hdu 4455 Substrings # dp / 线段树

本文介绍了一种使用动态规划解决特定问题的方法。通过一个具体实例展示了如何利用DP算法进行求解,包括初始化状态数组、状态转移方程的设计等核心步骤。特别关注了在计算过程中避免整数溢出的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


dp解法 1s

注意long long ,dp[I+1] = dp[I] 减去因为长度增加而少掉的最后一组的权值,再加上不重复的数字,即与前一个相同值大于长度I的值。

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
const int MAX = 1000100 ;
typedef  long long  ll ;
int c[MAX] , pre[MAX] , num[MAX] , sum[MAX] ,read[MAX]; ll dp[MAX] ;/// attention the long long
int main(){
    int n ;
    while( ~ scanf("%d" , &n) && n ){
        for(int i = 1 ; i <= n ; i ++  ) scanf("%d" , &read[i]) ;
        memset(c , 0 , sizeof(c)) ;
        memset(pre , 0 , sizeof(pre)) ;
        for(int i = 1 ; i <= n ; i ++ ){
            c[ i -pre[ read[i] ] ] ++ ;
            pre[ read[i] ] = i ;
        }
        sum[n] = c[n] ;
        for(int i = n-1 ; i >= 1 ; i -- )
            sum[i] = sum[i+1] + c[i] ;
        memset(c , 0 , sizeof(c)) ;
        num[1] = 1 ;
        c[ read[n] ] ++ ;
        for(int i = 2 ; i <= n ; i ++ ){
            if(c[ read[n - i + 1 ] ] == 0 ){
                num[i] = num[i-1] + 1 ;
                c[ read[n-i+1] ] = 1 ;
            }else
                num[i] = num[i-1] ;
        }///every time length + 1 , and the number of group - 1 , so we should minus the last one 's weight and others add the sum
        dp[1] = n ;
        for(int i = 2 ; i <= n ; i ++ )
            dp[i] = dp[i-1] + sum[i] - num[i-1] ;
        int op , temp ;
        scanf("%d" , &op) ;
        while( op -- ){
            scanf("%d" , & temp ) ;
            printf("%lld\n" , dp[temp]) ;
        }
    }
    return 0 ;
}

 
内容概要:《中文大模型基准测评2025年上半年报告》由SuperCLUE团队发布,详细评估了2025年上半年中文大模型的发展状况。报告涵盖了大模型的关键进展、国内外大模型全景图及差距、专项测评基准介绍等。通过SuperCLUE基准,对45个国内外代表性大模型进行了六大任务(数学推理、科学推理、代码生成、智能体Agent、精确指令遵循、幻觉控制)的综合测评。结果显示,海外模型如o3、o4-mini(high)在推理任务上表现突出,而国内模型如Doubao-Seed-1.6-thinking-250715在智能体Agent和幻觉控制任务上表现出色。此外,报告还分析了模型性价比、效能区间分布,并对代表性模型如Doubao-Seed-1.6-thinking-250715、DeepSeek-R1-0528、GLM-4.5等进行了详细介绍。整体来看,国内大模型在特定任务上已接近国际顶尖水平,但在综合推理能力上仍有提升空间。 适用人群:对大模型技术感兴趣的科研人员、工程师、产品经理及投资者。 使用场景及目标:①了解2025年上半年中文大模型的发展现状与趋势;②评估国内外大模型在不同任务上的表现差异;③为技术选型和性能优化提供参考依据。 其他说明:报告提供了详细的测评方法、评分标准及结果分析,确保评估的科学性和公正性。此外,SuperCLUE团队还发布了多个专项测评基准,涵盖多模态、文本、推理等多个领域,为业界提供全面的测评服务。
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