FZU 2020 组合 lucas定理

本文介绍了一种解决大数组合数模运算问题的方法,利用Lucas定理和快速幂技巧,有效地计算了C(n,m)modp的结果,适用于n和m较大时的情况。
Problem 2020 组合

Accept: 130Submit: 350
Time Limit: 1000 mSecMemory Limit : 32768 KB

Problem Description

给出组合数C(n,m), 表示从n个元素中选出m个元素的方案数。例如C(5,2) = 10, C(4,2) = 6.可是当n,m比较大的时候,C(n,m)很大!于是xiaobo希望你输出 C(n,m) mod p的值!

Input

输入数据第一行是一个正整数T,表示数据组数 (T <= 100) 接下来是T组数据,每组数据有3个正整数 n, m, p (1 <= m <= n <= 10^9, m <= 10^4, m < p < 10^9, p是素数)

Output

对于每组数据,输出一个正整数,表示C(n,m) mod p的结果。

Sample Input

2 5 2 3 5 2 61

Sample Output

1 10

Source

FOJ有奖月赛-2011年04月(校赛热身赛)


这个题非常裸露,直接问我们组合数去模

于是应该果断想到lucas定理。

这里注意到,对于一个质数p,i对p的逆元可以不用扩展欧几里得进行求解

可以有公式:re=i^(p-2)得到

我的代码:

#include<stdio.h> __int64 power(__int64 a,__int64 b,__int64 n) { __int64 res=1; for(;b;b>>=1,a=a*a%n) if(b&1) res=res*a%n; return res; } __int64 cal(__int64 n,__int64 r,__int64 p) { __int64 i,res=1,re; for(i=1;i<=r;i++) { res=res*(n-i+1)%p; re=power(i,p-2,p); res=res*re%p; } return res; } __int64 lucas(__int64 n,__int64 m,__int64 p) { if(n<m) return 0; else return cal(n,m,p); } int main() { __int64 n,m,p,res; int t; scanf("%d",&t); while(t--) { scanf("%I64d%I64d%I64d",&n,&m,&p); res=1; while(n&&m) { res=res*lucas(n%p,m%p,p); if(res==0) break; n=n/p; m=m/p; } printf("%I64d\n",res); } return 0; }
一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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