Git使用
Git的使用
1、每次在项目目录使用都要初始化，输入指令git init
2、把当前项目下所有文件添加到临时存储仓库:git add .
如果只添加某个文件，就输入git add 具体路径
3、把临时存储仓库转为正式储存:git commit -m “注释”
查看提交记录:git log
按照版本号回退代码:git reset –hard 版本号
4、将本地仓库和远程仓库关联。
git remote add origin 远程仓库链接地址注：远程仓库链接地址在github上找。
5、本地编辑代码后提交至远程分支。
git push -u origin master 重要：第一次使用加上了 -u 参数，是推送内容并关联分支，之后推送直接使用git push即可，因为第一次已经将当前本地master分支和远程origin的master分支关联了。
xxxxxxxxxx #includeusing namespace std;const int N = 100010;int n, m;int a[N], s[N];int main(){ scanf(“%d%d”, ...
常用镜像源
一、国内常用镜像源1清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/
华中科技大学：http://pypi.hustunique.com/
豆瓣源：http://pypi.douban.com/simple/
腾讯源：http://mirrors.cloud.tencent.com/pypi/simple
华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/
查看当前pip源
1pip config list
二、临时使用格式：pip install [包名] -i [pip源URL]
#示例
1pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pymysql
三、设置代理设 ...
YOLOv5使用
YOLOv5模型使用教程(待更)安装与改各种东西1:前往Anaconda.rog安装Anaconda,这是一个python环境隔离工具
2:在github下载YOLOv5源码，这里推荐6.0版本
3:在安装Anaconda的时候，有4个小方框的地方要勾选1 2 4选项，这是安装环境配置，如果不勾选，后续自己添加非常非常非常非常非常麻烦
4:解压YOLOv5，然后打开requirements.txt,把依赖的库版本>=全改成==
如图:
5:打开cmd控制台，输入conda env list 如果没创建过项目，那只会出现base
接下来再输入conda create -n yolo_v5 python=3.8 (python的3.8最稳定)
然后在安装过程中要求选择Proceed([y]/n)? 全选择y就行
然后输入conda activate yolo_v5
然后用cd指令转去你解压的YOLOv5-6.0的文件夹地址，如果提示文件名、目录名或卷标语法不正确，那就改成cd/d 地址
6:先别关控制台，然后我们先 ...
前缀和算法
一维数组前缀和原理给定一个 a 数组，请求出它的前缀和数组 s ：
那么 a 数组的前缀和数组为：
a 数组与 s 数组之间满足：s[ i ] = a[ 0 ] + a[ 1 ] + a[ 2 ] + … + a[ i ]但是，由于我们在计算前缀和时，为了更加方便，我们会将数组下标从 1 开始存入和读取。所以，我们的 s 前缀和数组为： s[ i ] = a[ 1 ] + a[ 2 ] + … + a[ i ]
应用若是要求某个区间的和该怎么办？用以上的例子，我们想求 a 数组中下标从 3 到 6 的数值的和。如下图：
用前缀和原理分析可知：a[ 3 ] + a[ 4 ] + a[ 5 ] + a[ 6 ] = s[ 6 ] - s[ 2 ]根据以上原理，很容易实现代码。
示例题目题目：前缀和输入一个长度为 n 的整数序列。接下来再输入 m 个询问，每个询问输入一对 l,r。对于每个询问，输出原序列中从第 l 个数到第 r 个数的和。输入格式第一行包含两个整数 n 和 m。第二行包含 n 个整数，表示整数数列。接下来 m 行，每行包含两个整数 l 和 ...
KNN算法
KNN算法KNN概念1.K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这K个实例的多数属于某个类，就把该输入实例分类到这个类中。
例如下图展现了两类样本数据，分别由正方形和三角形表示，待分类数据由圆形表示，算法的目的是依据已知的样本数据判断待分类数据的类别，即对圆形数据分类。
距离度量的选择k近邻算法中需要按照距离递增次序排序，通常选取以下类型的距离：
欧式距离：
Lp距离：
曼哈顿距离：
L距离：
计算距离一般使用欧氏距离公式，
K值少数服从多数，由最近的k个邻居决定判别点的归属
流程1.计算已知数据集的多个点和当前点的距离
2.按照距离递增排序
3.选取当前点距离最近的k个点
4.确定这k个点的类别所出现频率
5.返回k个点出现频率最高的类别作为预测类别
数据集选择用黑白手写数字识别举例，KNN算法不需要太多数据集，如只需要黑白，可以用ps手写,规定好数据集的范围，如都是28x28,32x32
k值的选择选择较小的k值噪声敏感K值的减小意味着着整体模型会变得复杂，容易发生过拟合情况学习的近似误差(approximation ...
EaxyX的使用笔记
1.创建图形化窗口图形化处理不支持C语言输入输出函数
可以通过打印函数在控制台调试错误
1.1头文件:
graphics.h(包含已经被淘汰的函数)
easyx.h(只包含最新的函数)
1.2创建窗口:
initgraph(int x,int y,int style);打开,x,y表示窗口大小，style表示打开方式(不写style则只打开图形化处理窗口)
closegraph();关闭窗口,前一句要加while(1)防止闪屏
1.3窗口坐标:
两点确认一条线，横x，纵y
1.4设置窗口属性:
1.4.1颜色设置:setbkcolor,分为两种，分别是颜色宏和RGB配置，颜色宏是英语大写的单词，右键可以查看库里的颜色函数,RGB配置就是三原色R G B的参数（类似调色板)
颜色宏:setbkcolor(RED);
RGB配置:setbkcolor(RGB(0,0,0))，则是黑色
1.5窗口刷新:
不设置窗口刷新是不会显示的
cleardevice()
2.绘图函数(int不用写)2.1画线line(int x,int y,int xx,int yy);两个坐标，确定一条线
2.2画圆 ...