OI分类

黑字:认识

红字:要学

未添加:要学

├─模拟
├─字符串
│    ├─字符串基础
│    ├─kmp
│    ├─trie
│    ├─ac自动机
│    ├─后缀数组
│    └─后缀树
├─搜索
│    ├─深度搜索(dfs)
│    ├─记忆化搜索
│    ├─广度搜索(bfs)
│    ├─双向广搜
│    ├─回溯
│    ├─A*
│    ├─迭代深搜
│    ├─IDA*
│    └─dfs序
├─动态规划
│    ├─区间dp
│    ├─环形dp
│    ├─背包dp
│    ├─树形dp
│    ├─状压dp
│    ├─数位dp
│    └─优化
│        ├─斜率优化
│        └─二进制优化
├─数论
│    ├─筛法
│    ├─快速幂
│    ├─欧几里得算法
│    ├─拓展欧几里得算法
│    ├─排列组合
│    ├─概率与期望
│    ├─置换群
│    ├─抽屉原理
│    ├─容斥原理
│    ├─矩阵乘法
│    ├─乘法逆元
│    ├─高斯消元
│    ├─欧拉函数
│    ├─中国剩余定理
│    ├─快速傅里叶变换
│    └─其它
├─图论
│    ├─拓扑排序
│    ├─生成树
│    │    ├─kruskal
│    │    └─prim
│    ├─最短路
│    │    ├─spfa
│    │    ├─dijkstra
│    │    └─floyd
│    ├─差分约束
│    ├─并查集
│    ├─图的连通
│    │    ├─tarjan
│    │    └─割点割边
│    ├─网络流
│    │    ├─最大流
│    │    │    ├─sap
│    │    │    │    ├─isap
│    │    │    │    └─dinic
│    │    │    └─预流推进
│    │    ├─最小割
│    │    ├─费用流
│    │    │    └─zkw费用流
│    │    └─上下界网络流
│    ├─二分图
│    │    ├─匈牙利
│    │    └─km算法
│    ├─2-SAT
│    └─树
│        ├─lca
│        │    ├─tarjan
│        │    └─倍增
│        └─树链剖分(hld)
│            ├─点分治
│            └─边分治
├─数据结构
│    ├─基础数据结构
│    │    ├─栈(stack)
│    │    ├─链表(list)
│    │    ├─哈希表(hash)
│    │    └─堆(heap)
│    ├─单调栈
│    ├─单调队列
│    ├─块状链表
│    ├─线段树(seg tree)
│    │    ├─主席树
│    │    └─zkw线段树
│    ├─树状数组(bit)
│    ├─平衡树
│    │    ├─treap
│    │    ├─splay
│    │    ├─sbt
│    │    ├─红黑树
│    │    └─AVL树
│    ├─树套树
│    ├─可持久化
│    │    └─可持久化线段树
│    ├─左偏树
│    ├─仙人掌树
│    ├─喜羊羊树
│    ├─朝鲜树
├─计算几何
│    ├─基础
│    └─凸包
├─博弈论
└─其它
    ├─暴力
    ├─贪心
    ├─高精度
    ├─二分
    ├─排序
    ├─特殊算法
    │    ├─爬山算法
    │    ├─模拟退火
    │    ├─朱刘算法
    │    ├─莫队算法
    │    └─随机增量法
    ├─随机化
    ├─RMQ
    │    └─st
    ├─cdq分治
    └─凸壳

时间: 2024-10-06 22:33:59

OI分类的相关文章

【线段树】【分类讨论】水果姐逛水果街Ⅰ

3304 水果姐逛水果街Ⅰ 时间限制: 2 s 空间限制: 256000 KB 题目等级 : 钻石 Diamond 题目描述 Description 水果姐今天心情不错,来到了水果街. 水果街有n家水果店,呈直线结构,编号为1~n,每家店能买水果也能卖水果,并且同一家店卖与买的价格一样. 学过oi的水果姐迅速发现了一个赚钱的方法:在某家水果店买一个水果,再到另外一家店卖出去,赚差价. 就在水果姐窃喜的时候,cgh突然出现,他为了为难水果姐,给出m个问题,每个问题要求水果姐从第x家店出发到第y家店

标签 OI考点梳理

个人相关 总结. OI历程. 题目 基础题. 综合题. 原创题. 考点 注意是考点不是知识点, 知识点才没有这么散乱呢QAQ. 线性代数. 行列式求值. Matrix-tree定理. Lindstrom-Gessel-Viennot引理. 高斯消元. 线性基. 特征值. 矩阵乘法. 数论. ## **一.参考资料**<https://blog.sengxian.com/algorithms/networkflow-variants><http://www.matrix67.com/blo

向后传播神经网络分类总结

1.神经网络 粗略的说,神经网络是一组连接的输入/输出单元,其中每个连接都与一个权重相关联.在学习阶段,通过调整这些权重,使得他能够预测输入元组的正确类标号来学习.由于单元之间的连接,神经网络学习又称连接着学习(connectionist learning). 神经网络需要很长的训练时间,因而更适合具有足够长的训练时间的应用.它需要大量的参数,如网络拓扑或“结构”,通常这些主要靠经验确定.神经网络常常因器可解释性差而备受批评.然而,神经网络的优点包括其对噪声数据的高承受能力,以及它对未经训练的数

我的OI生涯 第六章

开学了,但是我们并没有像一个正常的高二学生一样坐在教室里接受调研考试的洗礼. 暑假作业这种东西早已被甩在一旁,可以想象回去补文化课时该有多么狼狈. 大王给我们制定了周密的计划,每周两次测试,加上蔡老师的是三次,都是往年学长们做过的题. 我们一帮人那时水平都不是很高,场场都一百分左右,偶尔杰哥小柴能刷到二百. 倒是玩游戏的时间少了,开始认真了,学了好多没见过的算法,涨了不少姿势. 但每天在脏兮兮的机房里内心还是挺别扭的. 终于有一天,一件被无数届学长要求的事终于降临到了我们头上. ------换-

机器学习 task2 softmax与分类模型

理论部分: softmax的基本概念 分类问题一个简单的图像分类问题,输入图像的高和宽均为2像素,色彩为灰度.图像中的4像素分别记为x1,x2,x3,x4.假设真实标签为狗.猫或者鸡,这些标签对应的离散值为y1,y2,y3.我们通常使用离散的数值来表示类别,例如y1=1,y2=2,y3=3. 权重矢量 o1=x1w11+x2w21+x3w31+x4w41+b1 o2=x1w12+x2w22+x3w32+x4w42+b2 o3=x1w13+x2w23+x3w33+x4w43+b3 神经网络图下图用

数据库介绍与分类

目录 数据库介绍与分类... 1 1.1 数据库介绍... 2 1.1.1什么是数据库... 2 1.2数据库的种类... 2 1.2.1关系型数据库介绍... 2 1.2.2非关系型数据库介绍... 3 1.3 常用关系型数据库产品介绍... 4 1.3.1 Oracle数据库... 4 1.3.2 MySQL数据库... 5 1.3.3 MariaDB数据库... 5 1.3.4 SqlServer数据库... 6 1.3.5 Access数据库... 6 1.3.6 其他不常用数据库...

PHP_递归实现无限级分类

<?php /** * 递归方法实现无限级别分类 * @param array $list 要生成树形列表的数组[该数组中必须要有主键id 和 父级pid] * @param int $pid=0 父级id * @param int $level=0 缩进次数[用于指定分类名称要缩进的数量] */ function getTree($list,$pid=0,$level=0 ) { // static 表示声明一个静态变量, 静态变量在函数中会一直保存它的值 static $tree = arr

使用多级分组报表展现分类数据

当你走进便利店,你会发现所有的商品都是按类排放的,分类排放可以帮助您快速找到同类商品,也可以快速发现你想要的商品. 当去饭店吃饭的时候,菜单上的菜也是按类别排列的,比如凉菜,热菜,汤类,主食等.点菜时你会直接翻到你想要的那一类菜单,点菜. -- 通过上面场景,大家就理解分组呈现数据的好处了,分组可以帮助快速定位,方便数据查找,汇总,分析数据趋势等.有时候分析某一单一的商品并无价值,所以采用分组是最常见也是最简单的数据分析手段. 分组报表则是在报表中使用分组功能,是工作中最常用的报表类型,分组功能

2.1 二分分类

本周学习神经网络编程的基础知识 构建神经网络,有些技巧是非常重要 神经网络的计算过程中,通常有一个正向的过程(正向传播步骤),接着会有一个反向步骤(反向传播步骤), 为什么神经网络的计算可以分为前向传播和反向传播两个分开的过程?本周课程通过使用logistic回归来阐述,以便于能够更好的理解, logistic回归是一个用于二分分类的算法 比如有一个二分分类问题的例子, 假如有一张图像作为输入是这样的,你想输出识别此图的标签,如果是猫,输出1,如果不是,则输出0 使用y来表示输出的结果标签, 来