看到lct的题解比较少，所以我来贡献一篇 注意的地方and坑点 1. 只用把mmax [ 0 ]（维护的最大值）初始化为极小值 2. sum [ i ] , mmax [ i ]在输入时就可赋值为val [ i ] 3. 要先储存下联通的点，在输入完val后再进行link操作 CHANGE操作 ch ...
分类：
其他好文 时间：
2019-07-21 10:25:44
阅读次数：
94
理论 任何灰度图像都可以看作是一个地形表面，其中高强度表示山峰和丘陵，而低强度表示山谷。用不同颜色的水(标签)填充每个孤立的山谷(局部极小值)。当水上升时，根据附近的峰(梯度)，不同山谷不同的颜色的水，显然会开始融合。为了避免这种情况，你在水就要融合的地方及时增加屏障（增高水坝）。你继续填满水，建造 ...
分类：
编程语言 时间：
2019-07-14 22:38:17
阅读次数：
247
【UOJ 386】【UNR 3】鸽子固定器（贪心） 题面 "UOJ" 题解 一个不难想到的暴力做法是把东西按照$s$排序，这样子我们枚举极大值和极小值，那么我们选择的一定是这一段之间$v$最大的那$m$个东西。 考虑优化这个过程，我们枚举右端点，左端点向左移动，每次插入一个元素，用堆来维护选择的过程 ...
分类：
其他好文 时间：
2019-07-03 00:39:40
阅读次数：
95
无约束极小值的最优化条件： 关于多元函数极小值点的必要条件： 满足的点称之为f(x)的驻点或稳定点，但是反过来，满足梯度条件的点不一定是f(x)的局部极小值。因此，定理转化为求解下面的方程组问题： 对于上面的线性方程组，利用解析法（如高斯消元法、矩阵三角分解法等）可以较方便求解，但是遗憾的是，f(x ...
分类：
其他好文 时间：
2019-06-15 11:54:10
阅读次数：
146
这里是最基本， 有多基本？ 1.头文件： #include<cmath> #include<vector> #include<cstdio> #include<cstring> #include<algorithm> using namespace std; 2.几个常量 eps：正的极小值。 由于 ...
分类：
其他好文 时间：
2019-06-01 23:37:57
阅读次数：
236
"嘟嘟嘟" 谁说CQOI的题都是板儿题，我就觉得这题挺难的…… 看到数据范围这么小，就会想状压。然而$2 ^ {28}$肯定过不了。不过对于所有的极小值的格子，最多不会超过8个，所以我们状压选了哪些局部极小值的格子（坑儿）。 然后我们从小到大填数，那么对于一个数$i$，他无非就两种填法：填入一个坑， ...
分类：
其他好文 时间：
2019-05-29 14:36:11
阅读次数：
101
首先看一张函数图像： 很明显，这个函数最小值点在E点，而A、C、G是函数的局部极小值点。我读书期间学的数学专业，研究的方向就是最优化算法，说的直白点，就是找函数的最小值点，如果得找到了E点就说明成功了，可是如果只找到了A、C、G中的一个就停滞，这时算法就陷入局部最优了，这个时候就需要修改算法，需要加 ...
分类：
其他好文 时间：
2019-04-08 18:38:03
阅读次数：
209
2019-01-18 今日头条 机器学习实习生-音视频方向 中关村 紫金数码园 1.自我介绍 2.介绍项目 3.CNN原理，OCR原理，激活函数，为什么用ReLu ,如何避免陷入局部极小值 4.传统图像特征提取，边缘检测 5.C语言变量常量如何存储，进程线程，如何避免死锁 6.Python 中元组和 ...
分类：
其他好文 时间：
2019-01-18 13:31:55
阅读次数：
289
题目 "P3160 [CQOI2012]局部极小值" 一眼就是状压，接下来就不知道了$qwq$ 做法 我们能手玩出局部小值最多差不多是$8,9$个的样子，$dp_{i,j}$为填满$1~i$数字，局部小值的状态为$j$ 第$k$个局部极小值填$i$：$dp[i][j]=(dp[i][j]+dp[i ...
分类：
其他好文 时间：
2019-01-13 12:23:48
阅读次数：
216
1、无约束最优化问题 求解此问题的方法方法分为两大类：最优条件法和迭代法。 2、最优条件法 我们常常就是通过这个必要条件去求取可能的极小值点，再验证这些点是否真的是极小值点。当上式方程可以求解的时候，无约束最优化问题基本就解决了。实际中，这个方程往往难以求解。这就引出了第二大类方法：迭代法。 最优条 ...
分类：
编程语言 时间：
2018-12-12 23:41:34
阅读次数：
349
