Nodeppt 入坑指南前置准备 阅读官方文档: https://github.com/ksky521/nodeppt 观看官方 demo https://nodeppt.js.org/#slide=1 安装 node.js 下载地址: https://nodejs.org/zh-cn/ 安装 nodeppt npm install -g nodeppt 如果一直显示 still install

分治问题中递归函数时间复杂度浅析Preface在各类分治 (Divide-and-Conquer) 问题中, 我们经常使用递归函数来方便地进行子问题的处理和结果的合并. 典型的例子有归并排序 (merge sort) 和离散快速傅里叶变换 (Fast Fourier Transform)。对于这种递归函数算法的时间复杂度分析我们可以使用三种方法:代入法 (The substitution meth

搭建SM2 Wiki之路Preface想不到什么好标题就用这个了。这篇文章记录了我搭建SM2 Wiki的大致经历,在这个过程中遇到的许多问题以及最后的解决方式。希望能给大家,尤其是也想通过Mkdocs搭建的人一些参考。但是本文也是个人理解,无法保证没有错误,恳请谅解。 在这里先致谢mkdocs和所有网络上参考资料的编辑者 准备工作首先我使用了阿里云学生优惠的服务器,100+RMB 每年,选择安装的

FFT—快速傅里叶变换入门 快速傅里叶变换(英语:Fast Fourier Transform, FFT),是快速计算序列的离散傅里叶变换(DFT)或其逆变换的方法[1]。傅里叶分析将信号从原始域(通常是时间或空间)转换到频域的表示或者逆过来转换。FFT会通过把DFT矩阵分解为稀疏(大多为零)因子之积来快速计算此类变换。[2] 因此,它能够将计算DFT的复杂度从只用DFT定义计算需要的 $O(n^

均差 均差(Divided differences)是递归除法过程。在数值分析中,可用于计算牛顿多项式形式的多项式插值的系数。在微积分中,均差与导数一起合称差商,是对函数在一个区间内的平均变化率的测量[1][2][3]. (维基百科) 说实话我不知道为什么除维基百科外其他地方都是直接称为差商,在这里我还是采用维基百科的说法”均差” 给出经过若干个数据点$(xi,f(x_i))$的函数$f(x)$,

标题只是乱起的 , 我这天马行空的脑袋不知怎么同时蹦出Taylor超好听的新歌Paper rings和Super Snacks里的洋葱圈. “七月二十二日我坐着飞机,飞过了故乡,跨过了汪洋来到了这座陌生的城市——新加坡 数着日历上的数字,我才发现已经在这里生活了一个多月,闭上眼睛回想,坐上。。。” 打住!这不是你的上一篇博客吗??? Anyway,我已经在这里生活了一个多月,所谓cultural

七月二十二日我坐着飞机,飞过了故乡,跨过了汪洋来到了这座陌生的城市——新加坡 数着日历上的数字,我才发现已经在这里生活了19天,闭上眼睛回想,当时坐上MOE大巴时的懵懂,好奇的感受还萦绕在脑海 新加坡的气候与离乡时江西的气候相比除了更潮,并无多大差异,我也很快地适应了;而这里的每日饮食(多半是强制餐)也并没有想象中那么难以接受,实际上我也是是一位对饮食不那么挑剔的人;交际上呢,周围都是说着普通话的

明天就要踏上通往异国的班机,迎接一个新的开始,也同时意味着我高中生涯的结束,或者更广泛地,在这片我热爱的土地上生活的告一段落。每每想到这,总是忍不住鼻子一酸,想落下眼泪(也许我就是这么感性),回想过往,有那么多的欢声笑语,同样多的泪水,同样多的遗憾,同样多的无聊。这些都无法延续,只是化成往事,徒留感叹。 我总是想起很早很早以前在读者上看到的一篇文章,标题大概是那些擅于告别和不擅于告别的人,而我就属

题目链接原题面: http://codeforces.com/contest/1189/problem/B 中文翻译: https://www.luogu.org/problemnew/show/CF1189B 解析突然发现太久没写题解了(其实是没写什么题),思维能力感觉差了好多QAQ 题目要求我们做的非常简单,但一开始毫无头绪 突然想到按照化环为链的想法试图将问题简化一下 发现如果想要构造一个满

我的假期过的这将近二十天中,总有一种隐隐约约的奇怪感觉,感觉心中十分的空虚,感觉生活十分的乏味,感觉整个人跟坏掉了一样。我被这种感觉侵蚀着,也正是因为如此,在家中的情绪一直很糟糕。终于在前几天,我下定决心不能这样下去了,索性再次返校学习,白天在信息教室,晚上回寝室睡。。。感觉有点像当时听课时的生活,但是现在只有我只身一人。 返校后收获了很多惊喜:第一天中午的邂逅和那一段话,身边人写的同学录。。。当