19暑假拉格朗日插值A

本文介绍了一种计算1到x的k次方和的方法,利用已知的k次方和公式,通过拉格朗日插值法求解任意次数幂和。文章提供了完整的C++代码实现,展示了如何通过预计算和多项式插值得到特定模数下的幂和值。

There are well-known formulas: , , . Also mathematicians found similar formulas for higher degrees.

Find the value of the sum modulo 109 + 7 (so you should find the remainder after dividing the answer by the value 109 + 7).

Input
The only line contains two integers n, k (1 ≤ n ≤ 109, 0 ≤ k ≤ 106).

Output
Print the only integer a — the remainder after dividing the value of the sum by the value 109 + 7.

Examples
Input
4 1
Output
10
Input
4 2
Output
30
Input
4 3
Output
100
Input
4 0
Output
4
设f(x)为1到x的k次方和,(高中数学讲过k次方和可以由k-1次方和推出来)所以f(x)最高次为k+1,所以需要求出来k+2个数字然后拉格朗日插值即可

#include<bits/stdc++.h>
#define ll long long 
#define mod 1000000007
#define maxn 1000005
using namespace std;
ll f[maxn],mul[maxn];
long long power(long long a,long long b)
{
    long long ans=1;
    while(b)
    {
        if(b&1)  
        {
            ans=(ans*a)%mod;  
            b--;
        }
        b/=2;   
        a=a*a%mod;    
    }
    return ans;    
}
int main()
{
    int n,k;
    scanf("%d%d",&n,&k);
    f[0]=0;
    for(int i=1;i<=k+2;i++)
    f[i]=(f[i-1]+power(i,k))%mod;
    if(n<=k+2)
    {
    	printf("%lld",f[n]);
    	return 0;
	}   
    mul[0]=1;
    for(int i=1;i<=k+2;i++)
    mul[i]=mul[i-1]*i%mod;
    ll t=1;
    for(int i=1;i<=k+2;i++)
    t=(n-i)*t%mod;
    ll ans=0;
    for(int i=1;i<=k+2;i++)
	{
        ll tmp=power(mul[i-1]*mul[k+2-i]%mod*(n-i)%mod,mod-2);
        if((k+2-i)&1) 
		tmp=-tmp;
        ans=(ans+f[i]*t%mod*tmp%mod+mod)%mod;
    }
    printf("%lld\n",ans);
}
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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