hdu 4099 Revenge of Fibonacci 大数加法+字典树

本文详细介绍了如何使用字典树解决斐波那契数列的前缀匹配问题,包括预处理、字典树结构设计以及算法实现步骤。重点突出算法效率与精度考虑。

自己很久都没写过字典树了,直接转了别人的代码,嘿嘿。。

题意:输入一个数n,长度至多40,输入最小序号i,使得f[i]的前缀是n,若i大于1e5则输出-1。f[i]表示第i个斐波那契数列,f[0]=f[1]=1,f[i]=f[i-1]+f[i-2];

题解:可以说是一道字典树模板题。就是用大数加法预处理小于100000的斐波那契数列,将小于40的前缀保存在字典树中。然后每次询问只要在字典树种找就行了。字典树:就是单词查找树,我们查单词的时候是先查单词第一个字母,然后第二个。。直到找到为止;字典树就是以这种原理保存数据。

注意:

1.由于精度问题,所以前缀取60位左右。。



耗时:640MS/5000MS

#include <cstring>
#include <cstdlib>
#include <cstdio>
#include <iostream>
#include <algorithm>
using namespace std;
const int maxn=10;
struct node{
    int w;
    struct node *next[maxn];
    node():w(-1){memset(next,NULL,sizeof(next));}
 }root;
char d[100];
void add(char *a,char *b,char *c)
{
    int i,j,k,aa,bb,t=0,p=0;
    aa=strlen(a)-1;
    bb=strlen(b)-1;
    while(aa>=0||bb>=0)
    {
        if(aa<0)i=0;
        else i=a[aa]-'0';
        if(bb<0)j=0;
        else j=b[bb]-'0';
        k=i+j+t;
        d[p++]=k%10+'0';
        t=k/10;
        aa--;
        bb--;
    }
    while(t)
    {
        d[p++]=t%10+'0';
        t=t/10;
    }
    for(i=0;i<p;i++)c[i]=d[p-i-1];
    c[p]='\0';
}
void insert(char *a,int x)
{
    node *p=&root;
    int i,t=0;
    for(i=0;a[i]!='\0'&&i<=40;i++)
    {
        if(p->next[a[i]-'0']==NULL){p->next[a[i]-'0']=new node;}
        p=p->next[a[i]-'0'];
        if(p->w==-1)p->w=x;

    }
}
int find(char *a)
{
    node *p=&root;
    int i;
    for(i=0;a[i]!='\0';i++)
    {
        if(p->next[a[i]-'0']!=NULL)p=p->next[a[i]-'0'];
        else return -1;
    }
    return p->w;
}
void init()
{
    int i,j,k;
    char a[100],b[100],c[100],aa,bb;
    a[0]=b[0]='1';
    a[1]=b[1]='\0';
    insert(a,0);
    for(i=2;i<100000;i++)
    {
        aa=strlen(a);
        bb=strlen(b);
        if(bb>60)a[aa-1]=b[bb-1]='\0';
        add(a,b,c);
        insert(c,i);
        strcpy(a,b);
        strcpy(b,c);
    }
}
int main()
{
    int T,tt=0;
    char a[100];
    init();
    scanf("%d",&T);
    while(T--)
    {
        scanf("%s",a);
        printf("Case #%d: %d\n",++tt,find(a));
    }
    return 0;
}



内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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