蓝桥杯C++ B组解题思维与高频考点全解析
1. 项目概述从“做题家”到“解题者”的思维跃迁又到了蓝桥杯省赛备战的季节后台和社群里关于C B组题目的讨论又热络了起来。很多同学尤其是第一次参赛的朋友拿到真题或者模拟题时常常陷入一种困境题目读懂了样例也跑通了但一提交就是各种“运行错误”、“时间超限”或者“答案错误”。这背后的原因往往不是语法不熟而是解题思路的“最后一公里”没有打通。今天我们不聊具体的某一道题而是想系统地拆解一下面对蓝桥杯C B组通常指本科组的题目我们应该建立一套怎样的分析框架和解题思维。这不仅仅是关于“怎么做对一道题”更是关于“如何像出题人一样思考快速找到题眼并设计出稳健的解决方案”。无论你是正在备战的选手还是想提升算法思维的程序员这套方法都能让你在有限的时间内更高效地将问题转化为代码。2. 蓝桥杯C B组题目特征与核心考点解析2.1 题型结构与难度分布蓝桥杯省赛C B组的题目通常由填空题和编程题两大部分构成题量在6-10道不等。填空题一般考察基础的语法、简单的数学计算或逻辑推理答案通常是唯一的数字或字符串。编程题则是重头戏按难度递增排列。填空题看似简单实则是“送分题”也是“送命题”。它考察的是极致的细心和对语言特性的精确理解。比如一个涉及浮点数精度、整数溢出或者位运算的填空题粗心大意就会丢分。我的经验是对于填空题一定要在本地编写一个小程序进行验证而不是单纯心算或笔算。用代码去“算”答案是最稳妥的方式。编程题前几道通常是模拟、枚举、简单排序或查找属于必须拿下的基础分。中间部分会涉及动态规划、贪心、DFS/BFS、简单数论等经典算法。最后1-2道则是压轴题可能结合了复杂的数据结构如并查集、线段树或多知识点综合应用旨在区分顶尖选手。2.2 高频核心考点深度剖析根据历年真题我们可以梳理出几个必考且易错的核心考点大整数与高精度计算蓝桥杯的OJ环境有时不支持int128当题目明确提示结果可能很大或者你发现中间计算值会超过long long范围约9e18时必须立刻警觉。高精度加减乘除是基本功。一个常见的技巧是如果只是加法或乘法且结果在10^18以内可以考虑使用unsigned long long或__int128如果环境支持。但更通用的做法是直接上高精度模板。我个人的习惯是准备一个结构体BigInt用vectorint倒序存储每一位并实现基础运算。在比赛中如果时间紧迫可以优先实现加法和乘法乘一个较小整数因为这两者出现频率最高。DFS/BFS与状态搜索这是解决“排列组合”、“迷宫路径”、“棋盘放置”类问题的利器。关键在于“状态表示”和“剪枝”。状态表示用尽可能简洁的数据结构表示一个状态。例如八数码问题可以用字符串表示棋盘一个复杂的局面可以用位压缩状态压缩DP的思想来表示哪些位置已被访问或占用。剪枝无剪枝的暴力搜索在蓝桥杯的时限内必死无疑。常见剪枝有可行性剪枝当前状态已不可能达成目标、最优性剪枝当前路径已比已知最优解差、记忆化避免重复搜索相同状态。例如在“凑算式”这类填数字的题目中可以在递归过程中实时计算部分结果一旦发现已经不满足条件立刻返回。动态规划DPDP是区分中等和优秀选手的关键。蓝桥杯的DP题不追求特别偏怪的模型但要求对经典模型如背包、LIS、LCS有深刻理解并能灵活应用到新场景。识别DP问题具有“最优子结构”和“无后效性”。通常问题可以被分解为相似的子问题并且求解子问题的方式对后续决策没有影响。状态设计这是DP最难也是最核心的一步。问自己影响最终结果的因素有哪些这些因素就是状态的维度。例如经典的“砝码称重”问题状态dp[i][j]可以表示用前i个砝码能否称出重量j。状态设计要尽可能精简否则会面临高维数组和超时风险。空间优化很多DP问题可以用滚动数组将空间复杂度从O(n^2)降到O(n)。例如01背包问题内层循环倒序更新即可。贪心算法贪心题往往代码短但证明难。比赛时如果你能举不出反例并且逻辑上说得通不妨先按照贪心思路写。常见的贪心策略包括按某个关键字排序后处理如区间调度按结束时间排序、优先处理代价最小/收益最大的任务等。简单数论与组合数学最大公约数gcd、最小公倍数lcm、质数判断、快速幂取模是常客。快速幂模板必须熟记于心它不仅能用来求幂还是解决“求逆元”等问题的基础。排列组合数计算时要注意模运算并且预处理阶乘和逆元是常用技巧。注意蓝桥杯的评测机性能与个人电脑有差异。在本地可能1秒跑完的O(n^2)算法在评测机上可能就会超时。一个粗略的估计是C在1秒内能执行的操作次数大约在1e7~1e8量级。设计算法时要对数据规模保持敏感。3. 五步解题法从读题到AC的系统性流程面对一道编程题我推荐遵循以下五个步骤这能极大降低失误率并帮助你在卡壳时找到突破口。3.1 第一步精细化审题与数据规模分析这是最重要也最容易被忽视的一步。不要急着想算法先花3-5分钟彻底读懂题目。圈出关键词输入格式、输出格式、数据范围、特殊说明如“结果可能很大请对1000000007取模”。分析数据规模这是选择算法的根本依据。例如n 10大概率是暴力枚举、全排列、DFS。n 20可能是状态压缩DP或带剪枝的DFS。n 1000O(n^2)的DP或双重循环可能可行。n 100000必须使用O(nlogn)或O(n)的算法如排序、贪心、单调栈、并查集。n 10^9通常需要数学公式或O(logn)的算法如快速幂、二分答案。构造边界样例在脑中或草稿纸上构造最小情况n01、最大情况以及一些特殊的临界情况如有序数组、全部相同的元素。这有助于后续测试。3.2 第二步抽象建模与算法选型将冗长的自然语言描述抽象成计算机可处理的模型。它到底是什么问题是求最优解、方案数、是否存在是图上的问题、序列上的问题还是集合上的问题联想已知模型这个问题和我做过的哪类题相似是背包问题、区间问题、还是搜索问题初步算法选择根据第一步的数据规模结合问题模型初步确定算法方向。如果一时无法确定最优算法可以先思考一个暴力解法Brute Force保底确保有分可拿。3.3 第三步设计数据结构与核心逻辑算法确定后设计具体的数据结构和实现步骤。数据结构用什么存储数据数组、vector、set、map还是自定义结构体选择的标准是能高效支持你算法中的核心操作查找、插入、删除、遍历。变量命名使用有意义的变量名如dp、visited、prefixSum避免全是a, b, c。这在调试时能节省大量时间。伪代码或流程图在编码前用中文或简单的代码逻辑把步骤写下来。特别是对于复杂的DFS或DP画出状态转移图或递归树非常有用。3.4 第四步编码实现与防御性编程开始动手写代码但要像写工程代码一样严谨。模块化将独立的功能封装成函数如gcd()、isPrime()、dfs()。这使代码清晰易于调试。防御性编程初始化数组、变量务必初始化特别是全局变量。数组大小声明数组时大小至少为n10防止边界溢出。输入输出在C中对于大量数据的输入输出考虑使用scanf/printf或关闭流同步ios::sync_with_stdio(false); cin.tie(0);来提升速度。调试输出在关键步骤添加cout输出中间变量提交前记得注释掉或使用#ifdef条件编译。边写边测写完一个功能模块就用第一步构造的边界样例测试一下。3.5 第五步测试调试与边界检查代码写完不代表结束全面的测试至关重要。样例测试首先确保题目给的样例能通过。边界测试测试n0,1最大值负数如果允许等情况。随机测试自己写一个暴力但正确的程序通常是O(n^2)或枚举用随机生成的小规模数据对比两个程序的输出是否一致。这是发现逻辑错误的神器。极端数据测试思考什么样的数据会让你的程序最慢或最容易出错构造这样的数据测试。静态检查提交前最后通读一遍代码检查是否有笔误、括号匹配、分号缺失。4. 经典题型实战拆解与避坑指南让我们通过两个改编自蓝桥杯真题的典型例子来具体应用上述方法。4.1 案例一DFS/回溯类 - “方格分割”题目简述将一个6x6的方格纸沿着格线剪成完全相同的两部分且剪痕必须通过中心点(3,3)。求不同的裁剪方案数。旋转、镜像后相同的算同一种。解题思路拆解审题与建模6x6网格中心在(3,3)。剪成相同的两部分意味着剪痕是一条从中心点出发最终到达边界并且关于中心对称的路径。因为两部分相同我们只需要搜索从中心点出发到达边界的一条路径其对称路径自然形成另一部分。关键转化搜索一条路径其每一步都关于中心对称地标记两个点。算法选型数据规模很小36个点但要求方案数且路径需对称。典型DFS回溯问题。数据结构与设计用一个7x7的二维数组vis记录点是否被访问考虑到坐标从0开始或1开始开大一点避免边界判断麻烦。从中心点(3,3)开始DFS。方向数组dir[4][2]表示上下左右四个方向。核心逻辑从当前点(x,y)向四个方向尝试。对于下一个点(nx, ny)其对称点为(6-nx, 6-ny)。需要同时检查(nx, ny)和其对称点都未被访问且都在网格内。然后标记这两个点继续DFS回溯时取消标记。去重由于旋转、镜像算同一种而我们的搜索是从中心向四周发散最终得到的每一种方案都会被重复计数4次旋转90、180、270度以及镜像。更精确地说因为网格是正方形且剪痕必然连通一种裁剪方案实际会产生4条不同的“从中心到边界的路径”对应四个对称方向。因此最终答案需要除以4。编码与测试#include iostream using namespace std; int dir[4][2] {{-1,0}, {1,0}, {0,-1}, {0,1}}; // 上下左右 bool vis[7][7] {false}; // 访问标记 int ans 0; void dfs(int x, int y) { if (x 0 || x 6 || y 0 || y 6) { ans; return; } for (int i 0; i 4; i) { int nx x dir[i][0]; int ny y dir[i][1]; int sx 6 - nx; // 对称点坐标 int sy 6 - ny; if (nx 0 nx 6 ny 0 ny 6 sx 0 sx 6 sy 0 sy 6) { if (!vis[nx][ny] !vis[sx][sy]) { vis[nx][ny] vis[sx][sy] true; dfs(nx, ny); vis[nx][ny] vis[sx][sy] false; // 回溯 } } } } int main() { vis[3][3] true; // 中心点已访问相当于剪痕起点 dfs(3, 3); cout ans / 4 endl; // 重要去除旋转重复 return 0; }避坑点对称点的处理必须同时标记当前点和其对称点确保分割是同步进行的。去重最终ans需要除以4。这是本题最大的陷阱需要通过画图和分析对称性来理解。数组大小网格是6x6但坐标范围是0-6共7个点数组要开[7][7]。4.2 案例二动态规划类 - “包子凑数”题目简述有N种蒸笼每种蒸笼能放Ai个包子。每种蒸笼都有无限笼。问有多少种“无法凑出”的包子数目。如果有无穷多个无法凑出的数目输出“INF”。解题思路拆解审题与建模无限个物品蒸笼每个物品有固定重量Ai求用这些重量不能组成的重量有多少个。这本质上是完全背包问题的“能否装满”变种。如果所有Ai的最大公约数gcd大于1那么所有能凑出的数都是gcd的倍数非倍数的数有无限个输出INF。如果gcd为1根据数论裴蜀定理不能凑出的最大数有一个上界最大约为Ai的平方量级在此上界之外的所有数都能被凑出。蓝桥杯数据范围Ai100N100我们可以设一个足够大的上界如10000进行DP。算法选型数论gcd判断 完全背包DP。数据结构与设计计算所有Ai的gcd。若gcd1输出INF。否则定义布尔数组dp[10005]dp[j]表示能否凑出重量j。初始化dp[0]true。状态转移对于每种蒸笼数量Ai遍历j从Ai到上界MAX执行dp[j] dp[j] || dp[j-Ai]。这是完全背包的标准写法。遍历dp数组统计dp[j]false的个数。编码与测试#include iostream #include algorithm using namespace std; const int MAX 10000; // 足够大的上界 bool dp[MAX 5] {false}; int main() { int n; cin n; int arr[105]; int g 0; for (int i 0; i n; i) { cin arr[i]; g __gcd(g, arr[i]); // 使用STL的gcd函数C17标准 } if (g 1) { cout INF endl; return 0; } dp[0] true; for (int i 0; i n; i) { for (int j arr[i]; j MAX; j) { if (dp[j - arr[i]]) { dp[j] true; } } } int ans 0; for (int j 1; j MAX; j) { if (!dp[j]) ans; } cout ans endl; return 0; }避坑点INF的判断这是本题的第一个关键必须首先处理。忘记判断gcd会导致结果错误。DP上界的选择上界MAX需要足够大以确保能覆盖所有“不能凑出的数”。理论上对于最大值为A的数组上界取A*A量级是相对安全的。这里取10000对于Ai100是足够的。完全背包的内层循环顺序必须是正序j从Ai到MAX这样才能保证每个物品可以被使用多次。如果是01背包每种只有一个内层循环应是倒序。5. 赛场实战策略与时间管理在4小时的比赛里时间就是分数。以下策略基于我个人和许多选手的经验总结时间分配建议4小时0~30分钟快速通读所有题目用铅笔在题册上标记每道题的预估难度易、中、难和可能涉及的算法。优先做有思路的简单题。第1~2小时攻克所有简单题和部分中等题填空题、前3-4道编程题。确保这些基础分稳稳拿到。每道题务必通过样例和自测边界。第2~3.5小时主攻中等偏难和难题。此时心态要稳一道题卡住超过30分钟毫无头绪就先做个标记跳过去。回头用暴力解法骗分也是策略。优先选择数据规模小、可以用DFS/BFS暴力搜索的题尽量多得分。最后30分钟停止开新题。做三件事检查已提交题的代码是否有低级错误尝试用暴力法优化之前跳过的难题争取部分分最后检查填空题的答案格式和准确性。调试技巧使用cerr输出调试信息cerr是标准错误流它的输出通常会被评测系统忽略但你在本地能看到。可以用cerr Debug: variable endl;来输出中间变量而无需担心提交时忘记删除cout导致输出错误。分段注释法当程序逻辑复杂时可以分段注释掉部分代码逐步验证每个模块的功能是否正确。构造最小反例当程序结果错误时不要盯着大数据看。尝试构造一个最小的、能暴露问题的测试用例比如n2或3然后单步调试或打印每一步的状态。代码模板与准备赛前准备好自己的“代码库”包含以下内容的头文件或代码片段快速输入输出优化。常用STL容器vector,set,map,queue,stack,priority_queue的简短使用示例。GCD/LCM、快速幂、素数筛、并查集、Dijkstra等经典算法的模板。二维方向数组dir[4][2]。将模板事先写在编辑器的自定义片段中比赛时能快速输入。6. 常见“爆零”陷阱与自查清单即使思路正确很多同学也会因为细节问题功亏一篑。以下清单请在每次提交前快速过一遍陷阱类别具体表现自查方法输入输出1. 忘记处理多组输入题目未说明但样例是多组。2. 输入格式错误如需要读入整行字符串却用了cin。3. 输出格式不符多空格、少换行、大小写错误。仔细阅读输入输出描述用样例严格对照。数组越界1. 数组大小开小了访问了arr[n]。2. 循环变量边界错误如for(int i0; in; i)访问了arr[n]。3. DFS/BFS中未判断下一步是否合法就访问数组。声明数组时大小设为n5。循环边界使用 n而非 n。在访问前检查下标。初始化1. 全局变量默认值为0但局部变量未初始化。2. 多组数据测试时没有清空全局数组或容器。显式初始化所有变量。对于多组数据在每组开头重置所有用到的数据结构。整数溢出1. 中间计算结果超出int甚至long long范围。2. 在循环中i*i导致溢出。对于涉及乘法的计算优先使用long long。估算最大值。浮点误差使用直接比较两个浮点数。使用fabs(a-b) 1e-9这样的精度比较。递归爆栈DFS深度过大导致栈溢出。估算递归深度。对于可能深度很大的情况考虑用栈模拟递归迭代DFS或检查是否有更优算法。时间复杂度算法正确但超时。根据数据规模重新评估算法复杂度。寻找冗余计算尝试剪枝或更优算法。题意理解错误理解“方案数”、“最大值”、“最小值”等要求。再次审题用样例验证自己的理解。最后也是最重要的一点保持平和的心态。省赛的题目一定有你能做出来的部分。遇到难题时深呼吸回到“五步法”的第一步重新审题往往会有新的发现。编程竞赛不仅是智力的较量更是策略、细心和心态的比拼。把每一次练习都当成实战总结错误完善自己的知识体系和解题流程你会在赛场上更加从容。

相关新闻

多 Agent 协同系统设计:从单兵作战到团队协作

多 Agent 协同系统设计:从单兵作战到团队协作

当一个大模型不够用时,我们需要一群大模型一起工作。6.1 为什么需要多 Agent?在深入架构之前,先回答一个根本问题:单 Agent 不够吗?单 Agent 的天花板单个 LLM Agent 面临三重约束:约束说明上下文窗口即使 …

2026/10/17 6:35:36 阅读更多 →
GraphRAG+SAM2多模态知识助手实战:轻量部署与领域嵌入优化

GraphRAG+SAM2多模态知识助手实战:轻量部署与领域嵌入优化

1. 项目概述:一个融合多模态理解与实时交互的智能知识助手最近在做一套能真正“读懂”团队文档、图片和聊天记录,并在 Discord 上随时应答的轻量级智能助手,核心就是标题里这五个关键词:GraphRAG、SAM 2、Embeddings、Discord Cha…

2026/10/19 6:33:25 阅读更多 →
EAI F4激光雷达+GMapping的ROS SLAM入门实战指南

EAI F4激光雷达+GMapping的ROS SLAM入门实战指南

1. 项目概述:为什么选EAI F4 GMapping作为SLAM入门第一课 我带过十几届ROS初学者,从大二本科生到转行工程师,几乎所有人问的第一个问题是:“我该从哪套硬件算法组合开始练手?”答案很明确: EAI F4激光雷达…

2026/10/17 2:06:24 阅读更多 →

最新新闻

钢价上涨竟成仓储自动化推手?一文看懂TCO与单位库位成本逻辑

钢价上涨竟成仓储自动化推手?一文看懂TCO与单位库位成本逻辑

钢铁涨价的消息一出,很多仓储从业者的第一反应是皱眉:货架要贵了,项目预算要超了,利润又要被吃掉一块。但最近跟几个做仓储集成的同行聊下来,发现一个有点反直觉的现象——钢材越涨,仓储自动化项目反而越顺…

2026/10/20 20:21:53 阅读更多 →
大模型选型指南:API调用、私有化平台与行业方案怎么选

大模型选型指南:API调用、私有化平台与行业方案怎么选

1. 从一次选型评审说起:为什么都在选,却容易选错前阵子我陪某制造业客户做了一轮大模型供应商评审,前后见了三家企业,每家的方案讲解都很精彩,产品演示也都跑得通,但讲完以后,客户团队里出现了两…

2026/10/20 20:21:53 阅读更多 →
AI论文降重工具实测对比:8款平台效果与使用指南

AI论文降重工具实测对比:8款平台效果与使用指南

说实话,每年一到毕业季,咨询我“论文降重到底用什么工具”的人比咨询写作本身的人还多。大家的核心诉求高度一致:学校查重系统标红一片,想用AI改写工具快速把重复率压下去,又担心工具改写后语句不通、专业术语被改坏&a…

2026/10/20 20:21:53 阅读更多 →
多模块常驻进程的设计与部署:supervisor/systemd 托管避坑实践

多模块常驻进程的设计与部署:supervisor/systemd 托管避坑实践

简介:压缩包提供了一套面向安卓开发者的进程常驻探索工程,含csdnactivity与servicelive1两个模块,分别演示不同保活方案,覆盖AIDL跨进程通信、前台服务、进程优先级调整等关键技术。资源共69个文件,其中Java源码20个、…

2026/10/20 20:21:53 阅读更多 →
AI写AutoLISP总翻车?TmAgent执行验证闭环让代码自己跑通

AI写AutoLISP总翻车?TmAgent执行验证闭环让代码自己跑通

1. 为什么“AI 写完 AutoLISP 直接交付”这件事一直不靠谱AutoLISP 这门语言在工程制图圈子里属于典型的“小众但刚需”。它跑在 CAD 环境内部,语法古老、调试手段原始,很多写法依赖宿主环境的运行时状态。你让一个通用大模型直接吐一段 AutoLISP 出来&a…

2026/10/20 20:21:53 阅读更多 →
模型量化如何影响推理性能?实战解析原理、选型与问题排查

模型量化如何影响推理性能?实战解析原理、选型与问题排查

在AI推理优化这条路上,量化是我见过投入产出比最高的手段。很多人以为量化就是把模型从FP32变成INT8,体积缩小、推理变快,但实操后才发现,AI模型量化对推理性能的影响并不只有正向:有时速度反而下降,精度却…

2026/10/20 20:20:51 阅读更多 →

日新闻

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
ESP32舵机控制指南:原理、多路驱动与避坑实战

ESP32舵机控制指南:原理、多路驱动与避坑实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
位移法实现一阶低通滤波:单片机ADC采样降噪实战

位移法实现一阶低通滤波:单片机ADC采样降噪实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/20 10:02:13 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/19 17:32:41 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/20 2:50:50 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 10:02:08 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:17 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:45 阅读更多 →