小编Joh*_*sky的帖子

如果我选择一个包含公式的单元格,我知道我可以将右下角的小方框向下拖动以将公式应用于列的更多单元格.不幸的是,我需要为300,000行做到这一点!

是否有一个类似于CTRL+ 的快捷方式,SPACE它将公式应用于整个列或列的选定部分？

Google Chrome 每五小时自动更新一次.我想在我自己的应用程序中克隆这个确切的功能.在Windows上实现此功能的最佳方法是什么？

一位同事刚刚告诉我,C#字典集合按照与散列有关的神秘理由按素数调整大小.而我当前的问题是,"它如何知道下一个素数是什么？他们是故事还是一个巨大的表格或动态计算？这是一个可怕的非确定性运行时插入导致调整大小"

所以我的问题是,给定N,这是一个素数,计算下一个素数的最有效方法是什么？

我有一个50 x 50的2D网格.网格单元可以具有以下三种状态之一:

1: "inside"
2: "empty"
3: "wall"

我的初始配置是一个网格,其中一些单元格(可能是其中的10%,大部分是连续的)标记为"内部".随机也有一些"墙"细胞.其他单元格是"空的".

我试图找到我可以围绕"内部"单元构建的最短栅栏,以便所有"内部"单元被围起来(围栏是通过将"空"单元改为"墙"单元构建的).如果我们对解决方案进行评分,那么最佳解决方案将最小化需要更改为"墙"单元的"空"单元的数量.

更严格地说,在最终配置中,存在约束,即对于每个"内部"单元,没有到达不通过"墙"单元的网格边缘的路径.就我而言,允许对角线移动.

我猜我可以做一些巧妙的涉及距离变换,或计算网格的拓扑骨架,但这对我来说并不是很明显.如果这是一个经典的优化问题,我不知道谷歌的条款.

是否有O(n ^ 2)算法来寻找最短的栅栏？

编辑:它不像找到"内部"单元格的凸包那么容易,因为预先存在的"墙"单元是自由的.想象一个"C"形的预先存在的墙块,在C的内部有所有"内部"单元格.大多数时候,用"墙"单元格完成C将比在所有墙上绘制凸包更便宜"内部"细胞.这就是使这个问题变得困难的原因.

我有一组整数M和一个目标和k.我想找到M的子集,当它们加在一起时最接近k而不会过去.

例如:

M = {1, 3, 5, 5, 14}

k = 12

answer = {1, 5, 5}

because 1 + 5 + 5 = 11 and there is no way to make 12.

我有一个额外的约束,即子集最多可以包含4个元素.

在我的应用程序中,| M |的大小 可以很大(大约数千个元素).如果无法在合理的时间内找到最佳答案,我对至少给出"好"答案的解决方案感兴趣.

现在我通过生成10,000个随机子集并选择最接近的子集来解决这个问题,这个子集的效果比预期的要好但是很慢.我不确定这实际上有多远,但任何有关这方面的见解对我来说都很有趣.

这通常会出现.我有一个List,我想去一个逗号分隔的列表,列出我可以在SQL中使用的列表中的所有元素.

在C#中最优雅的方法是什么？迭代所有这些都很好,除了第一个或最后一个元素必须是特殊的,因为我不想要前导或尾随逗号.

有一个很好的单行程？

所以这里有很多关于什么是教孩子们编程的最佳方法的帖子.我对下一步感兴趣,教孩子们如何调试不能做他们想要的代码,或者并不总是100%的时间工作(我相信这些是单独的问题,但这可能是主观的).

我从一个游戏开发者的角度问我已经有一个工作游戏(ROBLOX),孩子们可以在我们的嵌入式脚本语言中编写大量疯狂的东西,这恰好是Lua.

我们看到的是,随着这些脚本变得越来越复杂,他们遇到了孩子们没有考虑的边缘情况 - 最终限制了他们可以做的范围.部分解决方案是教育,部分解决方案是更好的调试工具.因此,我提出两个问题:

1. 互联网上有哪些高质量,免费提供的信息来源,我们可以向有抱负的脚本开发人员发送信息,期望他们能从中获得有价值的信息？也许没有,我们需要写一些？

2. 您认为哪些调试工具对孩子最有用？我想要获得回报与复杂性的最佳点.

我们这里的目标人群是有动力的孩子,大多是12-15岁.

我有一个100,000个对象的列表.每个列表元素都有一个与之关联的"权重",它是从1到N的正整数.

从列表中选择随机元素的最有效方法是什么？我想要随机选择的元素的分布与列表中的权重分布相同的行为.

例如,如果我有一个列表L = {1,1,2,5},我希望第4个元素平均被选择为5/9的时间.

假设插入和删除在此列表中很常见,因此任何使用"积分区域表"的方法都需要经常更新 - 希望有一个O(1)运行时和O(1)额外内存所需的解决方案.

给定两个正整数范围x: [1 ... n]和y: [1 ... m]从0到1的随机实数R,我需要从x和y找到元素对(i,j),使得x_i/y_j最接近R.

找到这对的最有效方法是什么？

我一直在努力为流行的纸牌游戏Dominion(http://www.boardgamegeek.com/boardgame/36218/dominion)制作AI播放器.

如果你不熟悉这个游戏,它基本上是一个非常简化的魔术表演:The Gathering,那里有一个大型卡片库,里面有不同的规则.在游戏过程中,玩家购买这些卡片并将它们整合到他们的套牌中.

从机器学习的角度来看,我对这款游戏感兴趣 - 我想让机器人互相攻击,让他们玩数百万游戏,并尝试数据分析,让他们玩得更好.

我不确定如何将游戏规则(每张卡上印刷的逐字指令)与核心AI决策逻辑分开.

我开始的明显路径是为每张卡创建一个类,并将规则和AI内容放在同一个地方.这有点粗糙 - 但它似乎是阻力最小的道路.但也许每张卡最好支持某种接口,然后让AI组件对这些接口进行编码？

是否有"正确"的OOP设计？或几个合理的可能性？