【NOIP2012模拟10.25】单元格

本文探讨了一个关于在限定条件下计数特定方案数量的问题。通过分析单元格的选择规则及其距离计算方式,提出了有效的算法实现方法。该算法通过枚举矩阵大小并考虑不同单元格配置的情况来解决实际问题。

题目

在一个R行C列的表格里,我们要选出3个不同的单元格。但要满足如下的两个条件:
(1)选中的任意两个单元格都不在同一行。
(2)选中的任意两个单元格都不在同一列。
假设我们选中的单元格分别是:A,B,C,那么我们定义这种选择的“费用”= f[A][B] + f[B][C] + f[C][A]。 其中f[A][B]是指单元格A到单元格B的距离,即两个单元格所在行编号的差的绝对值 + 两个单元格所在列编号的差的绝对值。例如:单元格A在第3行第2列,单元格B在第5行第1列,那么f[A][B] = |3-5| + |2-1| = 2 + 1 = 3。至于f[B][C], f[C][A]的意义也是同样的道理。现在你的任务是:有多少种不同的选择方案,使得“费用”不小于给定的数minT,而且不大于给定的数maxT,即“费用”在【minT, maxT】范围内有多少种不同的选择方案。答案模1000000007。所谓的两种不同方案是指:只要它们选中的单元格有一个不同,就认为是不同的方案。

分析

我们枚举一个矩阵的长和宽,分别是i个点和j个点。
那么对于这个矩阵,我们求出三个单元格在矩阵中的位置的方案数,矩阵要包含这三个单元格,并且是包含这三个单元格的矩阵中最小的一个,单元格的位置主要分2种情况:

一、其中两个单元格在对角,另一个单元格不在边上

这里写图片描述
这里写图片描述
经过平移等操作,费用就是这个矩阵的周长2(i+j2)(为什么减2自己理解,本人语文不好,不知道如何解释)
对角的单元格有2种位置(看图),不在边上单元格的位置有(i2)(j2)种位置,
那么这个矩阵的答案就是2(i2)(j2)

二、其中一个单元格在矩阵的一个角,另两个单元格在边上

这里写图片描述
(经过平移等操作,费用就是这个矩阵的周长2(i+j2)(为什么减2自己理解,本人语文不好,不知道如何解释))
这种情况又有4种情况(看图),
在长上的单元格有(i2)种位置,
在宽上的单元格有(j2)种位置。
那么这个矩阵的答案就是4(i2)(j2)

接着,
我们枚举的矩阵在原表格中又有(ri+1)(cj+1)个,所以乘上(ri+1)(cj+1)
答案就是ri=3cj=36(i2)(j2)(ri+1)(cj+1)

#include <cmath>
#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <algorithm>
#include <queue>
const long long maxlongint=2147483647;
const long long mo=1000000007;
const long long N=50005;
using namespace std;
long long mxt,mnt,n,m,ans;
int main()
{
    scanf("%lld%lld%lld%lld",&n,&m,&mnt,&mxt);
    for(long long i=3;i<=n;i++)
        for(long long j=3;j<=m;j++)
            if(i+j+i+j-4>=mnt && i+j+i+j-4<=mxt)
            {
                ans=(ans+(i-2)*(j-2)*(n-i+1)*(m-j+1))%mo;
            }
    printf("%lld",ans*6%mo);
}
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)内容概要:本文档是一份关于“基于粒子群优化算法的风-水电联合优化运行分析”的研究资料,旨在通过Matlab代码实现对该优化模型的复现。文档重点介绍了如何利用粒子群优化(PSO)算法解决风能与水能联合调度中的复杂优化问题,包括系统建模、目标函数构建、约束条件处理及算法实现过程。研究兼顾可再生能源的不确定性与电力系统运行的经济性,通过仿真验证了该方法在提升能源利用率和系统稳定性方面的有效性。此外,文档还附带多个相关领域的Matlab代码案例,涵盖微电网调度、储能配置、负荷预测等,突出其在电力系统优化中的实际应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源优化调度的工程技术人员;尤其适合希望复现EI期刊论文或开展智能优化算法在能源领域应用研究的用户。; 使用场景及目标:①学习并复现基于粒子群算法的风-水电联合运行优化模型;②掌握Matlab在电力系统优化中的建模与仿真方法;③拓展至微电网、储能调度、多能源协同优化等相关课题的研究与开发。; 阅读建议:建议结合文档中提供的Matlab代码进行逐模块调试与分析,重点关注目标函数设计、粒子群算法参数设置及约束处理机制。同时可参考文中列举的其他优化案例,举一反三,提升对智能算法在能源系统中综合应用的理解与实践能力。
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