top

题目传送门 题意 输入整数n，给出两个包含n个整数的序列a和b，找到一个区间[l,r],使在该区间内a序列最小值×b序列区间和的值最大。 题解 遍历a序列，维护单调栈求以当前值a[i]为最小值时的最大可达区间[ L[i],R[i] ]（即最大左右边界）； b序列先预处理其前缀和pre_sum，后用线段树维护pre_sum数组的区间最值；所以答案就是a[i]×b序列在[ L[i],R[i] ]区间内的和的最大值，不断更新最优解求最大结果即可。 当a[i]≥0时，b序列在[ L[i],R[i] ]区间内的和的最大值为b序列前缀和数组后半部分最大值-前半部分最小值,即： max( [pre_sum(i),pre_sum(R[i])] )-min( [pre_sum(L[i]-1),pre_sum(i-1)] )； 当a[i]<0时，b序列在[ L[i],R[i] ]区间内的和的最大值为b序列前缀和数组后半部分最小值-前半部分最大值,即： min( [pre_sum(i),pre_sum(R[i])] )-max( [pre_sum(L[i]-1),pre_sum(i-1)] )； 时间复杂度O(nlogn)。 Code 1 /*2442ms*/ 2 #include<bits/stdc++.h> 3 using namespace std; 4 typedef long long ll;

题目描述 众所周知 树链剖分是个好东西QWQ 也是 一个代码量破百的算法 基本定义 树路径信息维护算法。 ž将一棵树划分成若干条链，用数据结构去维护每条链，复杂度为O(logN)。 其实本质是一些数据结构/算法在树上的推广 华丽的分割线----------------------------------------------------------------------------------------------------------- 具体步骤 预处理 第一遍dfs求出树每个结点的深度deep[x]，其为根的子树大小size[x] 以及祖先的信息fa[x][i]表示x往上距离为2^i的祖先 第二遍dfs ž根节点为起点，向下拓展构建重链 选择最大的一个子树的根继承当前重链 其余节点，都以该节点为起点向下重新拉一条重链 ž给每个结点分配一个位置编号，每条重链就相当于一段区间，用数据结构去维护。 把所有的重链首尾相接，放到同一个数据结构上，然后维护这一个整体即可 修改操作 ž1、单独修改一个点的权值 根据其编号直接在数据结构中修改就行了。 2、修改点u和点v的路径上的权值 （1）若u和v在同一条重链上 直接用数据结构修改pos[u]至pos[v]间的值。 （2）若u和v不在同一条重链上 一边进行修改，一边将u和v往同一条重链上靠，然后就变成了情况（1）。 具体代码

Description 给定n个点 其中p个点可以被贿赂， 被贿赂的金额为x，如果一个点被贿赂，他所指向的点也会被贿赂 求：如果不能全部被贿赂 输出NO以及不能被贿赂的点 否则输出YES和需要支付的金额的最小值 Solution 我们可以通过tarjan缩点，最后扫一遍dfn，若果有一个点并没有被访问过，说明这个点肯定不会被贿赂 直接输出并结束程序 那么如果全部可以贿赂呢？我们想，一个强联通分量里面随便贿赂一个点，其他的全部都会被贿赂 那么我们是不是只在需要在进行tarjan的时候进行比较，求出最小值即可 然而 如果一个强联通分量指向另一个强联通分量，我们就可以用指向另一个的强联通分量里的最小值就可以了 有同学问：如果被指向的强联通分量里面有一个比指向的最小值还小的值，是不是可以用呢？ 答案是不可以的 如果选择了指向的强联通分量，我们的花费是x，此时因为他指向另一个强联通分量，所以另一个不需要花钱，所以我们只需要统计入度为0的强联通分量，并且累加答案就可以了 注意：在进行tarjan的时候while(stack[top]! = u)前面后面都要有一个更新答案 因为有2中种特殊情况：u在栈顶和栈尾，当然你也可以不这么写，直接将top+1即可while(stack[top + 1] != u) Code #include <bits/stdc++.h> const int INF =

版权声明：本文为博主原创文章，转载请附上原文出处链接和本声明。2019-08-24，00:40:12 作者By-----溺心与沉浮----博客园 1、BASE,TOP是2个32位的通用寄存器，里面存储的是内存单元编号(内存地址). 2、BASE里面存储了一个地址，记录的起始地址. 3、TOP里面也存储了一个地址，记录的是结束的地址. 4、存入数据的时候，TOP的值减4(为方便演示，每次存取都是4个字节) 5、释放数据的时候，TOP的值加4(为方便演示，每次存取都是4个字节) 6、如果要读取中间的某个数据的时候可以通过TOP 或者 BASE 加上偏移的方式去读取 7、这种内存的读写方式有个学名：堆栈 堆栈的优点：临时存储大量的数据，便于查找. 在OD中红框位置，随机选取一个内存地址作为我们的栈底与栈顶，我已0x18FFD0为例，用EDX，EBX仿ESP，EBP 　　MOV EDX,0x18FFD0　　TOP 　　MOV EBX,0x18FFD0　　BASE 1、压入数据 　　 压入数据的方法很多 方式一、 　　MOV DWORD PTR DS:[EDX-4],0xAAAAAAAA 　 SUB EDX,4 版权声明：本文为博主原创文章，转载请附上原文出处链接和本声明。2019-08-24，00:40:12 作者By-----溺心与沉浮----博客园 代码执行后： 后面的就不上图了

题目描述 如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。 思路：利用两个优先队列，最大堆始终保存前一半数据，最小堆始终保存后一半数据，当两个优先队列长度一样时，将数压入最小堆。 1 class Solution { 2 priority_queue<int, vector<int>, less<int> > p; //最大堆 3 priority_queue<int, vector<int>, greater<int> > q; //最小堆 4 public: 5 void Insert(int num) 6 { 7 //偶数个，应该压入最小堆 8 if (((p.size() + q.size()) & 1) == 0) { 9 if (p.size() > 0 && num < p.top()) { 10 int temp = p.top(); 11 p.pop(); 12 p.push(num); 13 q.push(temp); 14 } else { 15 q.push(num); 16 } 17 } else { //奇数个

数据结构中的栈不要与 Java 中的栈混淆，他们俩不是一回事，数据结构中的栈是一种受限制的线性表，栈具有先进后出、后进先出的特点，因为栈只允许访问最后一个数据项，即最后插入的数据项。也许你会有疑问，栈既然有这么多限制，为什么不用数组或者链表而使用栈？在开发中，我们有特定的场景，根据特定的场景去选用数据结构，栈的适用场景非常多，比如浏览器的前进与后退、字符串括号的合法性等，我们使用栈来实现就比较好，因为栈相对数组、链表来说对外提供的接口要少很多，接口少了，出错的概率就减少了，对风险的可控性就提高了。 实现一个栈 从栈的定义中可以看出，栈主要有两个操作，一个是新增一条数据，我们叫做入栈，另一个是获取一条数据，称为出栈，下面两张图是入栈出栈示意图。 栈的实现有两种方式，一种是基于数组实现的，我们叫作顺序栈，另一种是基于链表实现的，我们叫作链式栈。下面是两种栈的实现代码 基于数组的顺序栈 /** * 基于数组的顺序栈 */ public class ArrayStack { // 栈最大容量 private int maxSzie; // 存放内容 private String[] array; // 栈顶元素 private int top; public ArrayStack(int size){ this.maxSzie = size; this.array = new String

下图1为 Linux 性能优化排查工具的总结 图1 诊断 CPU 工具 查看 CPU 核数 总核数 = 物理CPU个数 X 每颗物理CPU的核数 总逻辑CPU数 = 物理CPU个数 X 每颗物理CPU的核数 X 超线程数 查看物理CPU个数 cat /proc/cpuinfo| grep "physical id"| sort| uniq| wc -l 查看每个物理CPU中core的个数(即核数) cat /proc/cpuinfo| grep "cpu cores"| uniq 查看逻辑CPU的个数 cat /proc/cpuinfo| grep "processor"| wc -l 或者 top 后按 1，第三行开始数有几个CPU 就是几个逻辑CPU 如图2只有一个逻辑CPU0 图2 top top命令可以实时动态地查看系统的整体运行情况，是一个综合了多方信息监测系统性能和运行信息的实用工具。通过top命令所提供的互动式界面，用热键可以管理。 语法 top [选项] 选项 -b：以批处理模式操作； -c：显示完整的治命令； -d：屏幕刷新间隔时间； -I：忽略失效过程； -s：保密模式； -S：累积模式； -i<时间>：设置间隔时间； -u<用户名>：指定用户名； -p<进程号>：指定进程； -n<次数>：循环显示的次数。 图3 在 Linux 命令终端输入 top

ngxtop是一款python模块，可实时展示nginx的日志情况，支持自定义日志格式、过滤。 官网： https://github.com/lebinh/ngxtop (2015年之后就没有再更新了，有些可惜) 安装： # pip install ngxtop 使用方法 # ngxtop --help ngxtop - ad-hoc query for nginx access log. Usage: ngxtop [ options ] ngxtop [ options ] ( print | top | avg | sum ) < var > .. . ngxtop info ngxtop [ options ] query < query > .. . Options: -l < file > , --access-log < file > access log file to parse. -f < format > , --log-format < format > log format as specify in log_format directive. [ default: combined ] --no-follow 默认情况下ngxtop只会分析新增日志 ( 类似tail -f ) ；使用这个选项使ngxtop分析日志文件中的已有日志 -t < seconds

偏函数 import functools # 偏函数 def func(a1,a2): print(a1,a2) new_func = functools.partial(func,123) new_func(2) Flask中的偏函数应用： def _lookup_req_object(name): top = _request_ctx_stack.top if top is None: raise RuntimeError(_request_ctx_err_msg) return getattr(top, name) def _lookup_app_object(name): top = _app_ctx_stack.top if top is None: raise RuntimeError(_app_ctx_err_msg) return getattr(top, name) request = LocalProxy(partial(_lookup_req_object, "request")) session = LocalProxy(partial(_lookup_req_object, "session")) g = LocalProxy(partial(_lookup_app_object, "g")) 第一个参数：自定义函数或者是python内置函数 第二个参数

<!DOCTYPE html> <html lang=" en"> <head> <meta charset=" UTF-8"> <title>悬浮的小广告 </title> <style> .left{ width: 100px; height: 150px; background-color: orange; position: absolute; top: 250px; left: 0; } .left span{ position: absolute; top: 0; right: 0; display: block; } .right{ width: 100px; height: 150px; position: absolute; background-color: orange; top: 250px; right: 0; } .right span{ position: absolute; display: block; top: 0; left: 0; } .center{ position: absolute; left: 12%; } </style> <script src=" js/jquery-1.11.3.min.js "> </script> <script> $(function(){ var num = $('.div1').offset()