uva 11361 dp

本文详细解析了一段用于解决特定数值序列与模运算问题的C++代码实现,包括如何通过递归函数计算序列值、利用预处理数组优化计算效率,并在给定条件下求解序列区间内的特殊值。代码通过引入幂次数组和数值数组来辅助计算,最终通过调用递归函数dfs来完成复杂的数值操作,特别适用于需要快速计算大规模数据集的场景。

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

#include<iostream>  
#include<cstdio>  
#include<cstring>  
using namespace std;
long long f[12][101][101];  
long long pow[15],num[15];  
long long a,b,p;  
long long dfs(int l,int k1,int k2,int e)  
{  
    if(l==-1) return (k1==0)&&(k2==0);  
    if(!e && f[l][k1][k2]!=-1)return f[l][k1][k2];  
  
    int u=(e?num[l]:9);  
    long long res=0;  
  
    for(int i=0;i<=u;i++)  
    res+=dfs(l-1,(pow[l]*i+k1)%p,(i+k2)%p,e&&i==u);  
  
    return e?res:f[l][k1][k2]=res;  
}  
long long solve(long long x)  
{  
    int l=0;  
    memset(f,-1,sizeof(f));  
    while(x!=0)  
    {  
        num[l++]=x%10;  
        x=x/10;  
    }  
    return dfs(l-1,0,0,1);  
}  
int main()  
{  
    int sec;  
    scanf("%d",&sec);  
  
    {  
        long long x=1;  
        for(int i=0;i<=10;i++)  
        {  
            pow[i]=x;  
            x=x*10;  
        }  
    }  
  
    while(sec--)  
    {  
        scanf("%lld%lld%lld",&a,&b,&p);  
        if(p>=100)printf("0\n");else  
        {  
            long long ans=solve(b)-solve(a-1);  
            printf("%lld\n",ans);  
        }  
    }  
    return 0;  
}  
然后按照书上的思想我们设f【x】表示不超过x的非负整数中满足条件的个数,所以我们得到的答案就是f【b】-f【a-1】这一条不用多说。关键就在于怎么算f


书上在给出递推式子:f【d】【m1】【m2】表示d个数字,其中各数字之和除以k的余数为m1,这些数字组成的整数除以k的余数为m2的整数个数。这句话读起来可能比较绕口。可以这么想: 计算的时候表示递推的左起第d位时候,各位数字和%k=m1,该数字本身%k=m2 其中的值代表数字中小于给出的b或者a-1的个数一共多少个(貌似还是很绕口,但是希望能明白一点点)。接下来就是怎么求了:


由于要枚举最高位的数字0-9所以我们可以事先打表做好各位数字是什么。对于各位数字和 与当前数字本身 我们可以用递推的思想:就是我从第一位开始算,那么我们的第二位数字和就是第一位数字和+第二位数字,第二位数字本身就是第一位数字本身*10+第二位数字。所以我们可以一步一步取位取上去。即书上给出的递推式:我不想打了。。见书114页最底下。


接下来我们要考虑边界条件:


对于a-1或者b,我们以b为例(因为后面每次打的时候就不用打a-1了):对于b的前i位与枚举的前i位相等,那么当第i+1位比b的第i+1位大时,那么势必就不存在这个数了。


如果新数i+1位比b的i+1位小那么我们就可以认为是新增加了一个数所以+1 即对于f【i+1】【m1】【m2】+1 如果(第i+1位<b【i+1】)


最后我们当然是返回值是什么:


即:f【10】【0】【0】的值啦。对于前面10位两者%k都为0的情况


转载来自:http://blog.youkuaiyun.com/luyuncheng/article/details/8498169

### 问题分析 UVA12099 **The Bookcase** 是一个典型的动态规划问题,涉及将多个书籍放入书架,要求最小化书架的总高度。问题的核心是: - 给定一组书籍,每个书籍具有固定的宽度和高度。 - 书架的宽度有限,书籍必须按照顺序放置,且每层书架的总宽度不能超过限制。 - 每层书架的高度是该层中所有书籍的最大高度。 - 任务是安排书籍的分布,使得书架的总高度最小化。 ### 动态规划思路 该问题可以通过动态规划求解。定义状态 `dp[i]` 表示前 `i` 本书的最小总高度。 为了优化状态转移,可以使用如下策略: - 预处理计算每本书到另一本书之间的最大高度。 - 状态转移方程为: `dp[i] = min(dp[j] + max_height(j+1..i))`,其中 `j < i` 且 `sum_width(j+1..i) <= shelf_width`。 ### C++ 实现 ```cpp #include <iostream> #include <vector> #include <algorithm> #include <climits> using namespace std; int minTotalHeight(const vector<int>& heights, const vector<int>& widths, int shelfWidth) { int n = heights.size(); vector<int> dp(n + 1, 0); // dp[i] 表示前i本书的最小总高度 dp[0] = 0; for (int i = 1; i <= n; ++i) { int max_height = 0; int total_width = 0; dp[i] = INT_MAX; for (int j = i - 1; j >= 0; --j) { total_width += widths[j]; if (total_width > shelfWidth) break; max_height = max(max_height, heights[j]); dp[i] = min(dp[i], dp[j] + max_height); } } return dp[n]; } int main() { // 示例输入 vector<int> heights = {3, 4, 2}; vector<int> widths = {6, 5, 8}; int shelfWidth = 10; int result = minTotalHeight(heights, widths, shelfWidth); cout << "Minimum total shelf height: " << result << endl; return 0; } ``` ### 实现说明 - `heights` 和 `widths` 分别表示每本书的高度和宽度。 - `shelfWidth` 是书架的宽度限制。 - `dp[i]` 记录了前 `i` 本书的最小总高度。 - 内层循环用于尝试不同的分段方式,计算当前层的最大高度,并更新 `dp[i]`。 ### 时间复杂度 - 该算法的时间复杂度为 $O(n^2)$,其中 $n$ 是书籍的数量。 - 对于较小的数据规模(如 $n \leq 1000$),该算法可以高效运行。 ### 优化思路 - 如果书籍数量较大,可以考虑使用单调队列或分治优化动态规划。 - 预处理 `max_height` 和 `total_width` 可以进一步优化性能。
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