uestc windy数

链接:http://acm.uestc.edu.cn/problem.php?pid=1307

数位dp,详细解释见代码注释


#include<stdio.h>
#include<string.h>
#include<math.h>
#include<stdlib.h>
int dp[15][10];
//dp[i][j],区间[10^(i-1),10^i)内以j开头的windy数个数
void inidp()
{
	int i,j;
	memset(dp,0,sizeof(dp));
	for(i=0;i<=9;i++) dp[1][i]=1;
	for(i=2;i<=12;i++)
	{
		//在0前面可以放2到9...以此类推,写得丑
		for(j=2;j<=9;j++) dp[i][j]+=dp[i-1][0];
		for(j=3;j<=9;j++) dp[i][j]+=dp[i-1][1];
		dp[i][0]+=dp[i-1][2];
		for(j=4;j<=9;j++) dp[i][j]+=dp[i-1][2];
		for(j=0;j<=1;j++) dp[i][j]+=dp[i-1][3];
		for(j=5;j<=9;j++) dp[i][j]+=dp[i-1][3];
		for(j=0;j<=2;j++) dp[i][j]+=dp[i-1][4];
		for(j=6;j<=9;j++) dp[i][j]+=dp[i-1][4];
		for(j=0;j<=3;j++) dp[i][j]+=dp[i-1][5];
		for(j=7;j<=9;j++) dp[i][j]+=dp[i-1][5];
		for(j=0;j<=4;j++) dp[i][j]+=dp[i-1][6];
		for(j=8;j<=9;j++) dp[i][j]+=dp[i-1][6];
		for(j=0;j<=5;j++) dp[i][j]+=dp[i-1][7];
		dp[i][9]+=dp[i-1][7];
		for(j=0;j<=6;j++) dp[i][j]+=dp[i-1][8];
		for(j=0;j<=7;j++) dp[i][j]+=dp[i-1][9];
	}
}
int solve(int n)
{
	int len=0,bit[15],i,j;
	while(n){
		bit[++len]=n%10;
		n/=10;
	}
	bit[len+1]=0;
	int ans=0;
	//以n=422为例
	//[1,99]
	for(i=1;i<len;i++)
		for(int j=1;j<10;j++)
			ans+=dp[i][j];
	//1XX
	//2XX
	//3XX
	for(j=1;j<bit[len];j++)
		ans+=dp[len][j];
	//至此以遍历了[1,399]
	//还有[400,422],注意到这个区间的数字最高位都是4,所以下面从第二高位开始
	//一共两次循环
	for(i=len-1;i;i--)
	{
		for(j=0;j<bit[i];j++)
			if(abs(j-bit[i+1])>=2)
				ans+=dp[i][j];
		//第一次:[400,419]
		//第二次:[420,422]
		if(abs(bit[i]-bit[i+1])<2)
			break;
	}
	//最后遍历的总区间为[1,422]
	return ans;
 }
int main()
{
	inidp();
	int a,b;
	while(scanf("%d%d",&a,&b)!=EOF)
	{
		printf("%d\n",solve(b+1)-solve(a));
	}
	return 0;
}




内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过学优化器加速函(MOA)和学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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