HDU 5139 Formula(离线处理)

本文介绍了一种处理大量数据输入的高效算法策略,通过先排序再逐个计算的方式,避免了重复计算,显著降低了时间复杂度。

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

题意:给一个n值,求的值。

官网解题思路:


题目中测试数据的个数是10^5,而n的值最大为10^7,如果对于每一个输入的n值都要计算f(n)的话,时间复杂度最小为10^12,严重超时。即使打表,开数组大小为10^7次方,会报超内存。所以首先读入所有的测试数据,然后对测试数据排序,从小到大依次求出每一个n值,当前所求的f(ni)是在前一个f(ni-1)的基础上求得的。时间复杂度为10^7.

代码:

#include <cstdio>
#include <cstring>
#include <algorithm>
#define LL __int64
#define MOD 1000000007
using namespace std;

struct TMP{     //保存读入的数据
    int th;     //数据读入的顺序
    int n;      //数据的值
    LL res;     //计算的f(n)
}tmp[100005];

int cmp1(TMP t1, TMP t2) {  //按照数值的大小排序
    return t1.n < t2.n;
}
int cmp2(TMP t1, TMP t2) {  //按照读入的顺序排序
    return t1.th < t2.th;
}

int main() {
    int n, c;
    int num = 0, t = 0;
    while(~scanf("%d", &n)) {
        tmp[num].th = t;
        tmp[num].n = n;
        num++; t++;
    }
    sort(tmp, tmp + num, cmp1);
    LL mul = 1, s = 1;
    int num1 = 0;
    for(int i=1; i<=10000005; i++) {
        mul = mul * (LL)i;
        mul %= MOD;
        s = s * mul;
        s %= MOD;
        //printf("%d %I64d\n", i, mul);
        while(tmp[num1].n == i && num1 < num) {
            tmp[num1].res = s;
            num1 ++;
        }
    }
    sort(tmp, tmp + num, cmp2);
    for(int i=0; i<num; i++) {
        printf("%I64d\n", tmp[i].res);
    }
    return 0;
}


内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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