mex

支持向量机（support vector machine，SVM）是机器学习中一种流行的学习算法，在分类与回归分析中发挥着重要作用。基于SVM算法开发的工具箱有很多种，下面我们要安装的是十分受欢迎的libsvm工具箱。 libsvm简介 LIBSVM 是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的 SVM 模式识别与回归的软件包，它不仅提供了编译好的可在 Windows 系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用； 该软件还有一个特点，就是对 SVM 所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross-SVM回归等问题，包括基于一对一算法的多类模式识别问题。 libsvm与MATLAB自带的svm工具箱的区别 在MATLAB中，同样自带了一个svm工具箱，不过相比于libsvm，在功能性和易用性方面有一些差距。具体差别表现在： MATLAB自带的svm实现函数仅支持分类问题，不支持回归问题；而libsvm不仅支持分类问题，亦支持回归问题 MATLAB自带的svm实现函数仅支持二分类问题，多分类问题需按照 多分类的相应算法 编程实现；而libsvm采用 一对一方法 支持多分类 MATLAB自带的svm工具箱无法改变高斯核函数中的参数

上接 FJOI2019瞎打记 和 NOI2019打铁记 。 day 0 早上睡到很迟，下午看考场，很劲爆，不用 FrC 提交了。打了一个 NTT（FJOI 怎么可能考）和一个 SA 然后走了。 晚上打模板，复习资料什么的。 我写下这句话的时间是 00:48。 ++FJOI2020.rp 当 NOI2019 落幕时，在广州二中的颁奖典礼门外，我拭净眼角的泪水后 哐当一声，有一个声音告诉我：「 你再也不能笑着说『还有下一次』了 」。 day 1 早上进校门的时候，测的体温是 37°，很可怕。 进考场，看题，T1 费用流原题，在哪本书里好像有印象。写完后大概是过了四十分钟这样。 T2 看了一会儿发现要个圆方树，很吓人。赶快回忆了一波 Tarjan 怎么写，然后建出来圆方树。 然后就不会了，他要求的是点，但是如果考虑边呢？好像可以启发式合并，那就很好，可以 \(\mathcal O (n \log n)\) ，但是怎么把边转化成点呢。 推了一下发现很弱智，就是周围边加上自己再除以 \(2\) 。大概九点四十写完了，调了调好像把样例过了，手造几组好像没错。 然后后面就在大力搞 T3，看到题立刻手玩 \(n = 4\) 时到底是哪两个比较憨批没法得到，发现是 \([3, 1, 4, 2]\) 和 \([3, 2, 4, 1]\) 。 然后 \(n = 5\) 的玩不动了，赶快写个枚举全排列

原题链接 看到 \(\operatorname{mex}\) ，一个显然的想法就是根号分治。我们设 \(d_u\) 为点 \(u\) 的度数，再设一个合适正整数 \(L\) ，代表根号分治的临界值。将所有的点分为两个集合 \(S_1,S_2\) ，使得 \(\forall u\in S_1,d_u\le L;\forall u\in S_2,d_u>L\) 。有一个显然的性质是 \(|S_2|\le \big\lfloor \dfrac{2\times n}{L}\big\rfloor\) 。 先考虑查询。对于所有 \(S_1\) 中的点，因其邻居的个数最多是 \(L\) ，所以珂以暴力枚举邻居算 \(\operatorname{mex}\) 。这个算法是珂以做到 \(O(L)\) 的(答案输出的 \(\operatorname{mex}\) 的最大值只能是 \(n\) ，所以你珂以把所有大于 \(n\) 的数设置成 \(n\) )。对于所有 \(S_2\) 中的点，你就必须要对每个 \(S_2\) 中的点用一个 奇技淫巧的 数据结构来维护了。这个数据结构必须要支持全局查询 \(\operatorname{mex}\) 。 先不谈这个数据结构要实现哪些东西，我们来看看修改。修改是单点修改。一个点的修改只会影响到它周边邻居的答案。设点 \(u\) 的邻居的集合为 \(C_u\)

[Ynoi2011]ODT \(O(nlog^2n)\) 的做法非常显然 直接把树重链剖分一下，每个点维护轻儿子的平衡树就行 但是这题 \(1e6\) 的数据范围使得 \(O(nlog^2n)\) 没那么容易卡过去(当然很多人卡过去了 考虑给一个点很多重儿子 那么若一个点有 \(k\) 个重儿子，修改复杂度就变成 \(O(log_knlog_2n)\) ，而查询复杂度变成 \(O(klog_2n)\) 了 为了均摊我们需要 \(log_kn=k\rightarrow k^k=n\) ，发现当 \(k=7\) 时应该是最优的 这样我们得到了一个复杂度 \(O(7nlogn)\) 的算法，已经足够通过这道题了 好像还有一个 \(log\) 的做法但是我不会也找不到讲解先咕了 [Ynoi2019]魔法少女网站 Ynoi+序列=分块 考虑把操作分块 把所有询问按照x从小到大排序，对于当前的x，把小于等于他的位置设为1,大于的位置设为0，每次x变大就把新符合的变成1 用类似链表的东西维护一下 由于需要查询区间我们考虑分块维护（因为我们需要 \(O(1)\) 插入，现在唯一的问题就是修改操作中会把1变成0 考虑一个套路就是插入之后按序撤销，初始让所有被修改的位置一直是0就行了 复杂度 \(O(n\sqrt{n})\) [Ynoi2017]由乃的玉米田 前两个操作可以显然的用莫队+bitset做

题目链接 题目描述 给你n个节点的凸包（未连线），每次选择两个点连一条线，不能与之前出现的线有相交。当出现一个凸包的时候游戏结束 谁最后无法移动了就输了，现在问 是先手必胜还是后手必胜。 类似题： HDU4664 Triangulation HDU描述的是当出现一个三角形时 游戏结束。其实是一个意思,HDU的范围大一点 涉及循环节。 做法：SG函数。如果你是第一次听说SG函数。看链接： 知乎 而对于这题的分析呢。 每一个点集都可以被一条直线分割成一个包含两部分的子局面，根据SG函数从前往后推 那么对于当前局面SG（x），它的后继局面为 任选两个点连接后，得到的局面是被该线分割成两部分，如果下一个人在这条线的两个端点任意一个出发再连一条线，则下下个人就可以连成三角形使得游戏结束，因此下一个人必不会再从这两个端点连线。因此后继局面为sg(i)与sg(x-i-2) [0<=i<=x-2] 即得到sg函数为： SG(X)=mex{sg(i)^sg(x-i-2)} [0<=i<=x-2] 对于GYM的这道题 直接推SG数组即可。 对于HDU 的打表找循环节 由于数据的n很大，打表出前1000项观察可以得到循环节。。。打表 代码参考来自： 博客 /* 因为一条直线把当前局面分割成两个子局面， i-2是连接完直线后剩下的点，所以两个子局面的异或就是sg[j]^sg[i-2-j] */

博弈论 序： 理论铺垫： 几种常见类型详解： 一、巴什博弈： 二、威佐夫博奕： 三、Fibonacci博弈: 四、尼姆博弈: 五、公平组合博弈（Impartial Combinatori Games）: 博弈的王道——『Sprague-Grundy函数和Sprague-Grundy定理』 【实例】取石子问题： 序： 博弈是信息学和数学试题中常会出现的一种类型，算法灵活多变是其最大特点，而其中有一类试题更是完全无法用常见的博弈树来进行解答。 寻找必败态即为针对此类试题给出一种解题思路。 此类问题一般有如下特点： 1、博弈模型为两人轮流决策的非合作博弈。即两人轮流进行决策，并且两人都使用最优策略来获取胜利。 2、博弈是有限的。即无论两人怎样决策，都会在有限步后决出胜负。 3、公平博弈。即两人进行决策所遵循的规则相同。 理论铺垫： 1、定义P-position和N-position： 其中P代表Previous，N代表Next。直观的说，上一次move的人有必胜策略的局面是P-position，也就是“先手必败”，现在轮到move的人有必胜策略的局面是N-position，也就是“先手可保证必胜”。 （ 1 ）无法进行任何移动的局面（也就是terminal position）是P - position； （ 2 ）可以移动到P - position的局面是N - position； （

Windbg是.NET高级调试领域中不可或缺的一个工具和利器，也是日常我们分析解决问题的必备。准备近期写2篇精华文章，集中给大家分享一下如果通过Windbg进行.NET高级调试。 今天我们来一篇入门的文章。首先，Windbg是什么？ Windows Debugger，简称WinDbg，.NET 最强分析调试利器。它可以用来： 调试内核模式和用户模式代码 分析Crash dump 分析代码执行时 CPU 寄存器信息 我们可以通过WinDbg调试以下具体问题： 线程阻塞 内存泄露 分析查询运行时线程堆栈和变量 分析进程Crash原因 分析消耗CPU原因 查看并调试CLR异常 … 那么，首先我们先进行Windbg下载安装、配置。 一、下载安装WinDbg，配置调试环境 1. 推荐下载链接 https://raw.githubusercontent.com/EasyDarwin/Tools/master/Windbg_x86_x64/dbg_amd64.msi 或者从Windows Store下载 WingDbg Preview版本 下载后一步一步安装即可 2. 配置调试符号 大家会问一个问题：为什么要配置调试符号？ 若要使用 WinDbg 提供的所有高级功能，必须加载适当的符号：比如说我们可以调试、查看.NET CLR程序堆栈，此时要加载对应的调试符号。

智能网关IGT-DSER支持多点对多点的设置之间通讯，支持以太网，串口设备混合数据交换；无需编程开发，只须配置数据的起始地址和数量即可，支持热插拔，断电重启后自恢复运行，在实际的工程项目中应用方便。 欧姆龙与西门子PLC之间通讯 下面是罗克韦尔(AB)的Compact系列的PLC与西门子S7-1500之间的通讯的配置，实现AB的标签数组与西门子DB数据块之间通讯。 首先在AB的PLC内建立输入和输出数组，用于接收和写入S7-1500的PLC数据，名称分别是IN_INT16、OUT_OUT16，输入80个字即160个字节，输出40个字即80个字节，类型都为INT，如下图，注意新建立的数组须要下载后重启PLC才会生效。 然后在西门子PLC内建立数据块_4和数据块_5两个DB，号码分别是DB101、DB102，DB101写入到AB的PLC，DB102接收AB的PLC数据，都需要取消优化访问，字节数据与AB的PLC对应，如下图，同样新建立的DB须要下载后重启PLC才会生效。 然后开始配置网关，通过网关的参数设置软件( 下载地址 )搜索到网关模块后，读取默认参数，在'功能'->‘类型与设备选择’页面的4种类型选择最下面一项，点'确认当前选择'按钮，切换为类型4，系统为IGT-CLI-MEX，即多设备数据交互模式，如下图，然后下载重启： 重启后设置网关模块的网口参数，AB

将SDPT3配置到matlab 用yalmip和matlab建模求解优化问题时，对于半定规划问题用LMILAB直接求解不了，查了查发现在YAMLIP中使用lmilab是禁止（虽然没有报错）。一是因为lmilab速度慢，影响YALMIP的效率问题。更重要的是，lmilab不显示任何错误和不可行性报告给YAMMIP。 因此，不论是否可行，YAMLIP只能友好的显示‘successfully solved’。所以转而考虑使用SDPT3来求解半定规划问题。在网上找了一通，好像对于SDPT3的配置教程没人写过，实际配置还是很麻烦就决定写下来记录一下。 1.首先是SDPT3的下载，网上搜其配置找到的安装包全是需要积分或者充值很麻烦，其实直接从官网自己下就OK了。 http://www.math.cmu.edu/~reha/sdpt3.html 2.下载完成后，按照文件里README提示，需要在matlab中执行 Installmex 文件，运行后发现如果matlab中未配置过支持的mex文件的编译器或者SDK是运行不了的。 3.下载安装支持MEX文件的编译器。 在主页附加功能——>获取附加功能弹出附加功能资源管理器 在搜索框输入mingw即可找到需要的MinGW编译器，如果是R2017b及以后版本直接下载就好。 我下载了MinGW，发现并不适配R2016b，按照提示找到适配版本即可。