NOIP提高模拟-20181016-T1-膜法

本文探讨了算法竞赛中一种组合数学问题的两种解决策略。首先介绍了基于暴力搜索的30pts解决方案,随后提出了一种利用组合数恒等式优化至100pts的高效算法。通过代码实现展示了如何预处理组合数并应用逆元计算,从而大幅降低时间复杂度。

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

写在前面

之前在考试的时候,因为太菜,没有想到正解,因而打了一个30pts30pts30pts的暴力,居然没有T。

Solution

30pts30pts30pts做法

根据乘法原理,最终答案为每个环节的方案数乘起来。

根据加法原理,一个环节的方案数为

∑j=lrCki+j−lj \sum_{j=l}^{r}C_{k_{i}+{j}-{l}}^{j} j=lrCki+jlj

O(n2)O(n^{2})O(n2) 预处理组合数,然后 O(nm)O(nm)O(nm)统计即可。

100pts100pts100pts做法

每个环节实际上是要求

∑j=lrCki+j−lj=∑j=lrCl−kij \sum_{j=l}^{r}C_{k_{i}+{j}-{l}}^{j}=\sum_{j=l}^{r}C_{l-k_{i}}^{j} j=lrCki+jlj=j=lrClkij

而根据组合数的恒等式,有:

∑j=lrCl−kij=Cr+1l−ki+1−Cll−ki+1 \sum_{j=l}^{r}C_{l-k_{i}}^{j}=C^{l-{k_{i}}+1}_{r+1}-C^{l-{k_{i}}+1}_{l} j=lrClkij=Cr+1lki+1Cllki+1

那么我们就可以直接将阶乘O(N)O(N)O(N)处理出来,再求逆元,这样就可以做到O(M)O(M)O(M)的统计。
Talk is Cheap, Show You the Code:

#include<bits/stdc++.h>
using namespace std;
const int mod=1e9+7;
int read(){
	int sum=0,neg=1;
	char c=getchar();
	while(c>'9'||c<'0'&&c!='-') c=getchar();
	if(c=='-') neg=-1,c=getchar();
	while(c>='0'&&c<='9') sum=(sum<<1)+(sum<<3)+c-'0',c=getchar();
	return sum*neg;
}
/* 30pts
long long C[2005][2005];
int n,m;
void getC(){
	for(int i=0;i<=n;i++) C[i][0]=C[i][i]=1;
	for(int i=2;i<=n;i++)
		for(int j=1;j<=i;j++)
			C[i][j]=(C[i-1][j-1]%mod+C[i-1][j]%mod)%mod;
}
int main(){
	freopen("m.in","r",stdin);
	freopen("m.out","w",stdout);
	n=read(),m=read();
	long long ans=1;
	getC();
	for(int i=1;i<=m;i++){
		int l,r,k;
		long long tmp=0;
		l=read(),r=read(),k=read();
		for(int j=1;j<=r-l+1;j++)
			tmp=(tmp%mod+C[l+j-1][k+j-1]%mod)%mod;
		ans=(ans%mod*tmp%mod)%mod;
	}
	printf("%lld\n",ans);
	return 0;
}
*/
const int  N=1e5+10;
int n,m;
int fac[N],ifac[N];
int mul(int x,int y){
	return (long long)x*y%mod;
}
int power(int a,int b,int ret=1){//快速幂--运用费马小定理 
	for(;b;b>>=1,a=mul(a,a)) if(b&1) ret=mul(ret,a);
	return ret;
}
int calcinv(int x){//求逆元 
	return power(x,mod-2);
}
int C(int a,int b){
	return (a<b)?0:mul(fac[a],mul(ifac[b],ifac[a-b]));
}
int dec(int x,int y){
	return x-y<0?x-y+mod:x-y;
}
int main(){
	n=read();m=read();
	fac[0]=1;
	for(int i=1;i<=n+1;i++) fac[i]=mul(fac[i-1],i);
	ifac[n+1]=calcinv(fac[n+1]);
	for(int i=n;i>=0;i--) ifac[i]=mul(ifac[i+1],i+1);
	int ans=1;
	for(int i=1;i<=m;i++){
		int l=read(),r=read(),k=read();
		ans=mul(ans,dec(C(r+1,l-k+1),C(l,l-k+1)));
	}
	printf("%d\n",ans);
	return 0;
}

转载于:https://www.cnblogs.com/Neonen/p/9832498.html

内容概要:该论文深入研究了液压挖掘机动臂下降势能回收技术,旨在解决传统液压挖掘机能耗高的问题。提出了一种新型闭式回路势能回收系统,利用模糊PI自整定控制算法控制永磁无刷直流电动机,实现了变转速容积调速控制,消除了节流和溢流损失。通过建立数学模型和仿真模型,分析了不同负载下的系统性能,并开发了试验平台验证系统的高效性和节能效果。研究还涵盖了执行机构能量分布分析、系统元件参数匹配及电机控制性能优化,为液压挖掘机节能技术提供了理论和实践依据。此外,通过实验验证,该系统相比传统方案可降低28%的能耗,控制系统响应时间缩短40%,为工程机械的绿色化、智能化发展提供了关键技术支撑。 适合人群:从事工程机械设计、制造及维护的工程师和技术人员,以及对液压系统节能技术感兴趣的科研人员。 使用场景及目标:①理解液压挖掘机闭式回路动臂势能回收系统的原理和优势;②掌握模糊PI自整定控制算法的具体实现;③学习如何通过理论建模、仿真和实验验证来评估和优化液压系统的性能。 其他说明:此研究不仅提供了详细的理论分析和数学建模,还给出了具体的仿真代码和实验数据,便于读者在实际工作中进行参考和应用。研究结果表明,该系统不仅能显著提高能源利用效率,还能延长设备使用寿命,降低维护成本,具有重要的工程应用价值。
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