Codeforces Beta Round #17 D. Notepad

本文提供了一道来自 CodeForces 平台编号为 17D 的题目解决方案。该题要求计算特定数学表达式的模运算结果,并采用指数循环节和欧拉函数来优化大数幂运算过程。

原题:http://codeforces.com/contest/17/problem/D

题意:求[ ( b - 1 ) * b^( n - 1 ) ] % c,如果ans = 0, 则ans = c;

思路:指数循环节 —— (其中Φ 为欧拉函数);


#include<bits/stdc++.h>
#define ll __int64
using namespace std;
const int maxn = 1e6+5;
char B[maxn], N[maxn];
ll c;

ll Euler(ll n)
{
    ll ret = n;
    for(ll i = 2;i<=(ll)sqrt(n);i++)
    {
    	if(n%i == 0)
    	{
        	ret = ret/i*(i-1);
        	while(n%i == 0)
         		n /= i;
    	}
	}
    if(n>1)
    	ret = ret/n*(n-1);
    return ret;
}

ll Quick_pow(ll x, ll y, ll k)
{
    ll ret = 1;
    while(y > 0)
    {
          if(y & 1) ret = (ret*x)%k;
          y = y >> 1 ;
          x = (x*x)%k;
    }
    return ret;
}

int main(){
    scanf("%s%s%I64d", B, N, &c);
    int lenb = strlen(B);
    ll b = 0;
    for(int i = 0;i<lenb;i++){
        int x = B[i]-'0';
        b = (b*10+x)%c;
    }
    if(b == 0)  b = c;
    ll tmp = Euler(c);
    int lenn = strlen(N);
    ll n = 0;
    bool flag = false;
    for(int i = 0;i<lenn;i++){
        int x = N[i]-'0';
        n = n*10+x;
        if(n >= tmp)    flag = true;
        n %= tmp;
    }
    ll m = n%tmp+tmp;
    ll pp;
    if(flag)    pp = Quick_pow(b, m-1, c);
    else    pp = Quick_pow(b, n-1, c);
    ll ans = ((b-1)*pp)%c;
    if(ans == 0)    ans = c;
    cout<<ans<<endl;
    return 0;
}


内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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