靶机信息 vulnhub靶机 主机发现 192.168.50.152 为靶机Ip ┌──(kali㉿kali)-[~/testSickos]└─$ sudo nmap -sn 192.168.50.0/24[sudo] password for kali: Starting Nmap 7.94SVN ( https://nmap.org ) at 2024-08-30 09:56 C

题目地址：HDU 3046 最小割第一发！其实也没什么发不发的。。。最小割==最大流。。 入门题，但是第一次入手最小割连入门题都完全没思路。。。sad。。对最小割的本质还是了解的不太清楚。。 这题就是对每两个相邻的格子的边界都要进行加边，然后求最大流就OK了。 RE了好长时间，注意遍历加边的时候要从1开始，而不是0开始，因为0是源点的。。。（也许只有我才犯这种错误吧。。。）建图不多说了。。

大水题,判断输入的a,b最大公约数是否为1 若不为1,则必然存在一个循环使得无法遍历所有的洞 若为1,则必然可以遍历所有的洞 有m个洞,狼每次跨越n个洞检查 则遍历洞的个数即为m/gcd(m,n) 看了好多人的代码,发现几乎没有人证明这个结论的正确性...这也太不严谨了吧 证明如下: 可知前k+1次搜索的洞的序号为:0, n%m, 2*n%m, 3*n%m, 4*n%m...k*n%

题意是给你一个l,r，问你这中间的数字有几个符合K位数字全都不一样。 这题比较明显的数位dp  dp[pos][p1][p2][p3][p4] pos表示当前位，p4表示前一位。这里要考虑前导0的情况，p4=10的时候表示前一位为0. 档(p4==10 && u==0)时表示当前的这位为0并且前四位都为0.所以向下dfs的话 res+=dfs(pos-1,10,10,10,10,flag&&e

灰狼优化算法问题 前言算法描述：算法特点： 正文代码实现 前言 灰狼优化算法（Grey Wolf Optimization，GWO） 是一种模拟灰狼社会行为的启发式优化算法。它是由Seyedali Mirjalili等人于2014年提出的，灵感来源于观察灰狼社会结构中的等级和合作关系。 算法描述： 初始化群体位置： 算法开始时，将一群灰狼表示为潜在解的候选集合，这些解的位置在