austin blog

这是我一次建立自己的博客，希望在博客上分享自己的生活学习。得益于Sanstale的帮助，使我能够顺利地把博客部署到网站。特此表达感谢之情，也希望大家能去看看他的博客，以下是链接。https://www.cybereal.one/

神人蹲点speed拼尽全力总算找到

哈哈，也是跑上马拉松了

dp动态规划分享什么是动态规划 ？动态规划（Dynamic Programming，简称DP）是一种算法设计技巧，用于解决具有重叠子问题和最优子结构特性的问题。它是一种将复杂问题分解成更简单的子问题，并通过存储这些子问题的解来避免重复计算的方法。动态规划通常用于优化问题，特别是在计算数学、管理科学、经济学、计算机科学等领域。 动态规划的核心概念 重叠子问题（Overlapping Subproblems）： 在递归算法中，相同的子问题被多次解决。例如，在斐波那契数列的递归实现中，Fib(n) 会多次计算 Fib(n-1) 和 Fib(n-2)。动态规划通过存储这些子问题的解来避免重复计算。 最优子结构（Optimal Substructure）： 一个问题的最优解包含其子问题的最优解。例如，在背包问题中，整个背包的最优装载方式可以由各个子背包的最优装载方式组合而成。 无后效性（Non-Overlapping Property）：...

markdown 基础语法当我们刚开始接触编程时或许并不了解编程语言都有哪些，总是把markdown语法当成一种编程语言，严格意义上其实并不是这样的，那么它究竟是什么，为什么总是被广泛地运用？ 什么是 markdown 语法 ？Markdown 是一种轻量级标记语言，常用于编写文档、格式化文本，尤其是在代码库、博客、论坛等场景下。它语法简单，易于书写和阅读，同时可以转换为HTML等格式，广泛应用于技术文档和说明文件中（例如README文件）。 我们该如何使用 markdown 语法 ？ 标题的创建和使用使用方法标题分为一级标题，二级标题和三级标题，使用时在想要当作标题的文字前打上井号键。 markdown语法 # 这是一级标题 ## 这是二级标题 ### 这是三级标题 剩下四级五级标题依此类推即可，我们也可以通过在文字后换行添加任意数量等号来设置一级标题，任意数量—-为二级标题。 注意事项切记在 # 号后添加空格，不然无法达成标题的效果。 ✅ Do this ❌ Don’t do this # austin我要给你爆金币...

自动抢课脚本的python实现缘起我们学校的抢课是按照绩点抢课，实际上没有拼手速的需求。但是我的一位在工技大的好友急切地需要抢课的脚本，这也是我写python自动抢课脚本的最大动力。 思路这并非是我的原创，我是依据同学所创上大抢课脚本改编而成。 首先我们需要引入selenium和apscheduler两个库来完成网页打开和其中的html解析。通过实例化窗口进入学校抢课的官网，用户在窗口完成登录。 我通过find_element方法找到选课按钮所在的x_path，运用之前导入的库完成网页的跳转（我们不能直接在一开始就进入选课网页的原因是缺乏了登陆的步骤）。 之后则如法炮制，我提取课程号和教师号输入框的x_path，通过send_keys方法完成内容的填充，最后提交即可。注：...

c++中dfs以及bfs代码分享深度优先搜索（DFS，Depth-First Search）深度优先搜索（DFS） 是一种遍历或搜索树或图的算法。它的基本思想是从根节点（或任意一个起始节点）开始，沿着一个分支一直走到底（即沿着每条边走到尽头），然后回溯，继续沿其他分支进行搜索，直到遍历完所有节点。 DFS 的核心特点是“深度优先”，即每次深入到树的子节点，直到没有子节点为止，然后回退到父节点继续搜索。 基本过程： 从起始节点开始，首先访问该节点。 访问该节点的一个未被访问的邻居节点，继续深度遍历。 直到所有邻居节点都被访问过后，回到上一个节点，继续访问其未被访问的邻居。 重复上述过程直到遍历完整个图或树。12345DFS(Graph, start): 1. Mark start node as visited 2. For each neighbor of start: 3. If the neighbor is not visited, recursively call DFS on it 图的表示：图可以使用 邻接矩阵 或 邻接表 来表示。DFS...

c++中差分以及前缀和代码分享前缀和前缀和是一种将区间求和问题转化为常数时间查询的技巧。通过预处理一个数组，计算数组中每个元素之前所有元素的和，可以快速进行区间求和。 前缀和的计算：我们可以通过遍历数组一次来计算前缀和。计算好前缀和数组后，可以在常数时间内查询任意区间的和。前缀和的优势： 普通的区间求和在没有前缀和技巧时，如果你想求解数组 arr 中一个区间 [l, r] 的和，通常需要通过遍历区间内的元素进行求和。比如，假设我们有一个数组 arr，如果你有多个区间查询（比如查询多个区间的和），那么每次求和都需要遍历一次区间，时间复杂度是𝑂(𝑟−𝑙+1)，如果多次查询的话，总时间复杂度会变得很高。 前缀和优化前缀和通过预处理一个额外的数组 prefix_sum 来将多次区间求和的复杂度减少到常数时间。prefix_sum[i] 存储的是 arr[0] 到 arr[i-1] 的和。这样，你只需要一次遍历来计算前缀和数组，然后在进行区间查询时，直接通过前缀和数组来获取结果。这种方式的好处是：a. 预处理：计算前缀和数组的时间复杂度是O(n)，仅需遍历一次数组。b....

通过ollama+docker+webui部署本地大语言模型

c++ 代码