HDU4722 Good Numbers 数位DP

本文介绍了一种使用数位动态规划(DP)解决特定数学问题的方法,即在给定范围内寻找所有数的各位数字之和能被10整除的数的数量。文章详细解释了算法的实现过程,并提供了两种不同的代码实现方案。
               
Problem Description
If we sum up every digit of a number and the result can be exactly divided by 10, we say this number is a good number.
You are required to count the number of good numbers in the range from A to B, inclusive.
 

Input
The first line has a number T (T <= 10000) , indicating the number of test cases.
Each test case comes with a single line with two numbers A and B (0 <= A <= B <= 10 18).
 

Output
For test case X, output "Case #X: " first, then output the number of good numbers in a single line.
 

Sample Input

  
21 101 20
 

Sample Output

  
Case #1: 0Case #2: 1
Hint
The answer maybe very large, we recommend you to use long long instead of int.
 


题意:求出区间内每位之和能被10整除的数的个数

思路:这题是简单的数位DP,当然用规律也能破

 

#include <stdio.h>#include <string.h>#include <algorithm>using namespace std;__int64 bit[20];__int64 dp[20][10];//dp[i][j],长度为i的数与10模为j的个数__int64 solve(__int64 n){    __int64 ans;    __int64 tem1 = n,len,sum,i,x,j,k;    len = sum = ans = 0;    memset(dp,0,sizeof(dp));    while(tem1)    {        bit[++len] = tem1%10;        tem1/=10;    }    for(i = 1; i<=len/2; i++)//按高位在头排列    {        int t;        t = bit[i];        bit[i] = bit[len-i+1];        bit[len-i+1] = t;    }    x = 0;    for(i = 1; i<=len; i++)//从最高位开始    {        for(j = 0; j<10; j++)//将高位的全部枚举一次            for(k = 0; k<10; k++)                dp[i][(j+k)%10]+=dp[i-1][j];        for(j = 0; j<bit[i]; j++)//枚举该位的数字到界限            dp[i][(x+j)%10]++;        x = (x+bit[i])%10;    }    if(!x)        dp[len][0]++;    return dp[len][0];}int main(){    __int64 T,l,r,cas = 1;    __int64 ans;    scanf("%I64d",&T);    while(T--)    {        ans = 0;        scanf("%I64d%I64d",&l,&r);        ans = solve(r)-solve(l-1);        printf("Case #%I64d: %I64d\n",cas++,ans);    }    return 0;}

 

而且通过观察我们可以发现,每个数从0到该位数字中,每位和能被10整除的个数是该数字除以10,然后再枚举各位到界限的个数之和

于是可得以下代码

 

#include <stdio.h>#include <string.h>#include <algorithm>using namespace std;__int64 solve(__int64 n){    if(n<0)        return 0;    __int64 t = n/100,i,ans = 0,sum;    ans = t*10;    for(i = t*100;i<=n;i++)    {        sum = 0;        __int64 tem = i;        while(tem)        {            sum+=tem%10;            tem/=10;        }        if(sum%10 == 0)        ans++;    }    return ans;}int main(){    __int64 T,l,r,cas = 1,ans;    scanf("%I64d",&T);    while(T--)    {        scanf("%I64d%I64d",&l,&r);        ans = solve(r)-solve(l-1);        printf("Case #%I64d: %I64d\n",cas++,ans);    }    return 0;}



 

           

再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.youkuaiyun.com/jiangjunshow

内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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