《五月集训》第二十三日——字典树

十几天了！

《五月集训》（第二十三天）——字典树

英雄算法联盟之五月算法集训

知识星球---英雄算法联盟

第一行——咕咕咕（这次是真的咕咕咕，我鸽了周六的集训回家了一趟）。 以下为正文： 7.18——8.2学习总结（其实我学了点儿啥看我写了什么博客就能看出来） 1.欧拉回路+欧拉回路（有向无向）2.笛卡尔树（虽然牛客那道题我不是用笛卡尔树做的）3.矩阵快速幂4.bitset5.单调栈 6.最小生成树7.尺取8.排列组合（第一第二类斯特林）9.一二维树状数组10.ST算法 感...

蓝桥杯简介 蓝桥杯竞赛主要分类两类，包括开发类和算法类。 其中开发类包括：web开发，嵌入式设计与开发，物联网设计与开发，单片机设计与开发。 本文主要介绍算法类 按照语言划分： java python c/c++ 其中每种语言又分为研究生组、大学A组、大学B组、大学C组。 说明： 研究生只能报研究生组。 985、211本科生只能报大学A组及以上组别。 其它院校本科生可自行选择报大学B组及以上组别，高职高专和中职中专院校可报大学C组或其他任意组别。 如选手在报名时未遵照以上规则选择正确组别，一

我们在遍历数组的同时，将遍历过的数字及其索引存入哈希表中。每次遍历到一个新数字时，我们检查目标值与当前数字的差值（即“匹配项”）是否已经存在于哈希表中。如果存在，我们就找到了答案。

Java漏斗算法（漏桶算法）是一种流量整形技术，通过固定速率处理请求来平滑流量。核心实现基于阻塞队列和定时任务，以恒定速率消费队列元素。与令牌桶算法相比，漏斗算法严格控制输出速率但不允许突发流量。工业级推荐使用Guava的RateLimiter（令牌桶变体），分布式场景可采用Redis+Lua实现。典型应用包括数据库保护、API限流等，需根据业务需求权衡流量平滑性与突发处理能力，合理设置桶容量（建议=漏出速率×最大容忍延迟）。

题目要求将数组中的零元素移动到末尾，保持非零元素原有顺序，且需原地操作。解题思路采用双指针法： 初始化dest指针为-1（记录非零序列末尾），cur指针为0（用于遍历） 遍历数组时： 遇到非零元素：dest右移，交换dest与cur位置的元素 遇到零元素：仅cur右移 最终保证[0,dest]区间为非零元素，[dest+1, n-1]区间为零元素 时间复杂度O(n)，空间复杂度O(1)。该方法通过一次遍历和元素交换高效实现零元素后移。

摘要：本文介绍了三种经典排序算法及其应用。快速排序采用分治思想，通过基准值划分数组，优化手段包括三数取中、小区间插入排序等。归并排序通过分治和合并实现，可用于求解逆序对问题。堆排序通过建堆和调整实现，能高效解决TopK问题。文章还分析了排序算法的稳定性，指出冒泡、插入等是稳定的，而选择、快排等不稳定，并给出了实际选型建议，如快排适合一般场景，归并适合稳定排序，堆排序适合TopK问题。

本文介绍了三道使用位运算解决的算法题： 两整数之和：通过异或和与运算模拟加法，循环处理进位直至无进位。 只出现一次的数字II：统计每位出现次数后模3，定位唯一数字的各个比特位。 消失的两个数字：结合异或特性分组处理，将问题转化为找两个出现一次的数字。 这些解法均利用位运算高效实现，时间复杂度为O(1)或O(N)，空间复杂度优化至O(1)，展示了位运算在特定场景下的独特优势。

回溯法也可以叫做回溯搜索法，它是一种搜索的方式。回溯是递归的副产品，只要有递归就会有回溯。所以以下讲解中，回溯函数也就是递归函数，指的都是一个函数。回溯法解决的问题都可以抽象为树形结构（N叉树）是啥？本质？解决啥问题？解决模板回溯–递归三部曲画出树 ，主要收集的是节点还是叶子节点按照模板写代码组合和分割收集的都是叶子节点子集收集每个节点。

我必须考虑这是否是我此生仅有的机会

本文介绍了大语言模型中三种主流的子词分词技术。首先阐述了分词的必要性，即将文本转换为数字序列以便模型处理，并指出现代模型普遍采用子词分词算法来平衡词汇表规模和语义表达能力。随后详细讲解了三种主流算法：1）Byte-Pair Encoding（BPE），通过迭代合并高频字符对构建词汇表；2）WordPiece，基于最大似然准则选择合并对；3）SentencePiece的Unigram语言模型方法，直接从原始字节流学习子词概率分布。每种算法都配有原理说明、具体示例和简化Python实现，展现了子词分词如何帮助模

仅供参考，未经实验验证。DeepSeekMath对SFT、RFT、在线RFT、DPO、PPO、GRPO这些算法有统一范式描述，看看与九步认知循环关系。九步认知循环是一个"元学习操作系统"（关心学什么、什么时候学、什么时候停），六种 RL 算法是这个操作系统下的"具体优化程序"（关心给定目标后怎么更新参数）。两者在"反馈-选择-更新"的闭环结构上同构，但九步循环在目标管理和认知层级上更高，而 RL 算法在时序价值预估（Critic）和噪声鲁棒优化上更精细。

│▼│ 传感器数据采集 │ RGB(5视角) + LiDAR + GPS/IMU/Speed│▼│ 数据预处理 │ 图像裁剪/归一化 + LiDAR点云处理│▼│ 视觉特征提取 │ ResNet + HybridEmbed + Position Encoding│▼│ 多模态特征融合 │ Transformer Encoder (多视图注意力)│▼│ 语言指令理解 │ Q-Former + LLaVA/Vicuna│▼。

本文介绍了ConvNeXt语义分割模型在金属晶粒识别中的应用。主要内容包括： 语义分割概念演变; ConvNeXt架构特点,8种金属专用模型, 分辨率优化策略。该方案通过专业化的模型设计，为金属材料显微分析提供了高精度的自动化识别解决方案。

关于“拓扑排序”，主要看图片中的内容来理解。