【NOIP校内模拟】T1 膜法(组合数)

本文介绍了一种快速计算杨辉三角特定列段和的方法,利用费马小定理预处理阶乘逆元,实现O(1)时间复杂度的组合数查询。通过代码示例,展示了如何在给定范围内求组合数C(m,n)的和。
部署运行你感兴趣的模型镜像

整理题意后 对于每个询问其实就是

1452620-20181016151604838-1339425983.png

由于C(m,n)=C(m,m-n)

就变成了

1452620-20181016151618434-1080827910.png

其实就是在杨辉三角上的一列求其中的一段和

然后有个玄学的公式

1452620-20181016151707440-1017790800.png

什么意思呢

1452620-20181016152158745-458606430.png

证明是很容易得到的

所以把阶乘预处理出来 由于1e9+7是质数 可以用费马小定理算逆元 就可以O(1)回答

#include<bits/stdc++.h>
#define N 100010
#define mod 1000000007
#define int long long
using namespace std;
inline int qpow(int x,int y)
{
    int base=x,ans=1;
    while(y)
    {
        if(y&1) ans=(ans*base)%mod;
        base=(base*base)%mod;
        y>>=1;
    }
    return ans;
}
int n,m,fac[N],inv[N];
void init()
{
    fac[0]=1;
    for(int i=1;i<=n+5;i++) fac[i]=fac[i-1]*i%mod;
    for(int i=0;i<=n+5;i++) inv[i]=qpow(fac[i],mod-2);
}
int C(int m,int n)
{
    return ((fac[m]*inv[n])%mod*inv[m-n])%mod;
} 
main()
{
    cin>>n>>m;
    init();
    int ans=1;
    for(int i=1;i<=m;i++)
    {
        int l,r,k;
        scanf("%d%d%d",&l,&r,&k);
        int tmp=C(r+1,l-k+1)-C(l,l-k+1);
        while (tmp<0) tmp+=mod;
        ans=ans*tmp%mod;
    }
    cout<<ans;
    return 0;
}

转载于:https://www.cnblogs.com/Patrickpwq/articles/9798236.html

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
评论
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