Complete Search 完全搜索
02_Complete Search 完全搜索什么是完全搜索？完全搜索（Complete Search / Brute Force）是一种通过枚举所有可能的情况来解决问题的算法思想。虽然听起来简单，但在 Bronze 级别中非常有效。 完全搜索的特点 枚举所有可能性：遍历问题的整个解空间 简单直接：不需要复杂的数学推导 适合小规模数据：当解空间较小时非常有效 往往能通过 Bronze 题目：数据规
Simulation 模拟
01_Simulation 模拟什么是模拟算法？模拟算法（Simulation）是最直接的算法思想——按照问题描述直接模拟整个过程。不需要复杂的优化或数学技巧，只需要忠实地执行题目给出的规则。 模拟算法的特点 直观简单：按照题目描述直接实现 无需优化技巧：重点在于正确理解题意 适合入门：Bronze 级别最常见的题型 注意细节：需要仔细处理边界情况和数据范围 适用场景 按照固定规则进行操作的题目
Two Pointers 双指针
Two Pointers 双指针概念双指针方法通过在数组中迭代两个指针来跟踪满足某些条件的索引。有两种常见的变体： 两个指针从数组的两端开始，并相互移动。 两个指针以不同速度沿同一方向移动。这种变体被称为滑动窗口算法。 Sum of Two Valueshttps://cses.fi/problemset/task/1640 Solution我们要找到两个索引 $i$ 和 $j$ ，使得
Two Pointer - Problems
Problems01-Subarray Sums与 Solution - Books 做法类似。不同之处在于，更新 $ans$ 时改为判断 当前子数组之和 $cur$ 是否等于 目标和 $x$ ，是的话 $ans+1$ https://cses.fi/problemset/task/1660 n, x = map(int, input().split()) arr = list(map(int
Custom Comparators and Coordinate Compression 自定义比较器和坐标压缩
Custom Comparators and Coordinate Compression自定义比较器和坐标压缩本文介绍两种在竞赛编程中常用的技术：自定义排序和坐标压缩。 一、自定义排序排序不仅限于数字，还可以用于任意对象。 方法一：使用元组将对象与排序关键字打包成元组： edge_num = 4 edges = [] for _ in range(edge_num): a, b, wi
Binary Search 二分搜索
Binary Search 二分搜索什么是二分搜索？二分搜索是一种在有序数组中查找目标值的高效算法，时间复杂度为 O(log n)。 基本思想每次将搜索区间缩小一半，通过比较中间元素与目标值的大小关系，决定向左还是向右继续搜索。 一、在有序数组上查找二分搜索的两种形式 函数 功能 返回值 lower_bound(x) 第一个 >= x 的位置 第一个 >= x 的元素下
conda & uv
conda创建新环境 conda create -n <env_name> python=3.8 conda activate <env_name> 删除环境 conda env list conda env remove -n <env_name> uvuv init uv venv .venv source .venv/bin/activate
git
git远程推送本地项目到远程仓库 git init git add . git commit -m "first_commit" git remote add origin <远程仓库地址> git push -u origin "main" 重新设置远程仓库 git remote set-url origin <远程仓库地址>