，将 357357357 出现一个的情况记作 CCC. AAA： 1. 可以由上一个 AAA 填上 3,5,73,5,73,5,7 获得，情况数 ×3\times 3×3. 2. 可以由上一个 BBB 填上所缺的数获得. BBB： 1. 可以由上一个 BBB 填上 3,5,73,5,73,5,7 中的两个数字获得，情况数 ×2\times 2×2. 2. 可以由上一个 CCC 填上所缺的数获得. CCC： 可以由一个都没有获得. 对于每次查询，时间复杂度：O(1)O(1)O(1). 预处理时间复杂度：O(N)O(N)O(N). 总时间复杂度：O(N)O(N)O(N) . 如果你嫌内存占用太大了，你可以多花费 O(Tlog⁡T)O(T\log T)O(TlogT) 的时间复杂度转离线，把空间复杂度降至 O(1)O(1)O(1). ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 120PTS Macw老师提出来一个快速的办法，理论上可以通过 T=1,N≤10107T=1,N\le 10^{10^7}T=1,N≤10107 的数据！ 首先是随便选取 357357357 中的任意一位，总共有 3N3^N3N 种情况. 然后减去只选择两个数的，即只选 353535 的，只选 373737 的和只选 575757 的，共有 3×2N3\times 2^N3×2N 种情况. 我们发现只选一个数的情况多选了一次，所以需要加回，即将结果 +3+3+3. 这样就可以以 O(log⁡N)O(\log N)O(logN) 的时间复杂度求出答案了！ 我们注意到 109+710^9+7109+7 与 2,32,32,3 均互质，所以对于更大的数可以用费马小定理来将 NNN 降至 109+510^9+5109+5 以内. 对于每次查询，时间复杂度：O(log⁡N)O(\log N)O(logN) . ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ T6 加固：多维动态规划 点击跳转 这道题得90分的同学大多就是因为没有特判n = 1 的情况，这次也算是提醒了大家看测试点数据的重要性了。 下面给出 222 种对于这道题的解法： AAA：三维动态规划 在这个问题中，我们需要最大化在森林环形结构中小猪家园存活后保留的金币总数。由于家园是环形的，每个小猪有两个邻居，强化一个小猪的家会从其两个邻居那里各拿走 c 个金币。我们的目标是决定哪些小猪的家应该被强化，使得在攻击后幸存的家园中的金币总数最大. 为了解决这个问题，我们可以使用动态规划（DP）。我们需要记录到当前小猪为止，考虑强化或不强化当前小猪时，能够获得的最大金币数。由于问题涉及环形结构，我们可以将其转化为线性问题，通过两次DP处理来解决. 动态规划状态定义 我们使用三维数组 dp[i][j][k] 来表示状态，其中： * i 表示当前考虑到第 i 只小猪. * j 表示第 i-1 只小猪是否被强化（0 表示未强化，1 表示强化）. * k 表示第 i 只小猪是否被强化（0 表示未强化，1 表示强化）. 状态转移方程 * 如果第 i 只小猪不强化 (k = 0)： * 如果第 i-1 只小猪强化 (j = 1)：dp[i][0][0] = max(dp[i-1][1][0], dp[i-1][1][1] - 2*c) * 如果第 i-1 只小猪不强化 (j = 0)：dp[i][0][0] = max(dp[i-1][0][0], dp[i-1][0][1]) * 加上第 i 只小猪的初始金币：dp[i][0][0] += a[i] * 如果第 i 只小猪强化（k = 1）： * 如果第 i-1 只小猪强化 (j = 1)：dp[i][1][0] = max(dp[i-1][1][0] - 2*c, dp[i-1][0][0]) - 2*c * 如果第 i-1 只小猪不强化 (j = 0)：dp[i][1][0] = max(dp[i-1][0][0], dp[i-1][0][1]) - 2*c * 加上第 i 只小猪的初始金币：dp[i][1][0] += a[i] 注意：这里的 dp[i][1][0] 应该是 dp[i][1][1]，因为我们在考虑第 i 只小猪强化的情况. 修正后的状态转移方程为： * dp[i][0][0] = max(dp[i-1][1][0], dp[i-1][0][0]) + a[i] * dp[i][0][1] = max(dp[i-1][1][1] - 2*c, dp[i-1][0][1]) + a[i] * dp[i][1][0] = max(dp[i-1][1][0] - 2*c, dp[i-1][0][0]) - 2*c + a[i] (这种情况实际不会用到，因为 k 表示当前小猪的强化状态) * dp[i][1][1] = max(dp[i-1][1][1] - 2*c, dp[i-1][0][1]) - 2*c + a[i] 由于我们只关心最后一只小猪之前的状态，并且我们最终需要的结果是在第 n 只小猪考虑强化或不强化时的最大值，所以最终答案应该从 dp[n][0][0], dp[n][0][1], dp[n][1][0] (这里实际上不需要考虑，因为最终小猪不能单独强化而不考虑最后一个邻居), dp[n][1][1] - 2*c (如果第 n 只小猪强化，并且考虑从第 1 只小猪不再拿走金币的情况) 中选取. 边界条件 * 初始化 dp[1][...] 时，由于第 0 只小猪不存在（环形结构），我们需要单独处理第一只小猪的情况. 时间复杂度：O(N)O(N)O(N). ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ BBB：二维动态规划 这种解法是我通过观察Macw老师的代码想到的（真是太妙啦！）. 在这个问题中，我们需要最大化在森林环形结构中小猪家园存活后保留的金币总数。由于家园是环形的，每个小猪有两个邻居，且强化一个小猪的家会从其两个邻居那里各拿走 m 个金币（题目中的 c 在此解答中用 m 表示，以与代码一致）。我们的目标是决定哪些小猪的家应该被强化，使得在攻击后幸存的家园中的金币总数最大。 由于问题涉及环形结构，直接应用动态规划（DP）会比较复杂。为了简化问题，我们可以将环形结构拆分为两个线性问题： 1. Case A：假设不强化第1只小猪的家园。 2. Case B：假设强化第1只小猪的家园。 对于每种情况，我们可以使用动态规划来计算到第 n 只小猪时能够获得的最大金币数。 动态规划状态定义 我们使用二维数组 dp[i][j] 来表示状态，其中： * i 表示当前考虑到第 i 只小猪。 * j 表示第 i 只小猪是否被强化（0 表示未强化，1 表示强化）。 状态转移方程 * 如果第i只小猪不强化 (j = 0)： * dp[i][0] = max(dp[i-1][0], dp[i-1][1]) * 如果第i只小猪强化 (j = 1)： * dp[i][1] = max(dp[i-1][0] + a[i], dp[i-1][1] + a[i] - 2*m) 其中，a[i] 表示第 i 只小猪家里初始的金币数。 边界条件 * 对于Case A： * dp[1][0] = 0（不强化第1只小猪） * dp[1][1] = -∞（禁用强化第1只小猪的情况） * 对于Case B： * dp[1][0] = -∞（禁用不强化第1只小猪的情况） * dp[1][1] = a[1]（强化第1只小猪） 考虑环形特性 在 Case B 中，由于我们假设强化了第1只小猪，当计算到第 n 只小猪时，还需要考虑从第 n 只小猪到第1只小猪的额外金币扣除（因为它们是邻居）。但由于我们是线性处理，这个额外的扣除已经在 dp[n][1] 的计算中隐含处理了（即如果第 n 只小猪也强化，那么从 dp[n-1][1] 到 dp[n][1] 的转移已经扣除了 2m）。因此，在最终比较 Case A 和 Case B 的结果时，不需要再额外处理环形特性。 时间复杂度：O(N)O(N)O(N). ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ 希望各位能在期末考试中获得一个好成绩！

框架不会有人还不会吧？ 接下来就是判断了： 众所周知，闰年是能被4或100整除的 注意！中间要用 && 和 || 连接！ 如果符合条件，就输出“Y” 那如果不符合，就输出“N” 你学废了吗？ 能给个赞吗，谢谢辣

水一个帖子，废话不多说，第一个：AC 最常见的测试点，意思是你这个测试点过了，不用再管了 第二个：WA 第二常见的测试点，意思是你没过，再看看 第三个：RE 运行错误，自己再看看提示区的数据范围 第四个：TLE 超时，自己算算时间复杂度就好了 第五个：MLE 内存炸了，多半是开long long或测试点有误 第六个：OLE 看见这个最好再做一遍，我没见过所以不说了 第七个：CE 编译错误，再写一遍或取消万能头 第八个：UKE 未知错误，如果你想故意卡UKE可能会有，北京亚运村集训营D01的迪迪卫就亲身试验了 给新手的警告（正片来袭）： 1.没事别打巅峰，如果你排位分200打一次可能会变成150 2.千万不要冒充大佬，之前Macw08事件的当事人当时是被制裁了 3.AC狗饲养员和AC君千万不能惹，搞不好一个封号就完了 4.不要过多看提交记录和题解，不然会被人说是法兰西党（以前以一个刷题用户（@法兰西玫瑰）为首的党派，最后是有的被禁言了）剩下的用户 5.不要得到大佬的互关后宣传，没准他实行互关主义（就像我和帅童） 6.互动中不要抄袭他人评论，抄袭可耻！

动态高维空间中的量子纠缠覆盖 （Dynamic Quantum Entanglement Coverage in High-Dimensional Space） 问题描述 在 ddd 维离散空间 Zd\mathcal{Z}^dZd 中（d≤10d \leq 10d≤10），存在 nnn（n≤105n \leq 10^5n≤105）个动态量子态实体。每个实体 iii 在时刻 ttt 由以下参数定义： 1. 位置 pi⃗(t)∈[1,109]d\vec{p_i}(t) \in [1, 10^9]^dpi (t)∈[1,109]d 2. 纠缠半径 ri(t)∈[1,106]r_i(t) \in [1, 10^6]ri (t)∈[1,106] 3. 相位 ϕi(t)∈{0,1}\phi_i(t) \in \{0, 1\}ϕi (t)∈{0,1} 实体状态每秒依 量子跃迁规则 更新： * pi⃗(t+1)=pi⃗(t)+Δpi⃗⋅(−1)ϕi(t)\vec{p_i}(t+1) = \vec{p_i}(t) + \Delta \vec{p_i} \cdot (-1)^{\phi_i(t)}pi (t+1)=pi (t)+Δpi ⋅(−1)ϕi (t) * ri(t+1)=ri(t)⊕ϕi(t)r_i(t+1) = r_i(t) \oplus \phi_i(t)ri (t+1)=ri (t)⊕ϕi (t) * ϕi(t+1)=ϕi(t)⊕⨁j∈Ei(t)ϕj(t)\phi_i(t+1) = \phi_i(t) \oplus \bigoplus_{j \in \mathcal{E}_i(t)} \phi_j(t)ϕi (t+1)=ϕi (t)⊕⨁j∈Ei (t) ϕj (t) 其中 Δpi⃗\Delta \vec{p_i}Δpi 为固定向量，Ei(t)\mathcal{E}_i(t)Ei (t) 表示 ttt 时刻与 iii 位置在曼哈顿距离 ≤ri(t)+rj(t)\leq r_i(t) + r_j(t)≤ri (t)+rj (t) 内的实体集合。 操作与查询 实现以下实时操作（总操作数 m≤3×105m \leq 3 \times 10^5m≤3×105，时限 4.0s）： 1. UPDATE k t：将实体 kkk 的状态同步到时刻 ttt（ttt 为当前时刻） 2. ADD t p⃗ r φ：在时刻 ttt 加入新实体 3. DEL k：删除实体 kkk 4. QUERY t S：查询时刻 ttt 时，集合 SSS（∣S∣≤5|S| \leq 5∣S∣≤5）中所有实体的量子覆盖积： [ ∏i∈S(∑j≠i∥pi⃗−pj⃗∥1≤ri+rj(−1)ϕi⊕ϕj⋅⌈rirj⌉mod  232)mod  264\prod_{i \in S} \left( \sum_{\substack{j \neq i \\ \|\vec{p_i}-\vec{p_j}\|_1 \leq r_i + r_j}} (-1)^{\phi_i \oplus \phi_j} \cdot \left\lceil \frac{r_i}{r_j} \right\rceil \mod 2^{32} \right) \mod 2^{64} i∈S∏ j=i∥pi −pj ∥1 ≤ri +rj ∑ (−1)ϕi ⊕ϕj ⋅⌈rj ri ⌉mod232 mod264 ] 约束 * 内存 ≤ 512 MB * 初始 nnn 个实体状态在 t=0t=0t=0 给出 * 所有操作按时间戳严格递增给出 * 删除操作保证实体存在且未被删除 输入格式 d n m Δp₁ Δp₂ ... Δp_d // 每个实体的固定位移向量 <初始实体数据> // 每行：ID p⃗ r φ <操作序列> // 每行一个操作 输出格式 对每个 QUERY 输出一行，为覆盖积的 64 位无符号整数值。