NOIP 2011 计算系数

博客介绍解题主要思路,涉及二项式定理和打表。指出杨辉三角第K行第p个数是(ax+by)^k的系数,还给出快速幂公式pow(x,y)=pow(x*x,y/2),并提供题目地址https://www.luogu.org/problemnew/show/P1313。

题目地址 https://www.luogu.org/problemnew/show/P1313

主要思路:二项式定理,打表

杨辉三角的第K行第p个数是(ax+by)^k的系数

快速幂:pow(x,y)=pow(x*x,y/2)
#include <iostream>
#include <fstream>
#include <cstdio>
#include <algorithm>
#include <string.h>
#include <iomanip>
#define mo 10007
using namespace std;
const int maxk = 1005;
long long int qr() {
    long long int x=0;
    char ch=getchar();
    while (ch>'9'||ch<'0')ch=getchar();
    while (ch>='0'&&ch<='9') {
        x=x*10+ch-'0';
        ch=getchar();
    }
    return x%mo;
}
long long int  a ,b ,k ,n ,m;
long long int ksm(int x,int y) {
    int bs=x,ans=1;
    while (y>0){
        if(y%2)ans=(ans*bs)%mo;
        bs=(bs*bs)%mo;
        y/=2;
    }
    return ans%mo;
}
int s[maxk][maxk];
int main() {
//  freopen("1313_wa1.in","r",stdin);
    a=qr()%mo;
    b=qr()%mo;
    k=qr();
    n=qr();
    m=qr();
    int p = min(n,m);
    for (int i=1; i<=k+1; i++) {
        s[i][0]=1;
        s[i][i]=1;
    }
    for (int i=2; i<=k+1; i++) {
        for (int j=1; j<=p; j++) {
            s[i][j]=(s[i-1][j-1]+s[i-1][j])%mo;
        }
    }
    int sum = s[k][p];
    a=ksm(a,n)%mo;
    b=ksm(b,m)%mo;
    cout<<((a%mo)*(b%mo)*s[k][p]%mo)%mo<<endl;
    fclose (stdin);
    fclose (stdout);
    return 0;
}
内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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