51NOD 1670 打怪兽

本文介绍了一款名为“打怪兽”的游戏算法问题。玩家从0能量开始挑战随机排列的怪兽,每击败一个怪兽能量加1,直至所有怪兽被击败或玩家失败。文章提供了计算玩家结束时能量值期望的算法实现。
1670 打怪兽
基准时间限制:1 秒 空间限制:131072 KB 分值: 40 难度:4级算法题
收藏
关注
lyk在玩一个叫做“打怪兽”的游戏。
游戏的规则是这样的。
lyk一开始会有一个初始的能量值。每次遇到一个怪兽,若lyk的能量值>=怪兽的能量值,那么怪兽将会被打败,lyk的能量值增加1,否则lyk死亡,游戏结束。
若怪兽全部打完,游戏也将会结束。
共有n个怪兽,由于lyk比较弱,它一开始只有0点能量值。
n个怪兽排列随机,也就是说共有n!种可能,lyk想知道结束时它能量值的期望。
由于小数点比较麻烦,所以你只需要输出期望*n!关于1000000007取模后的值就可以了!

例如有两个怪兽,能量值分别为{0,1},那么答案为2,因为游戏结束时有两种可能,lyk的能量值分别为02。期望为1,1*2!=2,所以答案为2Input

第一行一个数n(1<=n<=100000)。
接下来一行n个数ai表示怪兽的能量(0<=ai<n)。

Output

一行表示答案

Input示例

2
0 1

Output示例

2

alpq654321 (题目提供者)
C++ 11的运行时限为:1000 ms ,空间限制为:131072 KB 示例及语言说明请按这里


打的第i个怪物能量为EiEi, 为了方便, 结尾加上一个 En=infEn=inf
nlet[i] = numLessEqualThan[i] = 能量 <= i的怪物数量
numPremu[i] = 0,1,2,..i的排列数量
则, 若最终lyk能量 = k, 有

{Ei<=i,Ek>k|i<k}{Ei<=i,Ek>k|i<k}

此时, 满足最终lyk能量 = k的方案数 numProject 为:
能量<=0的怪物数*(能量<=1的怪物数-1)*…*(能量<=k-1的怪物数-k+1)*(能量>k的怪物数)*剩下的怪物的全排列数

numProjectk=nlet0(nlet11)(nlet22)...(nletk1(k1))(nnletk)numPremunk1numProjectk=nlet0∗(nlet1−1)∗(nlet2−2)∗...∗(nletk−1−(k−1))∗(n−nletk)∗numPremun−k−1
numProjectk=(nnletk)numPremunk1i=0k1(nletii)numProjectk=(n−nletk)∗numPremun−k−1∏i=0k−1(nleti−i)

ans=numProjectiians=∑numProjecti∗i
#include<stdio.h>
#include<bits/stdc++.h>
#define ll long long
#define pii pair<int,int>
#define pll pair<ll,ll>
#define MEM(a,x) memset(a,x,sizeof(a))
#define lowbit(x) ((x)&-(x))

using namespace std;

const int inf = 1e9+7;
const int N = 1e6 + 5;

int a[N];

ll pre[N];//pre[i] = prod_(j<=i) [nLET_j - j]

ll numPremu[N];//numPremu[i] = i的排列数量

int numLessEqualThan[N];//nLET[i] = 小于等于i的数的数量

void initNumPremu(){
    numPremu[0] = numPremu[1] = 1;
    for(int i = 2; i < N; ++i){
        numPremu[i] = (numPremu[i - 1] * i) % inf;
    }
}

void initPre(int n){
    MEM(numLessEqualThan, 0);
    for(int i = 0; i < n; ++i){
        ++numLessEqualThan[a[i]];
    }
    pre[0] = numLessEqualThan[0];
    for(int  i = 1; i <= n; ++i){
        numLessEqualThan[i] += numLessEqualThan[i - 1];
        pre[i] = (pre[i - 1] * (numLessEqualThan[i] - i)) % inf;
    }
}

int slove(int n){
    initPre(n);
    int ans = 0;
    for(int  i = 1; i <= n; ++i){//最终能量为i
        int numBigger = n == i ? 1 : (n - numLessEqualThan[i]);
        int numPremuation = n == i ? 1 : numPremu[n - i - 1];
        int numProject = (((pre[i - 1] * numBigger) % inf) * numPremuation) % inf;
        ans = (ans + (ll)numProject * i) % inf;
    }
    return ans;
}

int main() {
    //freopen("/home/lu/code/r.txt","r",stdin);
    //freopen("/home/lu/code/w.txt","w",stdout);
    initNumPremu();
    int n;
    while(~scanf("%d", &n)){
        for(int i = 0; i < n; ++i){
            scanf("%d", a + i);
        }
        printf("%d\n", slove(n));
    }
    return 0;
}
题目 51nod 3478 涉及一个矩阵问题,要求通过最少的操作次数,使得矩阵中至少有 `RowCount` 行和 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行和列组合,并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行和每一列变为回文所需的最少操作次数**: - 对于每一行,计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列,计算将其变为回文所需的最少操作次数,方法同上。 2. **枚举所有可能的行和列组合**: - 由于 `N` 和 `M` 的最大值为 8,因此可以枚举所有可能的行组合和列组合。 - 对于每一种组合,计算其所需的最少操作次数,并取最小值。 3. **计算操作次数**: - 对于每一种组合,需要计算哪些行和列需要修改,并且注意行和列的交叉点可能会重复计算,因此需要去重。 ### 代码实现 以下是一个可能的实现方式,使用了枚举和位运算来处理组合问题: ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**:首先计算每一行和每一列变为回文所需的最少操作次数。 - **枚举组合**:使用 `itertools.combinations` 枚举所有可能的行和列组合。 - **计算成本**:对于每一种组合,计算其成本,并考虑行和列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**:由于 `N` 和 `M` 的最大值为 8,因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $,这在实际中是可接受的。 - **空间复杂度**:主要是存储预处理的成本,空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行和列的枚举组合以减少计算时间? 2. 在计算行和列的交叉点时,如何更高效地处理重复计算的问题? 3. 如果矩阵的大小增加到更大的范围,如何调整算法以保持效率? 4. 如何处理矩阵中行和列的回文条件不同时的情况? 5. 如何扩展算法以支持更多的操作类型,例如翻转某个区域的值?
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