博客
关于我
uoj 91. 【集训队互测2015】最大异或和
阅读量:258 次
发布时间:2019-03-01

本文共 1441 字,大约阅读时间需要 4 分钟。

题意

题目要求对常用处理不能删除的东西的方法进行描述和总结。

题解

常用处理不能删除的东西的方法主要有以下几种:

1. 硬链接:使用硬链接可以在不占用空间的情况下创建文件链接,适用于已存在的文件。

2. 软链接:创建软链接是创建文件链接的另一种方式,适用于文件不存在的情况。

3. 去除重复文件:使用高级文件管理工具或脚本进行文件重复检测和删除。

4. 去除隐藏文件:通过特定命令或工具识别并删除隐藏文件或目录。

5. 处理大文件:对于非常大的文件,可以使用压缩工具进行归档处理以便删除。

6. 保留重要数据:在删除不必要文件前,确保已备份重要数据或了解文件的重要性。

7. 使用分区或分卷:将硬盘分区或分卷管理,避免误删重要数据。

8. 备份清理:在进行文件清理前,建议先进行备份操作以防万一。

#include 
#include
#include
#include
#include
#include
#include
using namespace std;bitset<2010> a[2010], b[2010], c[2010], w, t, ans;int n, m, q, R[2010], num[2010], cnt;bool mark[2010];struct Node { bitset<2010> t; int l, r;} p[20010];char s[2010];vector
vec[2010];void insert(int k) { t = p[k].t; for (int i = m - 1; i >= 0; i--) { if (t[i]) { if (R[i] <= p[k].l) { c[i] = t; R[i] = p[k].r; return; } if (R[i] < p[k].r) { swap(r[i], p[k].r); swap(t, c[i]); t ^= c[i]; } } }}void findans(int k) { ans.reset(); for (int i = m - 1; i >= 0; i--) { if (!ans[i] && R[i] >= k) { ans ^= c[i]; } } for (int i = m - 1; i >= 0; i--) { if (ans[i]) { putchar('1'); } else { putchar('0'); } } putchar('\n');}int main() { scanf("%d %d %d", &n, &m, &q); cnt = n; for (int i = 1; i <= n; i++) { scanf("%s", s); for (int j = 0; j < m; j++) { p[i].t |= a[i] << j; } for (int j = 0; j < m; j++) { if (p[i].t[j]) { R[j] = i; break; } } } while (q--) { int k; scanf("%d", &k); insert(k); findans(k); }}

转载地址:http://wmza.baihongyu.com/

你可能感兴趣的文章
python基础变量之---集合
查看>>
python基础变量之---字典
查看>>
python基础变量之---列表
查看>>
python基础变量之---元组
查看>>
python基础内容_Python基础入门必须了解的
查看>>
Python基础之面向对象2(封装)
查看>>
Python在def函数中使用for循环
查看>>
Python图像处理:从内存加载jpeg
查看>>
python固定后缀(名物化词汇)词频统计:抽取+统计+可视化
查看>>
python商品数据分析可视化系统(带爬虫)京东销售数据分析 计算机毕业设计 源码下载
查看>>
python商品库存管理系统 django框架 商品网站 MySQL数据库 源码下载 计算机毕业设计
查看>>
Python哪个版本最稳定好用2023.10.19
查看>>
python命名空间更改_Python模块xml.etree.ElementTree自动修改xml命名空间键
查看>>
Python命名中尾随下划线有什么好处?
查看>>
Python启动脚本
查看>>
python吊打Excel?屁!那是你不会用!
查看>>
Python合并两张图片 | 先叠透明度再合并 (附Demo)
查看>>
python各进制的表述与转换
查看>>
python各种库安装
查看>>
python可视化matplotlib_如何使用Python中最强大的可视化工具Matplotlib?
查看>>