题意给一个n个数的数列a，a[i]定义一个操作：每次可以交换任意位置的两个值；定义最优操作:对于任意一个原数列的一组排列，使其通过尽可能少的操作变回原数列；求构造一组原数列的一组排列，使得在最优操作下操作次数尽可能多；一开始读错题了，读成只能交换相邻点，一直在考虑逆序对，终于写出来了以后，一直wa，才发现原来是任意点交换，哭提示1.考虑每个点的值没有重复的话，那么很简单，直接构建一个环就好了，操作次数N-12.考虑到有两个相同数值的在一个环里的话，那么就可以分裂成两个环，这样最优解的个数就能减一3.因此只需要每次构建一个环，把所有数值的点每次囊括进去一个，直到没有环就好了代码#includeu
1e9+7对于计算机来说意味着什么出现场景最近做LeetCode，发现很多关于数值计算的问题，在最后都要将结果模一个“1e9+7”。于是就好奇为什么要模这个值？别的值不行吗？下面我将展开分析选择它的几点原因：1e9+7是一个质数对于计算机来说，“1e9+7”是一个常用的模数，在涉及大规模运算的算法中经常使用它。这是因为数字“1e9+7”是一个质数，使用它作为模数有助于确保计算的中间结果保持小并且易于管理。执行任何在“1e9+7”上取模的计算都会产生一个在0到“1e9+6”之间的结果。为什么要用1e9+7作为mod值首先，c/c++在数据的处理中会有溢出和精度的问题，取模运算应运而生。其次，取任
1e9+7对于计算机来说意味着什么出现场景最近做LeetCode，发现很多关于数值计算的问题，在最后都要将结果模一个“1e9+7”。于是就好奇为什么要模这个值？别的值不行吗？下面我将展开分析选择它的几点原因：1e9+7是一个质数对于计算机来说，“1e9+7”是一个常用的模数，在涉及大规模运算的算法中经常使用它。这是因为数字“1e9+7”是一个质数，使用它作为模数有助于确保计算的中间结果保持小并且易于管理。执行任何在“1e9+7”上取模的计算都会产生一个在0到“1e9+6”之间的结果。为什么要用1e9+7作为mod值首先，c/c++在数据的处理中会有溢出和精度的问题，取模运算应运而生。其次，取任
Question1.运行时闪退报错,报错内容2022-07-0900:04:23.135417+0800xxx2:xxxxx[320:25893]Errorloading/var/containers/Bundle/Application/2C59539A-FEC4-4BE0-AEF4-58F48B4CAD54/xxx2:xxxxx.app/Frameworks/UnityFramework.framework/UnityFramework:dlopen(/var/containers/Bundle/Application/2C59539A-FEC4-4BE0-AEF4-58F48B4CAD5
Question1.运行时闪退报错,报错内容2022-07-0900:04:23.135417+0800xxx2:xxxxx[320:25893]Errorloading/var/containers/Bundle/Application/2C59539A-FEC4-4BE0-AEF4-58F48B4CAD54/xxx2:xxxxx.app/Frameworks/UnityFramework.framework/UnityFramework:dlopen(/var/containers/Bundle/Application/2C59539A-FEC4-4BE0-AEF4-58F48B4CAD5
之前写一个作业样本不均衡问题。然后查了很多文章都说要更换评价指标，不能再使用准确率了，要计算F值。我看了一下F值怎么计算，看了挺多文章的，但是感觉说的比较迷惑，或者说法比较拗口。最后还是自己再总结一个。查准率、查全率、F值我们平时对于一个模型预测的准不准，我们最先想到的是用准确率(Accuracy)进行评价。$$A=\frac{true}{total}$$这个虽然常用，但不能满足所有任务的需求。所以我们可以引入查准率和查全率。查准率(Precision)：某一分类你预测对了多少个。$P=\frac{预测对的某一类}{你预测的某一类}$查全率(Recall)：某一分类你预测出来多少个。$R=\f
之前写一个作业样本不均衡问题。然后查了很多文章都说要更换评价指标，不能再使用准确率了，要计算F值。我看了一下F值怎么计算，看了挺多文章的，但是感觉说的比较迷惑，或者说法比较拗口。最后还是自己再总结一个。查准率、查全率、F值我们平时对于一个模型预测的准不准，我们最先想到的是用准确率(Accuracy)进行评价。$$A=\frac{true}{total}$$这个虽然常用，但不能满足所有任务的需求。所以我们可以引入查准率和查全率。查准率(Precision)：某一分类你预测对了多少个。$P=\frac{预测对的某一类}{你预测的某一类}$查全率(Recall)：某一分类你预测出来多少个。$R=\f
