为您找到搜索结果：2024个
南阳oj 士兵杀敌（二） 题目116 NYOJ 数据结构
/*士兵杀敌（二）时间限制：1000ms | 内存限制：65535KB难度：5描写叙述南将军手下有N个士兵。分别编号1到N。这些士兵的杀敌数都是已知的。小工是南将军手下的军师，南将军常常想知道第m号到第n号士兵的总杀敌数，请你帮助小工来回答南将军吧。南将军的某次询问之后士兵i可能又杀敌q人，之后南将军再询问的时候。须要考虑到新增的杀敌数。 输入仅仅有一组測试数据第一行是两个整数N,M。当中N表示士兵的个数(1<N<1000000)。M表示指令的条数。(1<M<100000)随后的一行是N个整数，ai表示第i号士兵杀敌数目。(0<=ai<=100)随后的M行每行是一条指令，这条指令包括了一个字符串和两个整数，首先是一个字符串。假设是字符串QUERY则表示南将军进行了查询操作。后面的两个整数m,n。表示查询的起始与终止士兵编号；假设是字符串ADD则后面跟的两个整数I,A(1<=I<=N,1<=A<=100),表示第I个士兵新增杀敌数为A.输出对于每次查询，输出一个整数R...
hdu 2255 奔小康赚大钱（KM算法）
Description传说在遥远的地方有一个很富裕的村落,有一天,村长决定进行制度改革：又一次分配房子。这但是一件大事,关系到人民的住房问题啊。村里共同拥有n间房间,刚好有n家老百姓,考虑到每家都要有房住（假设有老百姓没房子住的话，easy引起不安定因素），每家必须分配到一间房子且仅仅能得到一间房子。还有一方面,村长和另外的村领导希望得到最大的效益,这样村里的机构才会有钱.因为老百姓都比較富裕,他们都能对每一间房子在他们的经济范围内出一定的价格,比方有3间房子,一家老百姓能够对第一间出10万,对第2间出2万,对第3间出20万.(当然是在他们的经济范围内).如今这个问题就是村领导如何分配房子才干使收入最大.(村民即使有钱购买一间房子但不一定能买到,要看村领导分配的).Input输入数据包括多组測试用例，每组数据的第一行输入n,表示房子的数量(也是老百姓家的数量)，接下来有n行,每行n个数表示第i个村名对第j间房出的价格(n<=300)。Output请对每组数据输出最大的收入值，每组的输出占一行。SampleInput2100101523SampleOutput123(转）【KM算法...
数据结构_散列表
散列表的查找技术 我们学过的查找技术都是通过一系列的给定值与关键码的比較，查找效率依赖于查找过程中进行的给定值与关键码的比較次数。而散列表的查找不用比較。通过关键码直接确定存储位置。在存储位置和关键码之间建立一个确定的相应关系。 散列表的基本思想：在记录的存储地址和他的关键码之间建立一个确定的相应关系。这样。不经过比較，一次读取就能得到所查元素的查找方法。 散列表：採用散列技术将记录存储在一块连续的存储空间中，这块连续的存储空间称为散列表。 散列函数：将关键码映射为散列表中适当存储位置的函数。 散列地址：由散列函数所得的存储位置。 比如：一组数：12，37。52，43，84，99 &...
一个有趣的题目
题目1：functionget_list(&$count=false){$datas='iamcallback';$count&&$count=rand(1,10000);return$datas;}调用这个函数，得到随机值<?php/**这个题目考的函数调用，和&变量代表引用传递**///比如虽然我在函数外面定义$num=1但是调用函数的时候&符号表示，变量指向和$num同一个内存地址（理解为这个地址的值为1也行）//这样函数的形式参数&count和实际参数get_list($num)里的$num指向的都是同一个地址//不管哪一个值改变了，$num的最终值，也就是内存地址上的值都会改变//&$count=false；代表默认值，但是这个值是肯定有意义的,先说上面的你理解一下//这里函数调用如果根据题目的话，调用函数只是为了把$count的传递给$num//而并不是要使用它的返回值也就是说$datas好像没有什么意义//functionget_list(&$count=false)//$count=false默认值设...
缓存算法：LRU、LFU、FIFO
LRU全称是LeastRecentlyUsed，即最近最久未使用的意思。如果一个数据在最近一段时间没有被访问到，那么在将来它被访问的可能性也很小。也就是说，当限定的空间已存满数据时，应当把最久没有被访问到的数据淘汰。LFU（LeastFrequentlyUsed）最近最少使用算法。它是基于“如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小”的思路。注意LFU和LRU算法的不同之处，LRU的淘汰规则是基于访问时间，而LFU是基于访问次数的。FIFO（FirstinFirstout），先进先出。其实在操作系统的设计理念中很多地方都利用到了先进先出的思想，比如作业调度（先来先服务），为什么这个原则在很多地方都会用到呢？因为这个原则简单、且符合人们的惯性思维，具备公平性，并且实现起来简单，直接使用数据结构中的队列即可实现。在FIFOCache设计中，核心原则就是：如果一个数据最先进入缓存中，则应该最早淘汰掉。参考：http://www.cnblogs.com/dolphin0520/p/3749259.html...
flask结合令牌桶算法实现上传和下载速度限制
限流、限速：1、针对flask的单个路由进行限流，主要场景是上传文件和下载文件的场景2、针对整个应用进行限流，方法：利用nginx网关做限流本文针对第一中情况，利用令牌桶算法实现： 这个方法：https://github.com/kwsy/Flask-TrafficShape，其实实现的是限制单个请求的频率。但是思路可以借鉴，我们需要做的是对请求的内容大小进行速率限制。那么该如何利用flask下的werkzeug是限制请求呢？源代码看了半天，没有搞太明白，后续再看 参考：1、https://juejin.im/post/5ab10045518825557005db652、https://caden16.github.io/python/python%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6/3、https://github.com/kwsy/Flask-TrafficShape4、http://werkzeug.pocoo.org/docs/0.14/wrappers/#wrappers5、http://werkzeug.p...
令牌桶算法限流
令牌桶算法最初来源于计算机网络。在网络传输数据时，为了防止网络拥塞，需限制流出网络的流量，使流量以比较均匀的速度向外发送。令牌桶算法就实现了这个功能，可控制发送到网络上数据的数目，并允许突发数据的发送。 1、https://blog.csdn.net/sunnyyoona/article/details/512284562、https://github.com/yangwenmai/ratelimit3、https://juejin.im/post/5ab10045518825557005db654、https://www.jianshu.com/p/aee778f84e7b...
分布式一致性算法2PC和3PC
为了解决分布式一致性问题，产生了不少经典的分布式一致性算法，本文将介绍其中的2PC和3PC。2PC即Two-PhaseCommit，译为二阶段提交协议。3PC即Three-PhaseCommit，译为三阶段提交协议。 分布式系统和分布式一致性问题 分布式系统，即运行在多台不同的网络计算机上的软硬件系统，并且仅通过消息传递来进行通信和协调。 分布式一致性问题，即相互独立的节点之间如何就一项决议达成一致的问题。 2PC 2PC，二阶段提交协议，即将事务的提交过程分为两个阶段来进行处理：准备阶段和提交阶段。事务的发起者称协调者， 事务的执行者称参与者。 阶段1：准备阶段 1、协调者向所有参与者发送事务内容，询问是否可以提交事务，并等待所有参与者答复。 2、各参与者，先锁住资源，然后执行事务操作，将Undo和Redo信息记入事务日志中（但不提交事务）。//就是说执行sql，但是不执行commit 3、如参与者执行成功，给协调者反馈YES，即可以提交；如执行失败，给协调者反馈NO (或反馈超...
Atitit 图像清晰度 模糊度 检测 识别 评价算法 原理
Atitit图像清晰度模糊度检测识别评价算法原理 1.1.图像边缘一般都是通过对图像进行梯度运算来实现的11.2.Remark：11.3. 1.失焦检测。 衡量画面模糊的主要方法就是梯度的统计特征，通常梯度值越高，画面的边缘信息越丰富，图像越清晰。11.4.利用边缘检测 ，模糊图片边缘会较少21.5.通过dct比较。Dct分离出的低频信号比较21.6.参考资料2 1）肉眼可以分辨以上五幅图像的质量排名为：img42>img81>img77>img29>img183 2）与主观感知一致的算法有：Brenner、Tenengrad、SMD、SMD2、Energy、Entropy、EAV、JPEG、JPEG2 3）Variance、Vollath算法所得数据非常接近，无法分辨出图像质量。 4）Laplacian在判断img29 和 img183的时候出现失误，这两个图片的质量都非常差&n...
【算法拾遗（java描写叙述）】--- 选择排序（直接选择排序、堆排序）
每一趟从待排序的记录中选出关键字最小的记录，顺序放在已排好序的子文件的最后，知道所有记录排序完毕。主要有两种选择排序方法：直接选择排序（或称简单选择排序）和堆排序。基本思想第i趟排序開始时，当前有序区和无序区分别为R[1……i-1]和R[i……n](1<=i<=n-1),该趟排序则是从当前无序区中选出关键字最小的记录R[k],将它与无序区的第一个记录R[i]交换，使R[1……i]和R[i+1……n]分别变为新的有序区和新的无序区。由于每趟排序均使有序区中添加了一个记录，且有序区中的记录关键字均不大于无序区中记录的关键字，即第i趟排序之后R[1……i].keys<=R[i+1……n].keys,所以进行n-1趟排序之后有R[1……n-1].keys<=R[n].key,即经过n-1趟排序之后，整个文件R[1……n]递增有序。注意，第一趟排序開始时。无序区为R[1……n]，有序区为空。java程序/***************************直接选择排序(简单选择排序)**************************/publicclassSelect...
【LeetCode-面试算法经典-Java实现】【057-Insert Interval（插入区间）】
Givenasetofnon-overlappingintervals,insertanewintervalintotheintervals(mergeifnecessary). Youmayassumethattheintervalswereinitiallysortedaccordingtotheirstarttimes. Example1: Givenintervals[1,3],[6,9],insertandmerge[2,5]inas[1,5],[6,9]. Example2: Given[1,2],[3,5],[6,7],[8,10],[12,16],insertandmerge[4,9]inas[1,2],[3,10],[12,16]. Thisisbecausethenewinterval[4,9]overlapswith[3,5],[6,7],[8,10]. 给定一系列非覆盖的区间，插入一个新的区间。有必要的时候进行区间合并。区间開始是以起始时间进行合并的 假设原来的区间比插入区间小就插入结果集，假设插入区间有重叠，更新插入区间。假设插入区间小于原...
tsp问题——遗传算法解决
TSP问题最简单的求解方法是枚举法。它的解是多维的、多局部极值的、趋于无穷大的复杂解的空间。搜索空间是n个点的全部排列的集合。大小为（n-1）！。能够形象地把解空间看成是一个无穷大的丘陵地带，各山峰或山谷的高度即是问题的极值。求解TSP，则是在此不能穷尽的丘陵地带中攀登以达到山顶或谷底的过程。这一篇将用遗传算法解决TSP问题。1）评价。这个评价算法应该比較简单了，就是找计算总距离，小的为优。目标函数转化为适应度函数能够取倒数。2）突变。为了防止反复訪问，不能随机的进行突变。由于每一个城市仅仅能訪问一次。我们仅仅须要随意的交换两个城市就可以。上一行是突变之前。以下一行是突变之后的。3）交叉。这个操作是个比較关键的步骤。如何交叉才干才干父母的优秀基因呢？对于TSP问题，我们要找的是一个最优的排列。当中排列的顺序应该是最重要的。因此在交叉的时候。分别随机的取父母的部分序列，要保持原有的顺序。Parents先随机的选取Parent1的一部分。比如678部分，。然后把剩下的城市安装Parent2中的顺序，遗传下去。Chlid其他基本依照遗传算法的框架来即可了//TSP...
算法导论 第十九章：斐波拉契堆
斐波拉契堆是由一组最小堆有序树组成，每棵树遵循最小堆性质。而且每棵树都是有根而无序的。全部树的根通过left和right指针来形成一个环形的双链表。称为该堆的根表。 对于一个给定的斐波拉契堆H。能够通过指向包括最小keyword的树根指针H.min来訪问。堆中每一个节点还包括x.mark,x.degree两个域，x.degree表示x的子女表中的子女个数。x.mark表示从x上次成为还有一个节点子女以来是否失掉一个孩子。斐波拉契对的结构例如以下：势能函数：能够利用势能方法来分析斐波拉契堆的性能。其势能函数定义为： 当中m(H)指H中有标记节点的个数，t(H)表示H的根表中树的棵数。最大度数：如果在包括n个节点的斐波拉契堆中，节点的最大度数又一个已知的上界D(n),则有： &...