Arranging Wine

本文探讨了一道关于红酒和白酒排列的问题,通过将问题转化为小球放入盒子的经典数学模型,利用容斥原理解决。详细解析了算法思路,并提供了C++实现代码。

大概在很久之后,做了一道差不多的题,才回来把这道题给补了。

题意是给你n瓶红酒,m瓶白酒,然后把白酒和红酒分成很多堆,红白相间排成一行,然后每堆红酒不超过d瓶,问有多少种方案。

题目给的解释特别有迷惑性,其实我们把一堆平着放,就是求所有的酒排列方案(相邻的红酒不能超过d瓶)。

然后考虑先放白酒,那么白酒与白酒之间有m+1个空位,只要把红酒插进去就行。

就是把n个小球放到m个不同的盒子中,每个盒子不超过d个。

一个很经典的容斥,考虑有至少零个盒子超限,一个盒子超限,两个盒子超限。。。。

求至少有x个盒子超限也很简单,先计算有多少种选x个盒子的方案,然后先把x*(d+1)个小球放进去,剩下的就是普通的球盒模型。

#include <bits/stdc++.h>

using namespace std;

#define N 2000025
#define M 1010
#define ll long long
#define mod 1000000007
#define go(i,a,b) for(int i=(a);i<=(b);i++)
#define dep(i,a,b) for(int i=(a);i>=(b);i--)
#define pb push_back
#define inf 0x3f3f3f3f
#define ld long double
#define pii pair<int,int>
#define vi vector<int>
#define madd(a,b) (a+=(b)%mod)%=mod
#define lowb(c,len,x) lower_bound(c+1,c+len+1,x)-c
#define uppb(c,len,x) upper_bound(c+1,c+len+1,x)-c
#define ls i*2+1
#define rs i*2+2
#define mid (l+r)/2
#define lson l,mid,ls
#define rson mid+1,r,rs
#define root 1,n,0
#define ms(a,b) memset(a,b,sizeof a)
#define muti int T,cas=1;cin>>T;while(T--)
#define lll __int128
#define si short int
#define fi first
#define se second
#define l(x) (x&-x)
#define b(x) (1<<(x))
#define G(x) for( int i=h[x];i;i=eg[i].y )
ll n,m,k,jx[N],inv[N];
int m1=29,m2=34483;
void init(ll p){
    jx[0]=1;go(i,1,N-1)jx[i]=1ll*jx[i-1]*i%p;
    inv[0]=inv[1]=1;go(i,2,N-1)inv[i]=1ll*inv[p%i]*(p-p/i)%p;
    go(i,2,N-1)inv[i]=1ll*inv[i-1]*inv[i]%p;
}
ll c(ll a,ll b){
    return jx[a]*inv[b]%mod*inv[a-b]%mod;
}
ll solve(ll n,ll m,ll k){
    ll res=0;
    for(int i=0;i*k<=n&&i<=m;i++){
        ll tmp=c(m,i)*c(m+n-k*i-1,n-k*i)%mod;
        if(i&1)madd(res,-tmp+mod);
        else madd(res,tmp+mod);
    }
    return res;
}
int main()
{
    init(mod);
    cin>>n>>m>>k;
    cout<<solve(n,m+1,k+1)<<endl;
}

 

【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)内容概要:本文围绕“基于多目标优化遗传算法NSGA-II的峰谷分时电价引导下的电动汽车充电负荷优化研究”展开,利用Matlab代码实现优化模型,旨在通过峰谷分时电价机制引导电动汽车有序充电,降低电网负荷波动,提升能源利用效率。研究融合了多目标优化思想与遗传算法NSGA-II,兼顾电网负荷均衡性、用户充电成本和充电满意度等多个目标,构建了科学合理的数学模型,并通过仿真验证了方法的有效性与实用性。文中还提供了完整的Matlab代码实现路径,便于复现与进一步研究。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①应用于智能电网中电动汽车充电负荷的优化调度;②服务于峰谷电价政策下的需求侧管理研究;③为多目标优化算法在能源系统中的实际应用提供案例参考; 阅读建议:建议读者结合Matlab代码逐步理解模型构建与算法实现过程,重点关注NSGA-II算法在多目标优化中的适应度函数设计、约束处理及Pareto前沿生成机制,同时可尝试调整参数或引入其他智能算法进行对比分析,以深化对优化策略的理解。
### 问题分析 该问题是要将 `N` 个编号从 1 到 `N` 的多米诺骨牌排成一行。具体的排列规则未明确给出,这里假设要找出某种最优排列(例如按骨牌大小从小到大排列)。 ### 代码实现 ```c #include <stdio.h> #include <stdlib.h> // 比较函数,用于 qsort int compare(const void *a, const void *b) { return (*(int *)a - *(int *)b); } int main() { int N; // 读取多米诺骨牌的数量 scanf("%d", &N); // 动态分配数组来存储每个多米诺骨牌的大小 int *S = (int *)malloc(N * sizeof(int)); if (S == NULL) { fprintf(stderr, "内存分配失败\n"); return 1; } // 读取每个多米诺骨牌的大小 for (int i = 0; i < N; i++) { scanf("%d", &S[i]); } // 使用 qsort 对多米诺骨牌按大小进行排序 qsort(S, N, sizeof(int), compare); // 输出排序后的多米诺骨牌大小 for (int i = 0; i < N; i++) { printf("%d ", S[i]); } printf("\n"); // 释放动态分配的内存 free(S); return 0; } ``` ### 复杂度分析 - **时间复杂度**:排序操作 `qsort` 的时间复杂度为 $O(N log N)$,读取和输出操作的时间复杂度为 $O(N)$,因此总的时间复杂度为 $O(N log N)$。在 2 秒的时间限制内,对于较大的 `N` 也能较快完成。 - **空间复杂度**:只使用了一个大小为 `N` 的数组来存储多米诺骨牌的大小,因此空间复杂度为 $O(N)$。在 1024MiB 的内存限制内,对于一般的 `N` 都能满足要求。 ### 题解说明 此代码首先读取多米诺骨牌的数量 `N`,然后动态分配一个大小为 `N` 的数组来存储每个多米诺骨牌的大小。接着使用 `qsort` 函数对数组进行排序,最后输出排序后的多米诺骨牌大小。
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