jzoj6301. 普及组

本文探讨了一个基于质因数分解的数学问题,通过深入分析质因子的次数特性,提出了一种高效的矩阵填数方案计算方法。具体而言,文章首先介绍了问题背景和输入输出示例,随后详细阐述了解题思路,包括如何分解质因数、如何计算正负数方案、以及如何求解特定规模的矩阵填数方案。最后,提供了完整的C++代码实现。

题目描述

Description

Input

Output

Sample Input
INPUT1:
1 19
1
2
3
4
5
6
7
8
9
10
233
2333
23333
666
6666
66666
233666
2333666
2336666

INPUT2:
3 19
1
2
3
4
5
6
7
8
9
10
233
2333
23333
666
6666
66666
233666
2333666
2336666

INPUT3:
4 19
1
2
3
4
5
6
7
8
9
10
233
2333
23333
666
6666
66666
233666
2333666
2336666

Sample Output
OUTPUT1:
1
2
16
512
65536
33554432
838860732
32990492
932051910
764027380
910542875
838272742
930396622
739073573
9640642
263530905
865002813
765241490
139162994

OUTPUT2:
1
4
96
12288
7864320
201326568
293254325
515159244
840150399
651897566
739847860
531834902
591536684
577191249
16871820
69912188
532033966
249862507
753329879

OUTPUT3:
1
6
336
144384
406978560
696247661
369344513
934897514
881712217
545090322
736653783
184801125
483435346
490162119
818998946
456359890
676845946
879346635
854963600

Data Constraint

题解

看不懂题解

分解x后发现,x的质因子的次数最多为2
1785205-20190905123113375-598476271.png

所以分解之后分别考虑次数为1和2的,方案=\((为1的大小为n的方案)^{次数为1的个数}*(为2的大小为n的方案)^{次数为2的个数}*考虑负数的方案\)

负数的方案为\(2^{(n-1)*(n-1)}\),因为前(n-1)*(n-1)可以任选,可以通过后面一行/列来调整(这里的方案是唯一的)

显然为1的方案为n!,这里重点求为2的方案

设f[n]表示n*n的合法方案数(即每行/列的和都为2)

考虑转移,在新加的一列中放数

在最后一列放一个2
1785205-20190905123117388-106993291.png

答案显然是f[n-1]*n

在最后一列放两个1
1785205-20190905123134355-631910387.png

由于之前的(n-1)*(n-1)都放满了,所以两个1当中一定有某一个放在空行,另一个放在满行

这时钦定把满行的后一个给拉到空行,可以发现这样刚好可以唯一对应一种n*n的方案
1785205-20190905123140356-1480983707.png

答案是f[n-1]*n*(n-1)

然而发现上面的还是会算重

可以发现,算重的是这样的情况:
1785205-20190905123204352-348697614.png

这样从上面拉下来和从下面拉上去是一样的

总数等价于
1785205-20190905123223390-992948083.png

的方案

那么算重的方案为f[n-2]*C(n,2)*(n-1)


所以最终

f[n]=f[n-1]*n+f[n-1]*n*(n-1)-f[n-2]*C(n,2)*(n-1)

code

#include <algorithm>
#include <iostream>
#include <cstdlib>
#include <cstring>
#include <cstdio>
#include <cmath>
#define fo(a,b,c) for (a=b; a<=c; a++)
#define fd(a,b,c) for (a=b; a>=c; a--)
#define two 499122177
#define mod 998244353
#define N 5000000
using namespace std;

long long F[N+1];
long long f[N+1];
long long x,s1,s2,I;
int T,n,i,j,k,l;

long long qpower(long long a,long long b)
{
    long long ans=1;
    
    while (b)
    {
        if (b&1)
        ans=ans*a%mod;
        a=a*a%mod;
        b>>=1;
    }
    
    return ans;
}

void init()
{
    I=2;
    while (x>1 && I<=100000)
    {
        if (!(x%I))
        {
            i=0;
            while (!(x%I))
            {
                ++i;
                x/=I;
            }
            
            if (i==1)
            ++s1;
            else
            ++s2;
        }
        
        ++I;
    }
    
    if (x>1)
    ++s1;
}

void Init()
{
    F[0]=1;f[0]=1;
    F[1]=1;f[1]=1;
    
    fo(i,2,N)
    {
        F[i]=F[i-1]*i%mod;
        f[i]=(f[i-1]*i%mod*i%mod-f[i-2]*i%mod*(i-1)%mod*two%mod*(i-1)%mod)%mod;
        
        if (f[i]<0)
        f[i]+=mod;
    }
}

int main()
{
    freopen("pj.in","r",stdin);
    freopen("pj.out","w",stdout);
    
    scanf("%lld%d",&x,&T);
    init();
    Init();
    
    for (;T;--T)
    {
        scanf("%d",&n);
        printf("%lld\n",qpower(F[n],s1)*qpower(f[n],s2)%mod*qpower(2,(long long)(n-1)*(n-1))%mod);
    }
}

转载于:https://www.cnblogs.com/gmh77/p/11465191.html

### 解题思路 题目要求解决的是一个与图相关的最小覆盖问题,通常在特定条件下可以通过状态压缩动态规划(State Compression Dynamic Programming, SCDP)来高效求解。由于状态压缩的适用条件是状态维度较小(例如K≤10),因此可以利用二进制表示状态集合,从而优化计算过程。 #### 1. 状态表示 - 使用一个整数 `mask` 表示当前选择的点集,其中第 `i` 位为 `1` 表示第 `i` 个节点被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的点集后,能够覆盖的节点集合。 - 可以通过预处理每个点的邻域信息(包括自身和所有直接连接的点),快速更新状态。 #### 2. 预处理邻域 对于每个节点 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节点出发一步能到达的所有节点集合。这样,在后续的状态转移过程中,可以直接使用这些信息进行合并操作。 #### 3. 状态转移 - 初始化:对每个单独节点 `u`,设置初始状态 `dp[1 << u] = neighbor[u]`。 - 转移规则:对于任意两个状态 `mask1` 和 `mask2`,如果它们没有交集,则可以通过合并这两个状态得到新的状态 `mask = mask1 | mask2`,并更新对应的覆盖范围为 `dp[mask1] ∪ dp[mask2]`。 - 在所有状态生成之后,检查是否某个状态的覆盖范围等于全集(即覆盖了所有节点)。如果是,则记录此时使用的最少节点数量。 #### 4. 最优解提取 遍历所有可能的状态,找出能够覆盖整个图的最小节点数目。 --- ### 时间复杂度分析 - 状态总数为 $ O(2^K) $,其中 `K` 是关键点的数量。 - 每次状态转移需要枚举所有可能的子集组合,复杂度为 $ O(2^K \cdot K^2) $。 - 整体时间复杂度控制在可接受范围内,适用于 `K ≤ 10~20` 的情况。 --- ### 代码实现(状态压缩 DP) ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 25; int neighbor[MAXN]; // 每个节点的邻域 int dp[1 << 20]; // dp[mask] 表示选中的点集合为 mask 时所能覆盖的点集合 int min_nodes; // 最小覆盖点数 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节点的邻域 for (int i = 0; i < n; ++i) { neighbor[i] = (1 << i); // 包括自己 for (int j : graph[i]) { neighbor[i] |= (1 << j); } } // 初始化 dp 数组 memset(dp, 0x3f, sizeof(dp)); for (int i = 0; i < n; ++i) { dp[1 << i] = neighbor[i]; } // 状态转移 for (int mask = 1; mask < (1 << n); ++mask) { if (__builtin_popcount(mask) >= min_nodes) continue; // 剪枝 for (int sub = mask & (mask - 1); sub; sub = (sub - 1) & mask) { int comp = mask ^ sub; if (comp == 0) continue; int new_mask = mask; int covered = dp[sub] | dp[comp]; if (covered == (1 << n) - 1) { min_nodes = min(min_nodes, __builtin_popcount(new_mask)); } dp[new_mask] = min(dp[new_mask], covered); } } } int main() { int n, m; cin >> n >> m; vector<vector<int>> graph(n); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 无向图 } min_nodes = n; solve(n, graph); cout << "Minimum nodes required: " << min_nodes << endl; return 0; } ``` --- ### 优化策略 - **剪枝**:当当前状态所用节点数已经超过已知最优解时,跳过后续计算。 - **提前终止**:一旦发现某个状态覆盖了全部节点,并且节点数达到理论下限,即可提前结束程序。 - **空间优化**:可以仅保存当前轮次的状态,减少内存占用。 --- ### 总结 本题通过状态压缩动态规划的方法,将原本指数级复杂度的问题压缩到可接受范围内。结合位运算技巧和预处理机制,能够高效地完成状态转移和覆盖判断操作。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值