jzoj5889 【NOIP2018模拟9.29】完美集合

本文探讨了完美数集的概念,即任意两个元素的异或运算结果仍在集合内。通过分析,将问题转化为求解特定条件下的线性空间数量。利用动态规划方法,构造线性基来解决当n为2^n-1和非2^n-1时的完美数集计数问题。

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

题意

定义一个数集S是完美的,任意a,b∈S,都有axorb∈S任意a,b\in S,都有axorb\in Sa,bSaxorbS。求由1…n组成的完美数集有多少个。

分析

也就是求有多少个线性空间。
好吧说人话,首先要知道相同的数集插入线性基并回消后结果是唯一的。
一个完美集对应着他的线性基,一个线性基对应着一个完美集(也就是有2∣B∣2^{|B|}2B个数的完美集。B是基的大小。)
既然唯一对应,那么问题就变成了构造线性基。
当n是2^n-1时,设f[i][j]f[i][j]f[i][j]表示从高位开始已经确定了I位的值,并且有j位有值。
那么,当前这一位可选(方案数为1);可不选(方案数为2^j,前面的在这一位上可有可无。)

当n不是2^n-1时,要考虑大小问题。即线性基中能得出的最大数不能超过n。回消之后这个数是每一位上异或起来。再多开一维状态表示当前是否顶着n了,不选的时候讨论一下前面是放奇数个还是放偶数个就行。

#include <cstdio>
#include <iostream>
#include <cstring>
#include <algorithm>
#define get(a) (((n) & (1<<(a)-1))!=0)
#define max(a,b) ((a)>(b)?(a):(b))
using namespace std;
typedef long long ll;
const int mo = 1e9 + 7, inv2 = 500000004;
int n;
ll f[33][33][2];
int main() {
	freopen("set.in","r",stdin);
	freopen("set.out","w",stdout);
	cin>>n;
	f[32][0][1] = 1;
	for (int i = 32; i; i--) {
		for (int j = 0; j <= 32 - i; j++) {
			for (int a = 0; a < 2; a++) if (f[i][j][a]){
				int b = a && (get(i-1) == 0);
				f[i-1][j][b] = (f[i-1][j][b] + f[i][j][a] * max(1,(1<<j)/2) % mo) % mo;
				if (a == 0 || get(i-1) == 1) {
					b = a && (get(i-1) == 1);
					f[i-1][j][b] = (f[i-1][j][b] + f[i][j][a] * ((1<<j)/2) % mo) % mo;
					f[i-1][j+1][b] = (f[i-1][j+1][b] + f[i][j][a]) % mo;
				}
			}
		}
	}
	ll ans = 0;
	for (int i = 0; i <= 31; i++) ans = (ans + f[1][i][0] + f[1][i][1]) % mo;
	cout<<ans<<endl;
}
内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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