Ascendira

空洞骑士未完成成就 空洞骑士：打败空洞骑士并成为容器 兄弟：完成大师万神 幸福的夫妇：允许铁建铁匠寻找新的使用 专注：完成贤者万神殿 灵魂与阴影：完成骑士万神殿 驱逐：讲格林剧团驱逐圣巢 敏锐的猎人：在猎人日志上记录圣巢所有的生物 忽略：不管左特让他去死 真正的猎人：得到猎人的印记 时代的终结：协助使者继续前进 纯粹完成：通关并达成112%的游戏完成度 速通1：在10小时内完成游戏 快速完成：达成100%的游戏完成度并在20小时内完成游戏 拥抱虚空：在圣巢万神殿晋升并不如巅峰之列 速通2：在5小时完成游戏 钢铁之魂：在钢铁之魂模式下完成游戏 钢铁之心：在钢铁之魂模式下达成100%的游戏完成度 猎人日志 未完成 未发现

常见数据规模 (n) 可接受的时间复杂度 常见算法举例 n ≤ 20 O(2ⁿ), O(n!) 深度优先搜索 (DFS)、状态压缩动态规划 n ≤ 1,000 O(n²), O(n² log n) 动态规划、Floyd算法、朴素Dijkstra n ≤ 100,000 O(n log n) 排序、线段树、树状数组、堆、分治、最短路算法 n ≤ 1,000,000 O(n) 单调栈、KMP、并查集（路径压缩）、双指针、哈希表 n > 1,000,000 O(1), O(log n) 数学公式、二分查找、快速幂 图常用算法搜索算法深度优先搜索广度优先搜索最短路径算法Dijkstra 解决非负权图的单源最短路径问题，使用贪心策略 Bellman-Ford 处理含负权边的图的单源最短路径，并能检测负权环 Floyd-Warshall 计算所有顶点对的最短路径，适用稠密图 最小生成树算法Kruskal 按权重从小到大选择边，使用并查集检测环，适合稀疏图 Prim 从起点逐步扩展最小生成树，使用优先队列，适合稠密图 拓扑排序算法 针对有向无环 ...

C&C++STLVector 连续动态数组特性 动态大小：vector 的大小可根据元素数量的增减自动调整，无需手动管理内存 连续存储：元素在内存中连续存储，类似于内置数组，因此支持通过索引进行快速随机访问 自动内存管理：vector 自动处理内存的分配和释放，减少了内存泄漏的风险 类型安全：作为模板类，vector 可以存储任意类型的元素（内置类型、对象、指针等），并在编译时进行类型检查 初始化 初始化方式 示例代码 说明 默认构造 std::vector<int> vec1; 创建空的 vector，动态添加 指定大小 std::vector<int> vec2(5); 5 个元素，默认初始化为 0 指定大小和初始值 std::vector<int> vec3(5, 10); 5 个元素，每个都初始化为 10 初始化列表 std::vector<int> vec4 = {1, 2, 3, 4, 5}; 使用花括号初始化列表或表示列表 拷贝构造 std::vector<i ...

CSP刷题记录1.

SpringBoot 基本操作SpringBoot 项目创建spring 官方创建 springboot项目社区版的 IntelliJ IDEA 虽然没有 Spring initializr 插件，但是Spring官方仍然提供了一个友好方式给予我们快捷的创建Spring boot项目。 注意:官方提供的构建工具默认只能选择固定的版本,有些版本之间的差异非常大,所以如果需要选择某个版本可以自行在pom.xml文件中修改版本 打开在线的 spring initializr 网址： https://start.spring.io/ 选择项目的语言、版本、依赖等 选择完成后，点击 “GENERATE”，后台便会自动生成一个项目的源码包并下载到本地。 解压源码包，并使用IDEA打开 配置项目 打开后点击左上角的Build按钮，配置项目，可能会因为Python版本问题，需前往https://www.oracle.com/ 安装对应版本的JDK

Git在不同场景下使用的注意事项场景一本地项目已基本完成，推送至远程仓库与队友共享 初始化仓库 1git init 添加远程仓库 1git remote add <remote_repository_name> <remote_repository_URL> 添加文件到暂存区 1git add . 提交更改 1git commit -m "Initial commit" 创建本地分支 12git checkout -b new-branch-name-b: 创建并切换到一个新分支 重命名本地分支 1git branch -m master main 推送到远程仓库 123git push -u origin main-u: 指定远程仓库中的分支作为本地分支的上游分支-f: 强制推送 场景二Git换行符core.autocrlf 是 Git 中用于控制换行符自动转换的配置选项 会出现如下报错信息，下次接触 —— commit时自动修改，无需过于关注： 1warning: in the working copy of & ...

安装Django使用pip直接安装 1pip install django 检查django版本号 1python -m django --version 创建与开发项目创建项目1django-admin startproject 自定义的项目名称 默认项目各文件作用介绍123456789项目名称├── manage.py 【项目的管理，启动项目、创建app、数据管理】【常用，但不要动】└── 项目名称 ├── __init__.py ├── settings.py 【项目配置】【常修改】 ├── urls.py 【URL和函数的对应关系】【通过指定View类+参数区分视图函数】 ├── asgi.py 【接收网络请求】【不要动】异步 └── wsgi.py 【接收网络请求】【不要动】同步 启动项目1python ./manage.py runserver 创建APP 创建指令 1python ./manage.py startapp APP名称 文件介绍 123456789├── a ...

Datawhale AI夏令营第四期魔搭-AIGC文生图方向Task1笔记文生图技术时间轴：https://www.bilibili.com/video/BV12s4y1o7ys?vd_source=0dd681bfd61a5b268c459718c85af23a 发展阶段 发展介绍 早期探索（20世纪60年代-20世纪90年代） 文生图的概念最早出现于计算机视觉和图像处理的早期研究中。早期的图像生成技术主要依赖于规则和模板匹配，通过预定义的规则将文本转换为简单的图形。然而，由于计算能力和算法的限制，这一阶段的技术能力非常有限，生成的图像质量较低，应用场景也非常有限。 基于统计模型的方法（2000年代） 进入2000年代，随着统计模型和机器学习技术的发展，文生图技术开始得到更多关注。研究者们开始利用概率图模型和统计语言模型来生成图像。尽管这一阶段的技术在生成图像的多样性和质量上有了一定提升，但由于模型的复杂性和计算资源的限制，生成的图像仍然较为粗糙，不够逼真。 深度学习的崛起（2010年代） 2010年代是文生图技术发展的一个重要转折点。随着深度学习，尤其是卷积神 ...