左右元素和的差值题目链接左右元素和的差值 解题思路直接按照题目要求模拟即可，两次遍历求出 leftSum 和 rightSum，再计算得出 answer. 解题代码class Solution { public: vector<int> leftRigthDifference(vector<int>& nums) { int n = nums.size(); vector<int> leftSum(n, 0); for (int i = 0; i < n - 1; ++i) { leftSum[i + 1] = leftSum[i] + nums[i]; } vector<int> rightSum(n, 0); for (int i = n - 1; i > 0; --i) { rightSum[i - 1] = rightSum[i] + num ...

合并两个二维数组 - 求和法题目链接合并两个二维数组 - 求和法 解题思路本题较为基础，可以直接分别遍历两数组，再用哈希表记录两数组中各编号的累加和，但该方法比较消耗空间，时间上的性能也不理想。 考虑到数组 nums1 和 nums2 都包含互不相同的 id，并按 id 以递增顺序排列，因此想到利用归并排序的思想，设立双指针 p1 和 p2，若两指针所指数组元素的 id 相同，则将 { nums1[p1][0], nums1[p1][1] + nums2[p2][1] } 进行归并，否则将较小 id 的元素（假设 p1 所指元素 id 更小） { nums1[p1][0], nums1[p1][1] } 进行归并。 解题代码class Solution { public: vector<vector<int>> mergeArrays(vector<vector<int>>& nums1, vector<vector<int>>& nums2) { v ...

从数量最多的堆取走礼物题目链接从数量最多的堆取走礼物 解题思路直接按照流程模拟即可，将数组 gifts 的元素放入优先队列中，然后每次从中选出最大值 maxGift，再将 sqrt(maxGift) 放回队列，重复 k 次，计算队列剩余的值总和。 解题代码class Solution { public: long long pickGifts(vector<int>& gifts, int k) { // 这里求 gifts 总和要注意累加初始值定义为 0ll（long long 类型），否则 int 可能溢出 // 当然也可以不求初始总数量，而在循环结束后直接统计剩余的数量 long long sum = accumulate(gifts.begin(), gifts.end(), 0ll); priority_queue<int> Q(gifts.begin(), gifts.end()); long long res = 0; for ( ...

今年由于要准备考研，博客几乎没怎么更新，游戏玩的也比较少，算上填坑、试玩、弃坑的粗略计算大概 20 款，其中不乏近年的新游戏以及一直想补的老游戏，以下是从中选出的几款个人觉得比较有的聊的作品。 勇者斗恶龙11s 寻觅逝去的时光 国民级 jrpg 系列的最新作品，各方面都非常均衡，角色构筑、战斗系统、隐藏要素的设计已经相当成熟。给我印象最深刻的还是本作的数值设计，将游戏流程的难度曲线设置的非常平缓，正常推进流程的情况下，既不会让战斗太过困难，也不会让战斗太过简单，整体战斗节奏非常舒适。剧情部分虽然较为王道，但人物性格塑造不错，能够让人代入其中，同时也有诸如人鱼的故事这样动人的剧情。 本作作为传统 jrpg 给我的感觉就是一切做的都很不错，但总感觉还差那么一口气，整体上设计还是过于保守，没有让我感到特别惊艳的地方。同时很多设计放在今天来看确实有点过时了，主要还是大量无聊的重复劳动，尽管特别的二周目剧情算是一个亮点，但也意味着要重新体验一遍几乎一样的流程，放在今天确实是很难以让人坚持的。另外本作的配乐由于大量沿用了以往作品的配乐，原创配乐不多，虽然单听确实还不错，但与游戏本身的故事结合并 ...

由于考研等因素的影响，已经时隔一年没有参加力扣周赛了，长时间没有好好琢磨算法题，思维敏捷度确实有所下降，好在这次周赛前两题都没有什么难度，但第三题却把简单问题想复杂了，第四题就基本上都没怎么读题了。。。 正整数和负整数的最大计数题目链接正整数和负整数的最大计数 解题思路直接依照题意统计该数组中正整数和负整数的个数，然后返回较大个数即可，送分题。 解题代码class Solution { public: int maximumCount(vector<int>& nums) { int cnt1 = 0, cnt2 = 0; for (int i = 0; i < nums.size(); ++i) { if (nums[i] > 0) { ++cnt1; } else if (nums[i] < 0) { ++cnt2; ...

最近在补 XGP 中的最终幻想13-2时，遇到一个时钟谜题，感觉挺有意思，就像尝试用搜索算法将其解决。 问题描述如下图所示，有一个时钟，包含个结点，每个节点有一个数字标识，玩家最开始可以任意选择一个结点，选择后，该结点被消除且指针会指向该结点的位置，根据该节点的数字值 n 分裂为两根指针分别向顺时针方向和逆时针方向旋转 n 个的单位长度。此后每次玩家只能选择指针指向的结点，选择结点后结点被消除，两指针合并指向选择结点的位置并按上述描述进行分裂和旋转，玩家需要将所有节点消除才能胜利。 注：玩家无法选择已经被消除的结点，若分裂旋转后的两指针均位于已被消除的结点位置，则判定游戏失败。 算法思路本问题很容易想到利用深度优先搜索来解决，选择一个结点作为开始，如第一次选择 12 点钟位置的结点，（以下为了方便，按结点在时钟中排布位置 n 称作结点 n）该结点值为 5，则选中后分别向顺时针和逆时针方向旋转到达结点 5 和 结点 7，这就产生了两个分支（相当于二叉树的左右子树），分别选择这两个结点继续搜索，若结点到达了一个已被访问过的结点（即该结点已被消除），则终止该方向上的搜索，并进行回溯，将 ...

Ping （Packet Internet Groper）是一种因特网包探索器，用于测试网络连接量的程序。本文将基于 Socket 编程，实现一个基本的 Ping 命令程序。 ICMP 报文分析ICMP 报文捕获在控制台输入 ping 202.195.147.248，对该目的主机发起请求，可以看到控制台输出了一系列统计信息：4 个数据包全部接收并且往返时间为 5 ms（较短），表明与该主机之间的连接畅通。 使用 Wireshark 工具捕获 icmp 数据包，为了避免无关数据包的干扰，可以使用 filter 对数据包进行过滤，在上部栏输入 ip.src == 202.195.147.248 or ip.dst == 202.195.147.248，表明只筛选源地址或目的地址为 202.195.147.248 的数据包，最终可以得到数据包的内容。 Wireshark 数据包分析根据 ICMP 报文的格式进行分析: Type：数据包类型，占 1 Byte，为 0x00，代表回送报文。 Code：代码部分，占 1 Byte，为 0x00. Checksum：检验和，占 2 Byt ...

遗传算法（Genetic Algorithm，GA）最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的。是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。本文利用遗传算法解决经典的NP问题——旅行商问题，并加深对该算法的理解。 问题描述有若干个城市，每个城市给定一个坐标，一个旅行商需要经过每个城市各一遍且不能重复经过城市，起点可以任意选择，求旅行商经过所有城市的总距离的最小值及其最优路径。 数据结构与算法设计数据结构设计 struct point 从文本提取的城市的坐标数据，包含 id, x, y. const int idNum = 100; // 种群个体数 表示种群的个体数目，即每次迭代所包含的数据的个数。 const double variProbability = 0.05; // 变异概率 遗传过程可能导致变异，变异次数 = 变异概率 * 种群个体数。 vector<point> coords; // 各点坐标 从文本文件 ...

协议原理 设计思路基本传输本次实验我采用了程序模拟的方式实现。发送方和接收方都为一个数组，传输过程即为发送方数组向接收方数组传递数据，并使用随机数生成的方式模拟传输过程中可能出现的差错，并且传输时间也为一个在 50 - 150 ms 间的随机数，用一个迭代器来模拟此时发送方的数据位置。 传输过程为一个循环语句，终止条件为发送迭代器到达发送方数组的末尾位置。 选择重传每次进行传输，传输时间就会累加，在一轮传输的最后判断累计时间是否超过了规定 tout，如果未超过，代表数据成功接收，发送迭代器自增 1。 否则，不进行操作，下一次循环将会再次尝试发送该数据。 舍弃重复帧存在这么一种情况，接收方成功接收了发送方的数据，并返回了一个 ACK 帧，但是此 ACK 帧还未到达发送方就已被其判定为超时，那么发送方将会重新发送上一次的数据帧，若该数据帧成功到达接收方，那么接收方需要将该数据帧舍弃（因此上一次传输时接收方已成功接受了该数据帧）。实现方法是判断接受数组的最后一个元素（即上一次接收的元素）是否与此时接受的相同，若相同，则不接收，并重新发送 ACK 帧。 代码实现#include<iost ...

本文将介绍如何使用 K-means 算法对给定的坐标数据进行聚类分析。 使用K-means算法进行聚类分析问题描述 K-means算法对data中数据进行聚类分析 （1）算法原理描述 （2）算法结构 （3）写出K-means具体功能函数（不能直接调用sklearn.cluster(Means)功能函数)具体函数功能中返回值包括 数据类标签，累中心，输入包括：数据，类别数 （4）可视化画图，不同类数据采用不同颜色 （5）算法分析 类类方差，平均方差，不同初始点对聚类结果的影响？ 如何解决？ 算法描述 数据结构设计： 数据点使用自定义数据类型point，包含x和y两个变量。 中心点一个大小为k的数组center进行存储，从文本中提取的坐标数据使用可变数组coords进行存储，不同的坐标点分组采用一个可变的二维数组group进行存储。 函数介绍： extraCoords(): 从文本文件中提取坐标数据并存入coords中，提取算法为：首先使用传入文件路径初始化文件IO流fileStream，再逐个输出fileStream中的数据。若为字母，则不接收。否则两个一组接 ...