light oj 1124

本文介绍了一种解决组合数学中特定类型竞赛题目的方法,通过将有数量限制的问题转化为只包含上界的计算,并使用容斥原理来计算非法排列的情况。文章提供了一个C++实现示例,包括对状态进行递归处理的函数以及快速幂运算。

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

 这类有数量限制的题目都是上界减去下界,转化为只有上界的,然后嘛对每种状态进行容斥计算,不过这里要计算非法排列,不进行正面计算

#include <cstdio>
#include <cstring>
#include <cctype>
#include <algorithm>
#include <iostream>
using namespace std;
typedef long long ll;
#define lson l , m , rt << 1
#define rson m + 1 , r , rt << 1 | 1
const int maxn = 2222;
const int mod = 100000007;
ll f[1000090];
int L[55],R[55];
int k,n;
ll ans=0;
inline ll POW(ll a,ll b,int mod)
{
	ll res=1,t=a;
	while(b)
	{
		if(b&1) res=res*t%mod;
		t=t*t%mod;
		b>>=1;
	}
	return res;
}
inline ll cal(int n,int m)
{
	ll a=POW(f[n-m],mod-2,mod)*POW(f[m],mod-2,mod)%mod;
	return a*f[n]%mod;
}
inline void gao(int x,int cnt,int remain)
{
	if(x==0)
	{
		if(cnt&1)
		{
			ans-=cal(remain+k-1,k-1);
		}
		else
		{
			ans+=cal(remain+k-1,k-1);
		}
	}
	else
	{
		gao(x-1,cnt,remain);
		if(remain>R[x])
			gao(x-1,cnt+1,remain-R[x]-1);
	}
}
void init()
{
	f[0]=1;
	for(int i=1;i<=1000080;++i)
	{
		f[i]=f[i-1]*i;
		if(f[i]>=mod)
			f[i]%=mod;
	}
}
int main() {
	init();
	int T,cas,i;
	scanf("%d",&T);
	for(cas=1;cas<=T;++cas)
	{
		scanf("%d%d",&k,&n);
		for(i=1;i<=k;++i)
		{
			scanf("%d%d",L+i,R+i);
		}
		for(i=1;i<=k;++i)
		{
			n-=L[i];
			R[i]-=L[i];
		}
		ans=0;
		if(n>=0)
			gao(k,0,n);
		ans=(ans+1ll*mod*mod)%mod;
		printf("Case %d: %lld\n",cas,ans);
	}
	return 0;
}


内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
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