在第2.5节中，通过光线追踪的方式渲染了一个三角形，但由于速度太慢而不能直接用于实时渲染。主流方式通过光栅化的方式将图元显示到屏幕上。 在Windows上，屏幕空间坐标以左上角为（0,0）点，x轴正方向朝右，y轴正方向朝下。首先我们想要在屏幕上绘制一条线段，比较著名的时Bresenham绘直
原题链接在这里：https://leetcode.com/problems/find-nearest-point-that-has-the-same-x-or-y-coordinate/ 题目： You are given two integers, x and y, which represent your current location on a Cartesian grid: (x, y). You are also given an array points where eac
B - Modulo Number (atcoder.jp) 移项之后发现就是带余除法的形式，直接取模就可以了。（某sb写了个exgcd） const int p=998244353,k=1; typedef long long ll; ll n; ll exgcd(int a,int b,ll &x,ll &y){ if(!b){ x=1; y=0; return a; } ll d=exgcd(b,a%b,y,x); y-=a/b*x; r
前言 题目传送门！ 更好的阅读体验？ 本题是练习 bfs 的好题。 思路 结合代码进行思路讲解。 首先是读入部分，我们可以用 bool 存下地图，节省空间开销。 需要注意，数据比较烂，起始点可能有障碍。 我们可以霸气地把起始点的障碍消掉。 const int N = 1005; bool a[N][N]; int n, m, fx, fy
BFS 记录距离 点击查看代码 #include<bits/stdc++.h> using namespace std; typedef long long LL; const int N = 1000 + 10; #define x first #define y second int n, m; char g[N][N]; int dx[] = {-2, -2, -1, -1, 1, 1, 2, 2}; int dy[] = {-1, 1, -2, 2, -2, 2,
曲线参数方程： 的曲率公式如下： matlab代码如下： clear all;close all;clc; x = 0:0.01:2*pi; y = sin(x); dx = 0.5*(x(3:end)-x(1:end-2)); dy = 0.5*(y(3:end)-y(1:end-2)); dl = sqrt(dx.^2 + dy.^2); xp = dx./dl; yp = dy./dl; % approximate 2nd derivatives of x
当我们做动态内表相关开发时，有种方法时根据Filedcat生成内表，如果想往内表中加入颜色/可编辑等控制型的字段，是不好直接加的，因为Fieldcat无法指定表类型字段。 这是我们可以通过指针的方式向动态内表里增加表结构类型的字段 1.通过指定类型，指定字段名的方式增加字段 DATA:dy_tabl
1. 索贝尔(sobel)算子 前面的各种滤波，可以视为低通滤波，后面的各种算子可以视为高通滤波，区别：前面的滤波都是降噪的，算子都是来找图像边界、边缘的。索贝尔算子模拟一阶求导，倒数越大的地方说明变换越剧烈，越有可能是边缘。 Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[,
#include <bits/stdc++.h> using namespace std; const int N = 110; int res[N][N], n, m, x, y, d = 0; int dx[] = {0, 1, 0, -1}, dy[] = {1, 0, -1, 0}; int main() { cin >> n >> m; for(int i = 1; i <= n*m; i++){ res[x][y] =
一阶函数可导等于可微，多维函数可微必可导，可导未必可微。多维导数为偏导数，用降维思维求各个方向的导数并用向量将之合成为一个合向量，该合向量就是该点处的偏导数。 设函数y= f(x)，若自变量在点x的改变量Δx与函数相应的改变量Δy存在如下的关系： Δy=g(x)Δx+ο(Δx)【实际上可简化
题目描述 为了让奶牛们娱乐和锻炼，农夫约翰建造了一个美丽的池塘。这个长方形的池子被分成 了M行N列个方格（1 ≤ M, N ≤ 30）。一些格子是坚固得令人惊讶的莲花，还有一些格子是 岩石，其余的只是美丽、纯净、湛蓝的水。 贝西正在练习芭蕾舞，她站在一朵莲花上，想跳到另一朵莲花上去，她只能从
看了一眼网上的题解，好像我的做法没有出现（？），并且我的做法好像比较简单易懂（？），不用虚树也不用线段树维护 不难想到，我们可以对于每个副部长的点连成的最短路径（即这个路径里的每条边都是必要的）上+1，然后看有哪些路是\(>=k\)的，但是我们需要不重复不遗漏的把这个路径都走到。于是我们考虑把这
记忆化搜索 点击查看代码 #include<iostream> #include<cstring> using namespace std; const int N = 310; int n, m; int h[N][N]; int f[N][N]; int dx[4] = {-1, 0, 1, 0}, dy[4] = {0, 1, 0, -1}; int dp(int x, int y) { int &v = f[x][y]; if (v != -
以圆为例，对x2 + y2 = 5求导，的意义到底是？ 设x微小偏移量为dx， y微小偏移量为dy，圆上的点总满足：2x*dx + 2y*dy = 0 所以，其他x和y是一组值，即S(x, y)。对于圆上任意一点P，它的切线（导数），表示的是，S(x+dx, y+dy)相对于S(x, y)的变化。
原题传送门 1. 题目描述 2. Solution 1 1、思路分析 思路: 直线点斜式方程，一个点加一个斜率 斜率 slope = dy / dx，用分数表示斜率，求分子分母的最大公约数，约分，最后将分子@分母作为key存储到 HashMap。 细节，平面内如果有重叠的点，按照正常的算法约分，会出现0的情况，所以需要单独用一个
初识高数，对于极限这一章节中对于数列或函数的极限的定义觉得如此啰嗦和复杂，明明一句话可以说清楚的话，非要定义好几个变量来说明，比如以下关于函数极限的定义： 定义：设函数f(x)在点x0的某一去心邻域内有定义，如果存在常数a，对于任意给定的正数ε，都$\exists\delta > 0$，使得不等式$\left
这是一个系列博客，最终目的是要做一个基于 HTML Canvas 的、类似于微软 Office 的 Web Office 套件（包括：文档、表格、幻灯片……等等）。 博客园：《从零开始, 开发一个 Web Office 套件》系列博客目录 富文本编辑器 Github repo 地址：https://github.com/zhaokang555/canvas-text-edito
效果： 1.介绍一直想搞一个示波器，今天发现手头上有一款灵动的开发板，而且上面刚好有3个电位器，似乎电位器是灵动的标配，先拿这个练练手。2.设计首先需要一款屏幕，手头上有一款非常常用的OLED屏幕，屏幕的分辨率是128x64的，虽然分辨率不高，但是做个简易示波器还是够用的，由于直接接的芯
Let k be a positive constant. Which of the following is a logistic differential equation?(A) dy/dt=kt(B) dy/dt=ky(C) dy/dt=kt(1 -t)(D) dy/dt=ky(1-t) (E) dy/dt=ky(1-y) Please show details. Suppose that y(t) describes the quantity of a population at time t.
访问分享连接，重定向到真实地址，获取视频id 获取视频所有信息。访问该接口【https://www.iesdouyin.com/web/api/v2/aweme/iteminfo/?item_ids=】item_ids即是视频id。 返回的url_list就是带水印的视频连接。只需要把'play'替换成 'playwm' 就得到了没水印的视频连接。连接带时间
前提：一个图在直角坐标系上的所有点，都是从原点(0, 0, 0)开始。 以二维为例，所有的矩阵变换，都可以表示成 x` = ax + by, y` = cx + dy. 这种表示方法的原理和背后的意义，见 缩放矩阵 的推导 如图所示，所谓缩放，即一个图上的所有点的x和y值，都乘以缩放系数S。缩放0.5，其
神经网络通常依赖反向传播求梯度来更新网络参数，求梯度过程通常是一件非常复杂而且容易出错的事情 而深度学习框架可以帮助我们自动地完成这种求梯度运算 TensorFlow一般使用梯度磁带tf.GradientTape来记录正向运算过程，然后反播磁带自动得到梯度值 这种利用tf.GradientTape求微分
// Problem: P2895 [USACO08FEB]Meteor Shower S // Contest: Luogu // URL: https://www.luogu.com.cn/problem/P2895 // Memory Limit: 125 MB // Time Limit: 1000 ms // User: Pannnn #include <bits/stdc++.h> using namespace std; template<class T> vo
（1）γ校正：由于数字显示设备的非线性转换特征，使得图像的显示与原始场景相比较而言发生偏暗或偏亮的现象，这个时候就可以采用γ校正进行处理，使图像的显示等于或接近原始场景。消除图像噪声是图像增强、恢复的内容之一。 （2）图像平滑去噪：在常见的图像处理软件中，都提供了常用的除噪功能，
题目链接 https://www.luogu.com.cn/problem/P1443 题目思路 经典宽搜问题，记住马走日！ 题目代码 #include <iostream> #include <algorithm> #include <cstring> #include <queue> using namespace std; typedef pair<int, int> PII; const int N = 410; bool st[N
