sunmk

摘要： 这类 \(O(\log V)\) 的 trick，都是利用了值变化单调且变化幅度大的特性 每次下降或上升都跨越一个“数量级”，因此变化次数有限，即使包在循环中整体也只会是 \(O(n \log V)\) 而非 \(O(n^2)\)。 下面举几个比较典型的例题 GCD问题 gcd为1的最小区间 htt 阅读全文

摘要： 在需要动态维护滑动窗口内的统计量（如前 K 小值之和或中位数）时，可以使用两个有序集合来实现高效更新。 基本思路： 先确定窗口长度以及在窗口中要维护的元素数量，然后用两个集合 big/small 来区分管理：big 存储当前窗口中符合要求的 K 个元素；small 存储窗口中的其他元素；根据题意决定 阅读全文

摘要： hook 是 pytorch 中的一个工具，主要作用是 在模型前向/反向传播过程之前/之后执行一些自定义操作 比如说： 打印查看一些模型参数；修改梯度等等 基本形态 基本的形式是： # 自定义操作 def forward_hook(module, input, output): print(f"Mo 阅读全文

摘要： ranges c++20引入，在<ranges>头文件中 建立在 std::algo 和 iterator基础上，并做了进一步的抽象集成 与之前相比更加的 安全、简洁、方便 // ranges concept template <typename T> concept range = require 阅读全文

摘要： 书接上回，上面介绍了RL最基础的策略梯度，但没有理解计算出来的梯度 $\nabla J(\theta) =\mathbb{E}{\tau \sim \pi_\theta} \nabla log, P(\tau|\pi)R_\tau $ 是什么含义，现在具体的介绍一下。 还是分为了两部分，\(\nab 阅读全文

摘要： ok，从O开始，也就是策略开始，先了解策略优化的为什么，最基础的方法是什么，之后在进一步的深入下去 通俗讲：方法是 优化做法，然后得到更好的结果 很好的逻辑，总不能我需要好的结果，然后不去动做法，这是不现实的 基本要素是 状态s 、动作a 、奖励r 之后 会有自定义 \(G_t\) 奖励函数，之后有 阅读全文

摘要： 链接：https://atcoder.jp/contests/abc045/tasks/arc061_a 给出一列长度不大于10的数字列，使用‘+’进行分割，求所有方案得到的所有数字之和。 主要有三个点： （1）由于数值比较小，所以可以使用二进制枚举，由于之前没有用过 bitset，主要是使用bit 阅读全文

摘要： 树链剖分 一、洛谷P3384 点权 二、LeetCode3553 边权 三、其他 luogu3384 首先是洛谷的树链剖分的模板题，题目描述，已知一棵包含 \(N\) 个结点的树（连通且无环），每个节点上包含一个数值，需要支持以下操作： 1 x y z，表示将树从 \(x\) 到 \(y\) 结点最 阅读全文

摘要： 本文从一个简单的区间选择问题出发，逐步扩展其难度与适用范围，整体思路由浅入深，层层递进，尝试揭示背后的通用算法设计方法。 问题一：选择至多两个不重叠区间以最大化长度和 问题描述 给定 \(n\) 个左右端点 \([l_i, r_i],l_i\le r_i\)，每个最终选择的区间需满足由某个左端点 \ 阅读全文

摘要： D. Drunken Maze 原题链接 You are given a two-dimensional maze with a start and end position. Your task is to find the fastest way to get from the start to 阅读全文