st

后缀数组SA \(sa[i]\) 与 \(rk[i]\) \(sa[i]\) 表示排名为 \(i\) 的后缀是哪一个（在原串中开头位置）。 \(rk[i]\) (或 \(rank[i]\) )表示开头位置是 \(i\) 的后缀的排名。 两者是互相映射关系，即 \(sa[rk[i]] = i\) 。 后缀排序（倍增） 假设我们求出了只考虑长度为 \(w\) 的每一个后缀的前缀的 \(sa\) 和 \(rk\) ，怎么求考虑长度为 \(2w\) 的每一个后缀的前缀的 \(sa\) 和 \(rk\) . 对于两个后缀 \(i\) 和 \(j\) ， 由于我们求出了在 \(w\) 下的 $sa $ 和 \(rk\) ，实际上可以通过比较两个二元组 \((rk_i,rk_{i+w}),(rk_j, rk_{j+w})\) 来确定大小关系，这里定义一个后缀 \(i\) 的两维度：第一维字符串 \([i...i+w-1]\) ，第二维字符串 \([i+w,i+2w-1]\) 。 为了方便实现以及减小常数，我们开一个辅助数组 \(tmp[i]\) 表示上一轮排序（长度 \(w\) ），排名为 \(i\) 的后缀的长度为 \(w\) 的前缀对应的是现在的哪一个后缀的第二维， \(tmp\) 可以由 \(w\) 下的 \(sa\) 求得。 cnt = 0; for (int i = n - w + 1

题目链接： http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=26981 思路：题目的意思是求给定的起点到终点的最短路径序列，并且这个序列的字典顺序最小。我们可以先求最短路，然后对那些在最短路上的点进行深度优先搜索。 1 #include<iostream> 2 #include<cstdio> 3 #include<cstring> 4 #include<algorithm> 5 #include<vector> 6 #include<queue> 7 #include<set> 8 using namespace std; 9 10 const int MAXN=55555; 11 const int inf=1<<30; 12 vector<int>g[MAXN],vet,ans; 13 int n,st,ed; 14 15 int dist[MAXN]; 16 bool mark[MAXN]; 17 18 struct Node{ 19 int v,d; 20 Node(int vv,int dd){ 21 v=vv,d=dd; 22 } 23 bool operator < (const Node &p) const { 24 if(p.d!=d)return p.d<d; 25 return p.v

本文主要讲解有关 TRPO算法、PPO 算法、PPO2算法以及 DPPO 算法的相关内容。 一、PPO 算法 PPO（Proximal Policy Optimization） 是一种解决 PG 算法中学习率不好确定的问题的算法，因为如果学习率过大，则学出来的策略不易收敛， 反之，如果学习率太小，则会花费较长的时间。PPO 算法利用新策略和旧策略的比例，从而限制了新策略的更新幅度，让 PG 算法对于稍微大一点的学习率不那么敏感。 为了判定模型的更新什么时候停止，所以 PPO 在原目标函数的基础上添加了 KL 散度部分，用来表示两个分布之间的差别，差别越大值越大，惩罚也就越大。所以可以使两个分布尽可能的相似。PPO 算法的损失函数如下： J P P O θ ′ ( θ ) = J θ ′ ( θ ) − β K L ( θ , θ ′ ) J_{PPO}^{\theta'}(\theta)=J^{\theta'}(\theta)-\beta KL(\theta,\theta') J P P O θ ′ ​ ( θ ) = J θ ′ ( θ ) − β K L ( θ , θ ′ ) J θ ′ ( θ ) = E ( s t , a t ) ∼ π θ ′ [ p θ ( a t ∣ s t ) p θ ′ ( a t ∣ s t ) A θ ′ ( s t , a t ) ] J

1027 Colors in Mars (20 分) People in Mars represent the colors in their computers in a similar way as the Earth people. That is, a color is represented by a 6-digit number, where the first 2 digits are for Red , the middle 2 digits for Green , and the last 2 digits for Blue . The only difference is that they use radix 13 (0-9 and A-C) instead of 16. Now given a color in three decimal numbers (each between 0 and 168), you are supposed to output their Mars RGB values. Input Specification: Each input file contains one test case which occupies a line containing the three decimal color values.

1、Set的用法 Set：集合，一个内部自动有序而且不重复元素的容器。使用set，要加头文件 #include<set>和using namespace std; 　　 1.1、Set的定义 set<typename> name; set<int> name; set<double> name; set<char> name; set<Node> name;//Node是结构体类型 set<typename> Arrayname[arraySize];//set<int> a[100];a[0]~a[99]的每一个都是一个set容器。 /* 定义和写法和vector基本一样，同样typename可以是任何基本类型，结构体，STL容器类型。 同样，typename是容器的时候，>>后要加空格，避免编译器当成位运算出错。 */ 　　1.2、set容器内元素的访问 　　 set只能通过迭代器iterator访问 set<typename>::iterator it;//typename对应定义set时的类型。 set<int>::iterator it; 　　因为除了vector和string之外的STL的容器都不支持以下标的方式访问。 #include<stdio.h> #include<set> using namespace std; int main() { set<int>

ST MCU芯片中的绝大部分都内置一串96位唯一标识码【unique ID】 上面说了ST MCU芯片中的绝大部分都带UID，也就是说并非所有ST MCU芯片都带它。到底谁带谁不带，从各自芯片数据手册的首页即可确认。如果首页没有明确写明，就表示该芯片没有UID或者说即使相应地址有数据但不保证其唯一性。 比方在STM8系列中，STM8S0XX、STM8L0XX系列芯片就不带UID的。 在STM32家族中，STM32F0系列中的STM3F030子系列、STM32F070子系列也是不带UID的【如果此处说错，遵照数据手册所言】，而STM32F042、STM32F071、STM32F031、STM32F051等是带UID的。这点也不用太花心思记它，知道去芯片数据手册首页核查就好。 该UID对用户来讲是只读的，在一些对数据具有唯一性要求、数据加密操作等场合可以派上用场。ST MCU芯片中的这个UID 是对整串92位数据保证唯一性，如果你截取其中一部分就不保证唯一性了。 STM32芯片UID的详细描述是在各系列的参考手册里。比方，STM32F0系列UID介绍如下。 大致内容就是芯片WAFER的坐标信息、编号信息、产品批号信息等多个数据组合在一起的。关于UID的描述，在STM8数据手册里描述更为直观点，截图如下： 至于对该UID数据的读取，没啥特别的。先从ST

思路： 字符串其实只有0...0, 0...1, 1...0, 1...1四种。 实现： 1 #include <bits/stdc++.h> 2 using namespace std; 3 set<string> st[4]; 4 bool work(set<string>& a, set<string>& b, map<string, int>& mp, vector<int>& res) 5 { 6 int d = a.size() - b.size(); 7 for (auto it: a) 8 { 9 if (res.size() == d / 2) break; 10 string tmp = it; 11 reverse(tmp.begin(), tmp.end()); 12 if (b.count(tmp)) continue; 13 res.push_back(mp[it]); 14 } 15 return res.size() >= d / 2; 16 } 17 int main() 18 { 19 int t; cin >> t; 20 while (t--) 21 { 22 for (int i = 0; i < 4; i++) st[i].clear(); 23 int n; cin >> n; 24 map<string, int> mp; 25

Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others) 题目描述： 推箱子是一个很经典的游戏.今天我们来玩一个简单版本.在一个M*N的房间里有一个箱子和一个搬运工,搬运工的工作就是把箱子推到指定的位置,注意,搬运工只能推箱子而不能拉箱子,因此如果箱子被推到一个角上(如图2)那么箱子就不能再被移动了,如果箱子被推到一面墙上,那么箱子只能沿着墙移动. 现在给定房间的结构,箱子的位置,搬运工的位置和箱子要被推去的位置,请你计算出搬运工至少要推动箱子多少格. Input 输入数据的第一行是一个整数T(1<=T<=20),代表测试数据的数量.然后是T组测试数据,每组测试数据的第一行是两个正整数M,N(2<=M,N<=7),代表房间的大小,然后是一个M行N列的矩阵,代表房间的布局,其中0代表空的地板,1代表墙,2代表箱子的起始位置,3代表箱子要被推去的位置,4代表搬运工的起始位置. Output 对于每组测试数据,输出搬运工最少需要推动箱子多少格才能帮箱子推到指定位置,如果不能推到指定位置则输出-1. Sample Input 1 5 5 0 3 0 0 0 1 0 1 4 0 0 0 1 0 0 1 0 2 0 0 0 0 0 0 0 Sample Output 4 题目链接 http: