bzoj1026 windy数 数位DP

本文介绍一种特殊的正整数——Wind数,并通过数位动态规划(数位DP)的方法来解决如何计算两个整数区间内Wind数的数量问题。文章提供了一个C++实现示例,展示了如何初始化DP状态并递推计算。

windy定义了一种windy数。不含前导零且相邻两个数字之差至少为2的正整数被称为windy数。 windy想知道,
在A和B之间,包括A和B,总共有多少个windy数?

Input

  包含两个整数,A B。

Output

  一个整数

Sample Input
【输入样例一】
1 10
【输入样例二】
25 50
Sample Output
【输出样例一】
9
【输出样例二】
20
Hint

【数据规模和约定】

100%的数据,满足 1 <= A <= B <= 2000000000 。



比较经典的数位DP,用dp[i][j] 表示 i 为第一个数字为 j 的满足要求的数的个数。


#include <iostream>
#include <cstdio>
#include <map>
#include <set>
#include <vector>
#include <queue>
#include <stack>
#include <cmath>
#include <algorithm>
#include <cstring>
#include <string>
using namespace std;
#define INF 0x3f3f3f3f
typedef long long LL;
double PI=acos(-1);
int dp[15][10];
int a[15];
void p(){
    memset(dp,0,sizeof(dp));
    for(int i=0;i<10;i++){
        dp[1][i]=dp[0][i]=1;
    }
    for(int i=2;i<=10;i++){
        for(int j=0;j<10;j++){
            for(int k=0;k<10;k++){
                if(abs(j-k)>=2){
                    dp[i][j]+=dp[i-1][k];
                }
            }
        }
    }
}

int solve(int n){
    int ans=0,nn=n,len=0;
    while(nn>0){
        len++;
        nn/=10;
    }
    memset(a,0,sizeof(a));
    for(int i=1;i<=len;i++){
        a[i]=n%10;
        n/=10;
    }
    for(int i=1;i<len;i++){
        for(int j=1;j<10;j++){
            ans+=dp[i][j];
        }
    }
    for(int i=1;i<a[len];i++){
        ans+=dp[len][i];
    }
    for(int i=len-1;i>0;i--){
        for(int j=0;j<a[i];j++){
            if(abs(j-a[i+1])>=2){
                ans+=dp[i][j];
            }
        }
        if(abs(a[i]-a[i+1])<2){
            break;
        }
    }
    return ans;
}
int main()
{
    p();
    int n,m;
    while(~scanf("%d%d",&n,&m)){
        printf("%d\n",solve(m+1)-solve(n));
    }
    return 0;
}




根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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