| Problems | AC |
|---|---|
| A. Alice and Books | ○ |
| B. New Bakery | ○ |
| C. Manhattan Permutations | ○ |
| D. Elections | ○ |
| E. Computing Machine | ⊕ |
| F. Large Graph | ⊕ |
| Problems | AC |
|---|---|
| A. Alice and Books | ○ |
| B. New Bakery | ○ |
| C. Manhattan Permutations | ○ |
| D. Elections | ○ |
| E. Computing Machine | ⊕ |
| F. Large Graph | ⊕ |
赛后一个题一个题做的
| Problems | AC |
|---|---|
| A. Creating Words | ○ |
| B. Maximum Multiple Sum | ○ |
| C. Good Prefixes | ○ |
| D. Manhattan Circle | ○ |
| E. Secret Box | ○ |
| F. Final Boss | ○ |
| G. D-Function | ○ |
| H1. Maximize the Largest Component (Easy Version) | ○ |
| H2. Maximize the Largest Component (Hard Version) | ○ |
研究重点：indoor
| Problems | AC |
|---|---|
| A. Strange Splitting | ○ |
| B. Large Addition | ○ |
| C1. Magnitude (Easy Version) | ○ |
| C2. Magnitude (Hard Version) | ○ |
| D. ‘’a’’ String Problem | ○ |
| E. Shuffle | |
| F. Reconstruction |
SVD，全称为奇异值分解（Singular Value Decomposition），是一种在数值线性代数中广泛使用的矩阵分解技术。SVD 将一个矩阵分解成三个特定的矩阵的乘积，可以用于许多应用领域，包括信号处理、统计分析、图像处理和推荐系统等。
在 Codeforces Round 951 (Div2) E. Manhattan Triangle 这道题中，我们又遇到了曼哈顿距离和切比雪夫距离的转化。
现在让我们了解一下几种常见的距离算法。
| Problems | AC |
|---|---|
| A. Guess the Maximum | ○ |
| B. XOR Sequences | ○ |
| C. Earning on Bets | ○ |
| D. Fixing a Binary String | ○ |
| E. Manhattan Triangle | ○ |
| F. Kostyanych’s Theorem |
Stanford CS231n: Deep Learning for Computer Vision
退役后以来，高考的摧残使得老博客几万年没更新过了。
大一开始以后，本着记录知识点的需要，开了一个新的博客，从 Hugo 重新换回了 Hexo Icarus。
因为太懒了所以一整个大一 Blog 都是跑在本地的，现在把 Blog 放到 GitHub Pages 上面了。
但是放上来的时候手残把 Icarus 重装了，得重新魔改一下 Icarus，想着干脆直接开一个贴子记录一下。
准备一下发展心理学的 Final Exam