博客
关于我
2月6日训练总结
阅读量:287 次
发布时间:2019-03-01

本文共 332 字,大约阅读时间需要 1 分钟。

最近对线段树的题目重新燃起了兴趣,下午专注地做了几个水题的比赛,久违地感受到了做题的乐趣。虽然大部分题目属于思维类型,但通过这些题目,我重新体会到了比赛做题的那种紧张与成就感,继续保持这种状态吧!

最近又一次深入研究线段树的相关题目,虽然简单的题目看起来不难,但在复杂的场景下,细节还是很容易被忽略。下午专注做水题的比赛,虽然题目难度不大,但那种专注做题的状态让我回忆起以前比赛时的那种感受,虽然简单的题目做起来比较轻松,但那种做题的节奏依然很有趣。

比赛的过程让我对自己的解题思路有了一些新的认识,虽然大多数题目都属于基础题目,但通过这些题目,我重新梳理了一下自己的解题思路,也对未来的学习有了一些新的思考。虽然题目不难,但做起来的过程依然让我感到充实和有意义。

转载地址:http://zwlo.baihongyu.com/

你可能感兴趣的文章
NumPy 库详细介绍-ChatGPT4o作答
查看>>
NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
查看>>
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>