当前标签：ACM

K倍区间

ISGuXing 2019-03-22 22:12 阅读:238 评论:0 推荐:0 编辑

最小生成树板子

ISGuXing 2019-03-21 16:11 阅读:277 评论:0 推荐:0 编辑

启发式搜索（heuristic search）———A*算法

ISGuXing 2018-10-16 20:35 阅读:29731 评论:0 推荐:5 编辑

有一个正整数N可以分解成若干个正整数之和，问如何分解能使这些数的乘积最大？

ISGuXing 2018-09-18 21:19 阅读:2013 评论:0 推荐:0 编辑

牛客小白月赛2 F题黑黑白白（博弈或dfs）

ISGuXing 2018-04-22 20:36 阅读:248 评论:0 推荐:0 编辑

牛客小白月赛2 E题是是非非（尼姆博弈）

ISGuXing 2018-04-22 16:40 阅读:202 评论:0 推荐:0 编辑

牛客小白月赛2 D题虚虚实实

ISGuXing 2018-04-22 16:36 阅读:275 评论:0 推荐:0 编辑

江西财经大学第一届程序设计竞赛 G题小Q的口袋校园

ISGuXing 2018-04-22 16:17 阅读:220 评论:0 推荐:0 编辑

江西财经大学第一届程序设计竞赛 I 题小P和小Q

ISGuXing 2018-04-22 15:02 阅读:248 评论:0 推荐:0 编辑

江西财经大学第一届程序设计竞赛 H题- 小P的数学问题

ISGuXing 2018-04-22 14:51 阅读:213 评论:0 推荐:0 编辑

江西财经大学第一届程序设计竞赛 F题 -解方程

ISGuXing 2018-04-22 14:44 阅读:182 评论:0 推荐:0 编辑

HDU2553 N皇后问题

ISGuXing 2018-04-20 11:35 阅读:157 评论:0 推荐:0 编辑

2018年长沙理工大学第十三届程序设计竞赛 G 题：逃离迷宫

ISGuXing 2018-04-20 10:20 阅读:300 评论:0 推荐:0 编辑

Codeforces #475 div2

ISGuXing 2018-04-19 11:29 阅读:229 评论:0 推荐:0 编辑

埃森哲杯第十六届上海大学程序设计联赛春季赛暨上海高校金马五校赛 L题 K序列

ISGuXing 2018-04-17 17:38 阅读:217 评论:0 推荐:0 编辑

埃森哲杯第十六届上海大学程序设计联赛春季赛暨上海高校金马五校赛 I题二数

ISGuXing 2018-04-17 17:25 阅读:224 评论:0 推荐:0 编辑

埃森哲杯第十六届上海大学程序设计联赛春季赛暨上海高校金马五校赛 F题 1+2=3 ？

ISGuXing 2018-04-17 17:19 阅读:224 评论:0 推荐:0 编辑

埃森哲杯第十六届上海大学程序设计联赛春季赛暨上海高校金马五校赛 Wasserstein Distance

ISGuXing 2018-04-17 17:15 阅读:199 评论:0 推荐:0 编辑

hdu 5685

ISGuXing 2018-04-11 21:48 阅读:186 评论:0 推荐:0 编辑

hdu 5512 Pagodas

ISGuXing 2018-04-11 20:33 阅读:144 评论:0 推荐:0 编辑

公告

昵称： ISGuXing
园龄： 7年7个月
粉丝： 18
关注： 4

<

2025年3月

>

日

一

二

三

四

五

六

23

24

25

26

27

28

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

3

4

5

随笔分类

随笔档案

文章档案

2017年7月(1)

阅读排行榜

评论排行榜

推荐排行榜

最新评论

1. Re:高斯朴素贝叶斯（Gaussian Naive Bayes）原理与实现——垃圾邮件识别实战
您好，请问预处理的代码是怎样的呢？
--谁来救救我
2. Re:A Novel Cascade Binary Tagging Framework for Relational Triple Extraction（论文研读与复现）
博主您训练时长多少啊，我这训练的好慢啊
--哈西西
3. Re:使用Py2neo更新Neo4j中节点的属性值的正确姿势
你好，请问，您图中这个治愈数等属性是能根据值更新的么？
--李舒木子馨
4. Re:KNN算法之KD树（K-dimension Tree）实现 K近邻查询
@ISGuXing 感谢博主的解答，相明白了😁...
--pengkai
5. Re:KNN算法之KD树（K-dimension Tree）实现 K近邻查询
@pengkai K是KNN算法的一个超参数，跟你是否使用KD树没有任何关系，在我这篇博客的实现里，get_nearest_neighbour()函数的K默认为1，你也可以改为3,5,7，……，K最好...
--ISGuXing