1A还行 Description 在Bytemountains有N座山峰，每座山峰有他的高度h_i。有些山峰之间有双向道路相连，共M条路径，每条路径有一个困难值，这个值越大表示越难走，现在有Q组询问，每组询问询问从点v开始只经过困难值小于等于x的路径所能到达的山峰中第k高的山峰，如果无解输出-1。 ...
分类：
其他好文 时间：
2019-01-19 11:05:50
阅读次数：
186
public static int dip2px(Context context, float dpValue){ final float scale = context.getResources().getDisplayMetrics().density; return (int)(dpValue ...
分类：
其他好文 时间：
2019-01-13 17:04:27
阅读次数：
199
1、概述 通过后处理软件获得流场数据的密度云图，做出附着于壁面上液滴或气泡在接触点上的切线，测量可以获得浸润角度，手工做切线存在较大的自由度，所得的角度往往并不精确，可以考虑用圆拟合液滴或者气泡，通过拟合出的圆半径及圆心位置，则可以精确的计算出相应的角度，相比做切向的方法，准确度有较大的提升，但是如 ...
分类：
其他好文 时间：
2019-01-06 14:24:06
阅读次数：
196
$\color{ 0066ff}{题目描述}$ 在Bytemountains有N座山峰，每座山峰有他的高度$h_i$ 。有些山峰之间有双向道路相连，共$M$条路径，每条路径有一个困难值，这个值越大表示越难走，现在有$Q$组询问，每组询问询问从点$v$开始只经过困难值小于等于$x$的路径所能到达的山峰 ...
分类：
其他好文 时间：
2019-01-03 19:26:49
阅读次数：
201
当概率模型依赖于无法观测的隐性变量时，使用普通的极大似然估计法无法估计出概率模型中参数。此时需要利用优化的极大似然估计：EM算法。 在这里我只是想要使用这个EM算法估计混合高斯模型中的参数。由于直观原因，采用一维高斯分布。 一维高斯分布的概率密度函数表示为： 多个高斯分布叠加在一起形成混合高斯分布： ...
分类：
编程语言 时间：
2019-01-01 16:08:21
阅读次数：
235
[题目链接] https://www.lydsy.com/JudgeOnline/problem.php?id=3545 [算法] 离线加边 ， 用并查集维护连通性 ， 然后线段树合并即可 时间复杂度 : O(NlogN) [代码] ...
分类：
其他好文 时间：
2018-12-31 22:40:33
阅读次数：
276
Sometimes,wewillconfusewheretoopenarestaurantwhilewearerichenough.So,canwefindthewaytodotheassessments?Ofcourse,yes.So,let’sdoit.Wewilltake“Shanghai”and“Tokyo”asoursamples.Hereistheinformationfromwiki
分类：
其他好文 时间：
2018-11-18 19:25:06
阅读次数：
184
给一个图，每个点有点权，$q$ 次询问从 $x$ 开始只走点权小于等于 $y$ 的路径能到的点中第 $k$ 大的点权，无解输出 -1 强制在线 请注意因为这个 sb 博主为了描述方便，这里的题目描述用的字母跟原题有出入，题解跟跟这里的题目描述一样，不一定跟 bzoj 上一样（ $n \leq 10^ ...
分类：
其他好文 时间：
2018-10-25 21:12:54
阅读次数：
170
题目描述 在Bytemountains有N座山峰，每座山峰有他的高度$h_i$。有些山峰之间有双向道路相连，共M条路径，每条路径有一个困难值，这个值越大表示越难走，现在有Q组询问，每组询问询问从点v开始只经过困难值小于等于x的路径所能到达的山峰中第k高的山峰，如果无解输出 1。 输入输出格式 输入格 ...
分类：
其他好文 时间：
2018-10-23 14:35:35
阅读次数：
173
1. 程序启动图标（icon launcher） 放在mipmap-*dpi下，文件名为ic_launcher.png L DPI ( Low Density Screen，120 DPI )，其图标大小为 36 x 36 px M DPI ( Medium Density Screen, 160 ...
分类：
移动开发 时间：
2018-10-15 14:46:41
阅读次数：
217
