当前位置: 首页 > article >正文

2023辽宁省赛E

Solution

题目大致分为三个步骤

  1. 计算 P ( S ) P(S) P(S)
  2. 证明删除区间连续且找到最值位置
  3. 根据最值位置求出答案

接下来过程中不合法的组合数都默认为 0 0 0

第 1 步 - 求出总值

考虑 S m = { 1 , 2 , ⋯   , m } S_m = \{1, 2, \cdots, m\} Sm={1,2,,m} , 则有 $P(S_{n+2}) = P(S_{n+1})+P(S_{n}) $

因为
P ( S n ) = ∑ i = 1 n ( n − i i − 1 )   ,   P ( S n + 1 ) = ∑ i = 1 n + 1 ( n + 1 − i i − 1 )   ,   P ( S n + 2 ) = ∑ i = 1 n + 2 ( n + 2 − i i − 1 ) P(S_n) = \sum_{i=1}^n \binom{n-i}{i-1} \ , \ P(S_{n+1}) = \sum_{i=1}^{n+1} \binom{n+1-i}{i-1} \ , \ P(S_{n+2}) = \sum_{i=1}^{n+2} \binom{n+2-i}{i-1} P(Sn)=i=1n(i1ni) , P(Sn+1)=i=1n+1(i1n+1i) , P(Sn+2)=i=1n+2(i1n+2i)
利用公式
( n m ) = ( n − 1 m ) + ( n − 1 m − 1 ) \binom{n}{m} = \binom{n-1}{m} + \binom{n-1}{m-1} (mn)=(mn1)+(m1n1)
可以得到
P ( S n + 2 ) = ∑ i = 1 n + 2 ( n + 2 − i i − 1 ) = ∑ i = 2 n + 1 ( n + 1 − i i − 1 ) + ∑ i = 2 n + 1 ( n + 1 − i i − 2 ) + ( n + 2 − 1 0 ) + ( n + 2 − ( n + 2 ) n + 2 ) = ∑ i = 1 n + 1 ( n + 1 − i i − 1 ) − 1 + ∑ i = 1 n ( n − i i − 1 ) + 1 = P ( S n + 1 ) + P ( S n ) \begin{aligned} P(S_{n+2}) &= \sum_{i=1}^{n+2} \binom{n+2-i}{i-1} \\ &= \sum_{i=2}^{n+1} \binom{n+1-i}{i-1} + \sum_{i=2}^{n+1} \binom{n+1-i}{i-2} + \binom{n+2-1}{0} + \binom{n+2-(n+2)}{n+2} \\ &= \sum_{i=1}^{n+1} \binom{n+1-i}{i-1}-1 +\sum_{i=1}^{n}\binom{n-i}{i-1} + 1 \\ &= P(S_{n+1}) + P(S_n) \end{aligned} P(Sn+2)=i=1n+2(i1n+2i)=i=2n+1(i1n+1i)+i=2n+1(i2n+1i)+(0n+21)+(n+2n+2(n+2))=i=1n+1(i1n+1i)1+i=1n(i1ni)+1=P(Sn+1)+P(Sn)
其中 P ( S 1 ) = 1 P(S_1) = 1 P(S1)=1 , P ( S 2 ) = 1 P(S_2) = 1 P(S2)=1 , 所以 P ( S n ) = f i b ( n ) P(S_n) = \mathrm{fib}(n) P(Sn)=fib(n)

或者由恒等式
∑ i = 0 ⌊ n / 2 ⌋ ( n − i i ) = f i b ( n + 1 ) \sum_{i=0}^{\lfloor n/2 \rfloor} \binom{n-i}{i} = \mathrm{fib}(n+1) i=0n/2(ini)=fib(n+1)
然后
P ( S n ) = ∑ i = 1 n ( n − i i − 1 ) = ∑ i = 0 n − 1 ( ( n − 1 ) − i i ) = f i b ( n ) \begin{aligned} P(S_n) &= \sum_{i=1}^n \binom{n-i}{i-1} \\ &= \sum_{i=0}^{n-1} \binom{(n-1)-i}{i} \\ &= \mathrm{fib}(n) \end{aligned} P(Sn)=i=1n(i1ni)=i=0n1(i(n1)i)=fib(n)

第 2 步 - 证明连续

最为关键的一点是 , 删点顺序不影响答案(我们将所有数当成数轴的点以简化说明) , 所以我们记 F ( x 1 , ⋯   , x r , x ) F(x_1,\cdots,x_r, x) F(x1,,xr,x) 为去掉点 x 1 , ⋯   , x r x_1,\cdots,x_r x1,,xr 后再删掉点 x x x 少的贡献 , 这里我们钦定 x 1 > x 2 > ⋯ > x r > x x_1 > x_2 > \cdots > x_r > x x1>x2>>xr>x

首先考虑仅删除一个点时少掉的贡献 , 假设删除的位置是 x x x , 有
F ( x ) = ( n − x x − 1 ) + ∑ i = 1 x − 1 ( n − i − 1 i − 2 ) F(x) = \binom{n-x}{x-1} + \sum_{i=1}^{x-1} \binom{n-i-1}{i-2} F(x)=(x1nx)+i=1x1(i2ni1)
我们尝试找一找 F ( x ) F(x) F(x) 的最值点(如果只删掉一个点肯定是越大越好) , 有
F ( x + 1 ) − F ( x ) = ( n − x − 1 x ) − ( n − x x − 1 ) + ( n − x − 1 x − 2 ) = ( n − x − 1 x ) − ( n − x − 1 x − 1 ) − ( n − x − 1 x − 2 ) + ( n − x − 1 x − 2 ) = ( n − x − 1 x ) − ( n − x − 1 x − 1 ) \begin{aligned} F(x+1) - F(x) &= \binom{n-x-1}{x} - \binom{n-x}{x-1} + \binom{n-x-1}{x-2} \\ &= \binom{n-x-1}{x} - \binom{n-x-1}{x-1} - \binom{n-x-1}{x-2} + \binom{n-x-1}{x-2} \\ &= \binom{n-x-1}{x} - \binom{n-x-1}{x-1} \end{aligned} F(x+1)F(x)=(xnx1)(x1nx)+(x2nx1)=(xnx1)(x1nx1)(x2nx1)+(x2nx1)=(xnx1)(x1nx1)
可以发现 F ( x ) F(x) F(x) 是先增后减的单峰函数(最值点唯一或相邻两个) , 且最值点位置关系有
⌈ n − x ′ − 1 2 ⌉ = x ′   o r   ⌊ n − x ′ − 1 2 ⌋ = x ′ \lceil \cfrac{n-x'-1}{2} \rceil = x' \ or \ \lfloor \cfrac{n-x'-1}{2} \rfloor = x' 2nx1=x or 2nx1=x
现在我们考虑删除两个点时的情况 , 我们来考虑 F ( x 1 , x ) F(x_1,x) F(x1,x) 的最值点(不一定能取到) , 有

F ( x 1 , x ) = ( ( n − 1 ) − x x − 1 ) + ∑ i = 1 x − 1 ( ( n − 1 ) − i − 1 i − 2 ) F(x_1,x) = \binom{(n-1)-x}{x-1} + \sum_{i=1}^{x-1} \binom{(n-1)-i-1}{i-2} F(x1,x)=(x1(n1)x)+i=1x1(i2(n1)i1)
(因为删除 x 1 x_1 x1 对删除 x x x 的影响一定是"比 i i i ( 1 ≤ i ≤ x 1 − 1 1 \leq i \leq x_1-1 1ix11) 大的数少了一个")

有一种更感性的理解方法 , 因为 x < x 1 x < x_1 x<x1 所以我们可以将 x 1 + 1 x_1+1 x1+1 n n n 重标号为 x 1 x_1 x1 n − 1 n-1 n1 , 问题就转化为了从 1 1 1 n − 1 n-1 n1 的子问题

类比之前的求法可以得到 F ( x 1 , x ) F(x_1,x) F(x1,x) 的最值点位置关系有
⌈ ( n − 1 ) − x ′ − 1 2 ⌉ = x ′   o r   ⌊ ( n − 1 ) − x ′ − 1 2 ⌋ = x ′ \lceil \cfrac{(n-1)-x'-1}{2} \rceil = x' \ or \ \lfloor \cfrac{(n-1)-x'-1}{2} \rfloor = x' 2(n1)x1=x or 2(n1)x1=x
依此类推 , 可以证明 F ( x 1 , ⋯   , x k − 1 , x ) F(x_1, \cdots, x_{k-1}, x) F(x1,,xk1,x) 的最值点位置关系有

⌈ ( n − k ) − x k ′ 2 ⌉ = x k ′   o r   ⌊ ( n − k ) − x k ′ 2 ⌋ = x k ′ \lceil \cfrac{(n-k)-x'_k}{2} \rceil = x'_k \ or \ \lfloor \cfrac{(n-k)-x'_k}{2} \rfloor = x'_k 2(nk)xk=xk or 2(nk)xk=xk
去掉取整符号可以得到
( n − k ) − 1 ≤ 3 x k ′ ≤ ( n − k ) + 1 (n-k)-1 \leq 3x'_k \leq (n-k)+1 (nk)13xk(nk)+1
这说明 − 1 ≤ x k + 1 ′ − x k ′ ≤ 0 -1 \leq x_{k+1}'- x_k' \leq 0 1xk+1xk0

接下来我们要证明删除序列为连续的一段

假定目前已经删除了 r r r 个点 , 且删的第 r r r 个点满足 x r ≤ x r ′ x_r \leq x_r' xrxr , 由上面不等式有 x r + 1 ′ = x r ′ x'_{r+1} = x'_r xr+1=xr 或者 x r + 1 ′ = x r ′ − 1 x'_{r+1}=x'_r-1 xr+1=xr1

由前论 F F F 的性质 , 可知 x r + 1 = x r − 1 x_{r+1} = x_r-1 xr+1=xr1 F ( x 1 , ⋯   , x r + 1 ) F(x_1,\cdots,x_{r+1}) F(x1,,xr+1) 最大 , 归纳可得 x r , ⋯   , x m x_r,\cdots, x_m xr,,xm 连续

我们不妨假设第 k k k 次删除的点是第一个满足 x k = x k ′ x_k = x'_k xk=xk 的 , 即它是第一个删除点等于对应最值点的

x k ′ < x k − 1 < ⋯ < x 1 x'_k < x_{k-1} < \cdots < x_1 xk<xk1<<x1 , 考虑 F ( x ) , F ( x 1 , x ) , ⋯   , F ( x 1 , ⋯   , x k − 2 , x ) F(x), F(x_1,x) ,\cdots , F(x_1,\cdots,x_{k-2},x) F(x),F(x1,x),,F(x1,,xk2,x)

可以发现在 x k ′ < x k − 1 x'_k<x_{k-1} xk<xk1 的限制下根据最值点的不等式 , F ( x 1 , ⋯   , x k − 2 , x ) F(x_1,\cdots,x_{k-2},x) F(x1,,xk2,x) 可以取到的最大值点一定为 x k ′ + 1 x'_k+1 xk+1

同理可得 x i = x k ′ + ( k − i ) x_i = x'_k + (k-i) xi=xk+(ki) , 这说明 x 1 , ⋯   , x k x_1,\cdots,x_k x1,,xk 连续

如果不存在这样的 k k k , 那么可以分为两种情况

  1. 对于所有的 x i x_i xi , 要么 x i < x i ′ x_i < x'_i xi<xi 要么 x i > x i ′ x_i > x'_i xi>xi
  2. 存在 k k k 使得 x k > x k ′ x_k > x'_k xk>xk x k + 1 < x k + 1 ′ x_{k+1} < x'_{k+1} xk+1<xk+1

对于情况 1 , 将 x m x_m xm x 1 x_1 x1 移动到最值点处会更优

对于情况 2 , 将 x k + 1 x_{k+1} xk+1 移动到其最值点上会更优

这说明了最优解的删除方法至少有一次满足 x k = x k ′ x_k = x'_k xk=xk , 这样的 k k k 必定存在

综上 , 删除区间连续

这部分简单地说 , 就是如果将删除的数定序为从大到小 , 那么删一个点后减掉的贡献只和前面删数的数量相关(当然要考虑最值点的位置) , 而又由于最值点之间相距很近 , 所以删除序列连续

第三步 - 求出贡献

现在不妨假设我们删了 l l l r r r , 现在我们来寻找使得答案最小的 l l l r r r

我们从最后的答案 P ( S ′ ) P(S') P(S) 来分析 , 则最小的 P ( S l , r ) P(S_{l,r}) P(Sl,r) ( S S S 删除 l l l r r r 的数) 对应我们所要的 l l l r r r
P ( S l , r ) = ∑ i = 1 l − 1 ( n − ( r − l + 1 ) − i i − 1 ) + ∑ i = r + 1 n ( n − i i − 1 ) P(S_{l,r}) = \sum_{i=1}^{l-1} \binom{n-(r-l+1)-i}{i-1} + \sum_{i=r+1}^n \binom{n-i}{i-1} P(Sl,r)=i=1l1(i1n(rl+1)i)+i=r+1n(i1ni)
依旧做差
P ( S l + 1 , r + 1 ) − P ( S l , r ) = ∑ i = 1 l ( n − ( r − l + 1 ) − i i − 1 ) + ∑ i = r + 2 n ( n − i i − 1 ) − ∑ i = 1 l − 1 ( n − ( r − l + 1 ) − i i − 1 ) − ∑ i = r + 1 n ( n − i i − 1 ) = ( n − ( r − l + 1 ) − l l − 1 ) − ( n − r − 1 r ) = ( n − r − 1 l − 1 ) − ( n − r − 1 r ) \begin{aligned} P(S_{l+1,r+1}) -P(S_{l,r}) &= \sum_{i=1}^{l} \binom{n-(r-l+1)-i}{i-1} + \sum_{i=r+2}^n \binom{n-i}{i-1} - \sum_{i=1}^{l-1} \binom{n-(r-l+1)-i}{i-1} - \sum_{i=r+1}^n \binom{n-i}{i-1} \\ &= \binom{n-(r-l+1)-l}{l-1} - \binom{n-r-1}{r} \\ &= \binom{n-r-1}{l-1} - \binom{n-r-1}{r} \end{aligned} P(Sl+1,r+1)P(Sl,r)=i=1l(i1n(rl+1)i)+i=r+2n(i1ni)i=1l1(i1n(rl+1)i)i=r+1n(i1ni)=(l1n(rl+1)l)(rnr1)=(l1nr1)(rnr1)
可以通过分析得到 P ( S l , r ) P(S_{l,r}) P(Sl,r) 是单峰函数且最小值点要么有一个 , 要么有相邻的两个 , 且有
r = n + m − 1 3 r = \frac{n+m-1}{3} r=3n+m1
这样我们就确定了删除的范围 l l l , r r r ( r ≥ m r \geq m rm)

接下来我们来计算 P ( S l , r )   m o d   p P(S_{l,r}) \ \mathrm{mod}\ p P(Sl,r) mod p , 观察式子 , 实际上我们要计算的是
f ( a , n ) = ∑ i = 0 a ( n − i i )   m o d   p f(a,n) = \sum_{i=0}^{a} \binom{n-i}{i} \ \mathrm{mod} \ p f(a,n)=i=0a(ini) mod p
n ≤ p n \leq p np , 则上式可以在预处理后暴力计算 , 复杂度 Θ ( p ) \Theta(p) Θ(p) , 以下假定 n > p n > p n>p

根据 Lucas 定理稍作变换
f ( a , n ) = ∑ i = 0 a ( n − i i )   m o d   p = ∑ i = 0 a ( ⌊ ( n − i ) / p ⌋ ⌊ i / p ⌋ ) ( ( n − i ) % p i % p )   m o d   p = ∑ i = 0 p − 1 ( ( n − i ) % p i ) ∑ j = 0 ⌊ a / p ⌋ − 1 ( ⌊ ( n − i ) / p ⌋ − j j ) + ∑ i = 0 a % p ( ( n − i ) % p i ) ( ⌊ ( n − i ) / p ⌋ − ⌊ a / p ⌋ ⌊ a / p ⌋ )   m o d   p = g ( a , n ) + h ( a , n ) \begin{aligned} f(a,n) &= \sum_{i=0}^{a} \binom{n-i}{i} \ \mathrm{mod} \ p \\ &= \sum_{i=0}^{a} \binom{\lfloor (n-i)/p \rfloor}{\lfloor i/p \rfloor} \binom{(n-i) \% p}{i \% p} \ \mathrm{mod} \ p \\ &= \sum_{i=0}^{p-1} \binom{(n-i) \% p}{i} \sum_{j=0}^{\lfloor a/p \rfloor-1} \binom{\lfloor (n-i)/p \rfloor-j}{j} + \sum_{i=0}^{a\%p} \binom{(n-i) \% p}{i}\binom{\lfloor (n-i)/p \rfloor-\lfloor a/p \rfloor}{\lfloor a/p \rfloor} \ \mathrm{mod} \ p \\ &= g(a,n)+ h(a,n) \end{aligned} f(a,n)=i=0a(ini) mod p=i=0a(i/p⌊(ni)/p)(i%p(ni)%p) mod p=i=0p1(i(ni)%p)j=0a/p1(j⌊(ni)/pj)+i=0a%p(i(ni)%p)(a/p⌊(ni)/pa/p) mod p=g(a,n)+h(a,n)
因为 ⌊ ( n − i ) / p ⌋ \lfloor (n-i)/p \rfloor ⌊(ni)/p 只会在 i = n % p i=n\%p i=n%p i = n % p + 1 i=n\%p+1 i=n%p+1 内变一次 , 所以我们可以将 g ( a , n ) g(a,n) g(a,n) 拆分
g ( a , n ) = ∑ i = 0 p − 1 ( ( n − i ) % p i ) ∑ j = 0 ⌊ a / p ⌋ − 1 ( ⌊ ( n − i ) / p ⌋ − j j )   m o d   p = [ ∑ i = 0 n % p ( n % p − i i ) + ∑ i = n % p + 1 p − 1 ( n % p + p − i i ) ] ∑ j = 0 ⌊ a / p ⌋ − 1 ( ⌊ ( n − i ) / p ⌋ − j j )   m o d   p = ∑ i = 0 n % p ( n % p − i i ) ∑ j = 0 ⌊ a / p ⌋ − 1 ( ⌊ n / p ⌋ − j j )   + ∑ i = n % p + 1 p − 1 ( n % p + p − i i ) ∑ j = 0 ⌊ a / p ⌋ − 1 ( ⌊ n / p ⌋ − 1 − j j )   m o d   p = f ( n % p , n % p ) f ( ⌊ a / p ⌋ − 1 , ⌊ n / p ⌋ ) +      [ f ( p − 1 , n % p + p ) − f ( n % p , n % p + p ) ] f ( ⌊ a / p ⌋ − 1 , ⌊ n / p ⌋ − 1 )   m o d   p \begin{aligned} g(a,n) &= \sum_{i=0}^{p-1} \binom{(n-i) \% p}{i} \sum_{j=0}^{\lfloor a/p \rfloor-1} \binom{\lfloor (n-i)/p \rfloor-j}{j}\ \mathrm{mod} \ p \\ &= \left[ \sum_{i=0}^{n\%p}\binom{n\% p - i}{i} + \sum_{i=n\%p+1}^{p-1}\binom{n\% p + p - i}{i} \right] \sum_{j=0}^{\lfloor a/p \rfloor-1} \binom{\lfloor (n-i)/p \rfloor-j}{j}\ \mathrm{mod} \ p \\ &= \sum_{i=0}^{n\%p}\binom{n\% p - i}{i}\sum_{j=0}^{\lfloor a/p \rfloor-1} \binom{\lfloor n/p \rfloor-j}{j}\ + \sum_{i=n\%p+1}^{p-1}\binom{n\% p + p - i}{i} \sum_{j=0}^{\lfloor a/p \rfloor-1} \binom{\lfloor n/p \rfloor-1-j}{j}\ \mathrm{mod} \ p \\ &= f(n\%p, n\%p)f(\lfloor a/p \rfloor-1, \lfloor n/p \rfloor) +\\ &\ \ \ \ \left[ f(p-1,n\%p+p)-f(n\%p,n\%p+p) \right] f(\lfloor a/p \rfloor-1, \lfloor n/p \rfloor-1)\ \mathrm{mod} \ p \\ \end{aligned} g(a,n)=i=0p1(i(ni)%p)j=0a/p1(j⌊(ni)/pj) mod p= i=0n%p(in%pi)+i=n%p+1p1(in%p+pi) j=0a/p1(j⌊(ni)/pj) mod p=i=0n%p(in%pi)j=0a/p1(jn/pj) +i=n%p+1p1(in%p+pi)j=0a/p1(jn/p1j) mod p=f(n%p,n%p)f(⌊a/p1,n/p⌋)+    [f(p1,n%p+p)f(n%p,n%p+p)]f(⌊a/p1,n/p1) mod p
T ( n ) T(n) T(n) 代表计算 f ( a , n ) f(a,n) f(a,n) 的复杂度上界 , 计算 h ( a , n ) h(a,n) h(a,n) 的复杂度为 p log ⁡ n < 2 C p \log n < 2C plogn<2C , 则有
T ( n ) = 2 ∗ T ( n / p ) + 2 C T(n) = 2*T(n/p) + 2C T(n)=2T(n/p)+2C
其中 T ( 1 ) = 1 T(1)=1 T(1)=1 , 令 m = log ⁡ p n m = \log_p n m=logpn 则有
T ′ ( m ) = 2 ∗ T ′ ( m − 1 ) + 2 C T'(m) = 2*T'(m-1) + 2C T(m)=2T(m1)+2C
推得
T ′ ( m ) = 2 m × 2 C T'(m) = 2^m \times 2C T(m)=2m×2C
所以
T ( n ) = 2 log ⁡ p n × 2 C = n log ⁡ p 2 × 2 C = n log ⁡ p 2 × 2 p log ⁡ n T(n) = 2^{\log_pn} \times 2C = n^{\log_p 2} \times 2C = n^{\log_p 2} \times 2p \log n T(n)=2logpn×2C=nlogp2×2C=nlogp2×2plogn
p > 2 p > 2 p>2 时复杂度满足要求

p = 2 p=2 p=2 时 , 发现 g ( a , n ) g(a,n) g(a,n) [ f ( p − 1 , n % p + p ) − f ( n % p , n % p + p ) ] \left[ f(p-1,n\%p+p)-f(n\%p,n\%p+p) \right] [f(p1,n%p+p)f(n%p,n%p+p)] n n n 为奇数情况下为 0 0 0

而对 g ( a , n ) g(a,n) g(a,n) 的一次拆分必定将 n n n 分成一奇一偶 , 所以最后 [ f ( p − 1 , n % p + p ) − f ( n % p , n % p + p ) ] \left[ f(p-1,n\%p+p)-f(n\%p,n\%p+p) \right] [f(p1,n%p+p)f(n%p,n%p+p)] 不为 0 0 0 的点的个数至多等于长度小于等于 log ⁡ n \log n logn 的 01 串中不含有连续两个 1 作为子串的方案数 , 计算可以得到数量级为 f i b ( log ⁡ n + 4 ) \mathrm{fib}(\log n+4) fib(logn+4) , 在题中所给数据限制下 f i b ( log ⁡ n + 4 ) ≤ f i b ( 34 ) < 1 0 7 \mathrm{fib}(\log n+4) \leq \mathrm{fib}(34) < 10^7 fib(logn+4)fib(34)<107 , 复杂度满足

于是按如下式子计算
P ( S l , r ) = f ( l − 2 , n − m − 1 ) + f ( n − 1 , n − 1 ) − f ( r − 1 , n − 1 ) P(S_{l,r}) = f(l-2,n-m-1) + f(n-1,n-1) - f(r-1,n-1) P(Sl,r)=f(l2,nm1)+f(n1,n1)f(r1,n1)
其中 f ( n − 1 , n − 1 ) = f i b ( n ) f(n-1,n-1) = \mathrm{fib}(n) f(n1,n1)=fib(n)


http://www.kler.cn/a/108379.html

相关文章:

  • 嵌入式学习-QT-Day06
  • 写作词汇积累:见笑、尽显、稀疏、染指
  • 代码随想录Day37 动态规划:完全背包理论基础,518.零钱兑换II,本周小结动态规划,377. 组合总和 Ⅳ,70. 爬楼梯(进阶版)。
  • Batch_Size对神经网络训练效率的影响:一个PyTorch实例分析
  • 2. SQL窗口函数使用
  • OpenCV学习——图像融合
  • MySQL篇---第六篇
  • 最新FL Studio 21.2中文版即将发布,2024年会有哪些新功能呢?
  • css overflow-x: scroll 滚动不展示/隐藏滚动条 /如何滚动
  • Lauterbach使用指南之RunTime功能
  • ROS自学笔记十七:Arbotix
  • 视频特效制作软件 After Effects 2023 mac中文版介绍说明
  • 基础课13——数据异常处理
  • 【STM32】GPIO控制LED(HAL库版)
  • QT5.15在Ubuntu22.04上编译流程
  • 归并排序——
  • san.js源码解读之模版解析(parseTemplate)篇——readCall函数
  • Python-自动化绘制股票价格通道线
  • 【Linux】:进程程序替换
  • IP应用场景API的反欺诈潜力:保护在线市场不受欺诈行为侵害
  • 《动手学深度学习 Pytorch版》 10.6 自注意力和位置编码
  • SQL注入原理及思路(mysql)
  • EASYX动画效果实现
  • 【网安AIGC专题10.19】论文6:Java漏洞自动修复+数据集 VJBench+大语言模型、APR技术+代码转换方法+LLM和DL-APR模型的挑战与机会
  • MAYA教程之模型的UV拆分与材质介绍
  • 黑豹程序员-架构师学习路线图-百科:API接口测试工具Postman