hdu 2276【Kiki & Little Kiki 2】

本文介绍了一种使用矩阵操作实现数据右移的算法,通过构造特定的矩阵并进行矩阵相乘,实现了数据的高效右移。文章详细解释了算法的原理,包括如何构建矩阵、如何利用矩阵相乘代替异或运算,以及具体的代码实现。

看到有人0ms爽过,我781ms过,心里有点不是滋味儿......

还是说说自己的思路吧:

1、根据题目的意思我们就应该知道是将原来的数据右移(譬如第二位移到第一位),当然了最高位应该被最低位的数补充——这个可以很完美的用矩阵实现,即每列比行大一的位置为0,譬如第一行,第二列的数据为1,但是最后一行是第一列和最后一列为1.

2、移动后的数据与原数据异或得到一次移动后的结果,这个直接可以将主对角线上的数据变为1(经过以上两步构造矩阵后,矩阵相乘时,就把原来的数据与现在的数据相加了),然后所得的数据要模2,为什么这个可以替代异或呢?其实异或本来就是朴素的加法(二进制的),只不过1+1=10,我们取得是最低位罢了,所以可以直接模2.

然后就是代码了。。。

代码如下:
  1 #include <cstdio>
  2 #include <cstring>
  3 
  4 const int maxn = 100+10;
  5 const int mod = 2;
  6 struct matrix
  7 {
  8     int mt[maxn][maxn];
  9 }e;
 10 
 11 int n,len;
 12 int data[maxn];
 13 int re_ans[maxn];
 14 
 15 void zero_matrix(matrix& x)
 16 {
 17     memset(x.mt,0,sizeof(x.mt));
 18 }
 19 
 20 void unit()
 21 {
 22     zero_matrix(e);
 23     for(int i = 0;i < len;i ++)
 24     {
 25         e.mt[i][i] = 1;
 26     }
 27 }
 28 
 29 matrix operator*(matrix& x,matrix& y)
 30 {
 31     matrix ans;
 32     for(int i = 0;i < len;i ++)
 33     {
 34         for(int j = 0;j < len;j ++)
 35         {
 36             ans.mt[i][j] = 0;
 37             for(int k = 0;k < len;k ++)
 38             {
 39                 ans.mt[i][j] += x.mt[i][k] * y.mt[k][j] % mod;
 40             }
 41             ans.mt[i][j] %= mod;
 42         }
 43     }
 44 
 45     return ans;
 46 }
 47 
 48 matrix operator^(matrix& x,int pow)
 49 {
 50     matrix ans = e;
 51     while(pow)
 52     {
 53         if(pow & 1)
 54         {
 55             ans = ans * x;
 56         }
 57         x = x * x;
 58         pow >>= 1;
 59     }
 60 
 61     return ans;
 62 }
 63 
 64 int main()
 65 {
 66     while(scanf("%d",&n) == 1)
 67     {
 68         char input[maxn];
 69         scanf("%s",input);
 70         len = strlen(input);
 71         for(int i = 0;i < len;i ++)
 72         {
 73             data[i] = input[i] - '0';
 74         }
 75         unit();//构造单位矩阵
 76         //构造矩阵
 77         matrix tmp;
 78         zero_matrix(tmp);//将tmp矩阵刷0
 79         for(int i = 0;i < len;i ++)
 80         {
 81             tmp.mt[i][i] = 1;
 82             if(i < len - 1)
 83             {
 84                 tmp.mt[i][i+1] = 1;
 85             }
 86             else//最后一行比较特殊,是第一列为1
 87             {
 88                 tmp.mt[i][0] = 1;
 89             }
 90         }
 91         tmp = tmp ^ n;//移动n次,矩阵满足结合律
 92         for(int i = 0;i < len;i ++)//如果想这里简单一点的话,可以将re_ans直接构造成matrix,我这里是将其构造成1*len矩阵。
 93         {
 94             re_ans[i] = 0;
 95             for(int j = 0;j < len;j ++)
 96             {
 97                 re_ans[i] += data[j] * tmp.mt[j][i] % mod;
 98             }
 99             re_ans[i] %= mod;
100         }
101         //打印出结果
102         for(int i = 0;i < len;i ++)
103         {
104             printf("%d",re_ans[i]);
105         }
106         printf("\n");
107     }
108 
109     return 0;
110 }

转载于:https://www.cnblogs.com/Shirlies/archive/2012/06/18/2553897.html

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