offer选择

这一年，学生身份进入倒计时，焦虑与成长并行，终于跌跌撞撞敲开了职场的大门。𝟏-𝟑月 | 春招突围：从开门挂到offer寒假还没暖热，就被腾讯远程课题实践的拒信敲醒。2月埋头改简历、刷题看八股，3月顶着时差狂面：米哈游一面拷打体无完肤，高德挂，熬夜做笔试……最后捏着三家 offer想选一个结束春招，心里还是反复纠结：“是不是该再冲一冲雷火？还是直接不约三面结束流程算了？”（事实证明其实该冲）𝟒-𝟔月 | 重启副本：实习迷茫与自救式肝项目4月怒改简历，写新项目；5月飞回国实习，却发现工作离目标技术栈太远，甚至对秋招帮助都不大。6月于是继续卷个人项目。公司不给机会，就只好自己造玩具。𝟕-𝟗月 | 鏖战面试：汗流浃背与面试中成长7月提前批开，依旧被米拷打，好歹是猪场两家都顺利进行了，8月面试塞满日历，还飞到杭州线下面了一次。调cpp调shader，背八股，复盘，手撕代码。9月再次回到美国顶着时差面试。不过终于两个大厂OC落地，敢关掉牛客面经页，放心睡个安稳觉。𝟏𝟎-𝟏𝟐月 | 终局与新生：谈薪、DOTA2与补录的黑色幽默10月边打DOTA2边继续各种面试，11月对比offer时疯狂搜索“氛围/加班/技术栈”。以为一切终结时，12月竟收到腾讯补录面试——“秋招仿佛一款永远打不完的DLC”。上周终于走完流程，学生时代正式进入葬礼倒计时。心态自救指南：被挂后立刻复盘录音，用“成长型思维”代替焦虑——每次失败都是面试官在指出不足。（当然其实更多还是他们hc少）🙏 感谢牛客。在这里啃过无数图形学/引擎面经。还是相当有帮助的，虽然图形和游戏引擎这块已经越来越卷了😰。不如AI一点啊。总之是学生时代的最后一年，已经要变成社畜了😭

链接 题意很简单,给出一个序列,找到这个序列有多少个子序列可以拆为两个新的子序列,且这两个子序列的元素之和相等 由于数据很大,我们需要进行二分查找 我们定义某个序列分为的两个子序列元素之和分别为A,B 如果A=B,那么这个序列是我们要找的子序列,但是我们需要进行拆分处理 可以将这个序列分为左右两个子序列,L和R 我们从L中挑选一些数作和得到LA,LB 从R中得到RA,RB 显然LA+RA=LB+RB 由于RA和RB LA和LB总是一起的,所以我们需要变一下形,得到LA-LB=RB-RA 这样我们就可以分别处理了 但是,还有一个问题,如果生成子序列以及如何查重 单单生成子序列不难,但是查重很费力...

最近高强度和ai对话的时候，尤其是进入心流状态后，脑子里思如泉涌，AI那边生成的也老快。但是这两个超级大脑直接的交互真的太慢了，还在那一点点敲键盘，感觉带宽真得升升级。我看油管上开屏广告也有这种产品，大多都是英语的语音转文字，中文效果后来我试了试Mac自带的语音转文字，说中文转出来之后我看的都不知所云，传给下游大模型直接语义坍缩。。。各大llm厂商对此也有些优化，他们在网页端加了个语音输入  但是在中文场景下，除了chatgpt的那个语音转文字，其他厂商的对中文识别率都挺低的，即便大模型有兜底，能根据上下文猜测你说的是啥意思，但还是容易发生语义坍缩而gpt的语音转文字也有局限，当你说话说过超过一分钟之后，就会因为说话的信息tokens过长或者网络波动，给你全部吞了，说了两分钟的话，还得重新说一遍，杏仁核小朋友就要闹了。当时这真是个折磨我好久好久的痛点。  我就在想，gpt的转录引擎是什么呢，中文优化怎么这么好，要不抽出来本地跑，连上剪切板当个小工具不行么，后来也确实vibecoding了一下：做了个基于OpenAI Whisper引擎的转录工具  做完后我试了试，Mac本地跑完一段语音转文字的时间，和去openai服务器走一圈再回来不相上下；而跑出来的文本准确率 甚至要比 chatgpt网页端的那个还要高  估计openai算力全堆给llm了，asr这种边缘业务算力分不到多少了哈哈哈  Whisper还提供了个CUDA加速，要是英伟达显卡，本地跑的速度还能在mac的速度之上快个四倍左右，还得是老黄  多亏现在llm兜底能力强，只要术语不错一半以上，都能根据上下文基本都能推断出来，语意不会崩。现在已经常驻后台当我小工具了哈哈哈哈。

链接 乍一看是并查集问题,但是我们需要进行一些操作才行 两者是否有关联,或者关联度是否不小于K,我们可以只进行关联至少为K的操作 比如测试用例 4 3 1 2 3 2 3 2 2 4 4 1 2 4 1 3 1 假设到了4 1的查询,我们先对操作按关联度排序,然后找到第一个关联度不小于4的位置(lower_bound),接着从这开始进行Union操作,然后答案就出来了(我们只需在根节点记录总结点数就行,不过要减1,排除自己) 一开始我想着每次查询操作都重置num数组(也就是每个信息组成的树),但是这样时间复杂度大到爆炸!!! 经过D老师的提示,我才发现关联值的查询操作包含了关联值高的,二者是包...