bzoj 4517: [Sdoi2016]排列计数(错排+组合数逆元)

本文介绍了一道经典组合数学题目——SDOI2016的排列计数问题。通过C(n,m)组合数和错排公式解决序列计数问题,并提供了完整的C++实现代码。

4517: [Sdoi2016]排列计数

Time Limit: 60 Sec   Memory Limit: 128 MB
Submit: 1259   Solved: 766
[ Submit][ Status][ Discuss]

Description

求有多少种长度为 n 的序列 A,满足以下条件:
1 ~ n 这 n 个数在序列中各出现了一次
若第 i 个数 A[i] 的值为 i,则称 i 是稳定的。序列恰好有 m 个数是稳定的
满足条件的序列可能很多,序列数对 10^9+7 取模。

Input

第一行一个数 T,表示有 T 组数据。
接下来 T 行,每行两个整数 n、m。
T=500000,n≤1000000,m≤1000000

Output

输出 T 行,每行一个数,表示求出的序列数

Sample Input

5
1 0
1 1
5 2
100 50
10000 5000

Sample Output

0
1
20
578028887
60695423


会错排这题一看就发现了

n个中有m个数稳定情况是C(n, m),直接阶乘打标+逆元

然后剩下n-m个数错排,公式是F[n] = (n-1)*(F[n-1]+F[n-2])

最后相乘

错排问题blog(我的):

http://blog.youkuaiyun.com/jaihk662/article/details/52251034

#include<stdio.h>
#define LL long long
#define mod 1000000007
LL jc[1000005] = {1,1,2}, F[1000005] = {1,0,1};
LL Pow(LL a, LL b)
{
	LL ans;
	ans = 1;
	while(b)
	{
		if(b%2==1)
			ans = (ans*a)%mod;
		a = (a*a)%mod;
		b /= 2;
	}
	return ans;
}
LL C(LL n, LL m)    
{
	LL ans;
	if(n<m)
		return 0;
	ans = (jc[n]*Pow((jc[m]*jc[n-m])%mod, mod-2)%mod)%mod;
	return ans;
}
int main(void)
{
	LL T, n, m, i;
	for(i=3;i<=1000000;i++)
	{
		F[i] = (F[i-1]+F[i-2])*(i-1)%mod;
		jc[i] = jc[i-1]*i%mod;
	}
	scanf("%lld", &T);
	while(T--)
	{
		scanf("%lld%lld", &n, &m);
		printf("%lld\n", C(n, m)*F[n-m]%mod);
	}
	return 0;
}



MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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
 
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