NOI膜你赛2019/7/9硬币(coin)

博主分享NOI模拟赛解题过程。起初想用生成函数解题,后发现打dp更优,找到规律可拿25分。对于大范围数据,oies未提供有效帮助。赛后介绍65分做法,通过抽象空间、找不动点分段求解,用矩阵运算合并答案,常数优秀可拿85分。最后提到zyy类似数位dp的做法码量少。

万年没写博客的博主又回来拉
先放题面link

考场上一读题目,这不是裸的生成函数吗??
推式子…
G f ( x ) = ∏ k ≥ 0 , k ∈ Z 1 1 − x m k Gf(x)=\prod_{k\geq 0,k\in \Z}\frac{1}{1-x^{m^k}} Gf(x)=k0,kZ1xmk1

然后呢,就一脸懵圈了,如果按照一般的生成函数的某一项系数的求法,还不如打dp来的更优
所以就开始打dp…
m = 2 : 1 , 2 , 2 , 4 , 4 , 6 , 6 , 10 , 10 , 14 , 14 , 20 , 20 , 26 , 26 , 36 , 36 , 46 , 46 , 60 , 60 , 74 , 74 , 94 , 94 m=2:1, 2, 2, 4, 4, 6, 6, 10, 10, 14, 14, 20, 20, 26, 26, 36, 36, 46, 46, 60, 60, 74, 74, 94, 94 m=2:1,2,2,4,4,6,6,10,10,14,14,20,20,26,26,36,36,46,46,60,60,74,74,94,94
m = 3 : 1 , 1 , 2 , 2 , 2 , 3 , 3 , 3 , 5 , 5 , 5 , 7 , 7 , 7 , 9 , 9 , 9 , 12 , 12 , 12 , 15 , 15 , 15 , 18 , 18 , 18 , 23 , 23 , 23 m=3:1, 1, 2, 2, 2, 3, 3, 3, 5, 5, 5, 7, 7, 7, 9, 9, 9, 12, 12, 12, 15, 15, 15, 18, 18, 18, 23, 23, 23 m=3:1,1,2,2,2,3,3,3,5,5,5,7,7,7,9,9,9,12,12,12,15,15,15,18,18,18,23,23,23

找规律可以发现dp可以做到 O ( n ) \mathcal{O(n)} O(n)
d p [ n ] = d p [ n − 1 ] + d p [ ⌊ n − 1 m + 1 ⌋ ] dp[n]=dp[n-1]+dp[\lfloor \frac{n-1}{m}+1\rfloor] dp[n]=dp[n1]+dp[mn1+1]
a n s [ x ] = d p [ ⌊ x m ⌋ + 1 ] ans[x]=dp[\lfloor \frac{x}{m} \rfloor +1] ans[x]=dp[mx+1]

这样就有25分了,可是 1 0 18 10^{18} 1018的范围该怎么搞。。于是悄咪咪地去oies上查了一下,本来以为一定很有通项公式,然后这题100pts应该就稳了

然而(序列A000123,A005704,A018819)——oies这么强大的网站上也只有一些微不足道的结论和生成函数的性质(居然连通项公式都没有

最后一丝希望破灭

赛后
65pts的做法(这种做法的实现和思维难度是完全可以在考场上想到的)
我们把凑coins,抽象成一维空间,每次只能跳 m i m^i mi个单位的距离
pic
令每次跳的距离不大于上一次跳的距离,然后通过观察题解,发现有一些点是绝对会被跳到的不动点,那就是每次跳到最远能跳到的地方的一些不动点

然后既然有了不动点我们就可以分段考虑最后用乘法原理得到答案

设函数Solve(x),返回一个矩阵A,表示从0跳到x的相应方案。
其中 A i , j A_{i,j} Ai,j表示:每步的长度不超过 m i m^i mi,最后一步恰好是 m j m^j mj的方案数。
考虑合并连续两段的答案。

C i , j = ∑ k A i , k × B k , j C_{i,j}=\sum_{k}A_{i,k}\times B_{k,j} Ci,j=kAi,k×Bk,j

恰好符合矩阵的运算。
然后若 x = m i x=m^i x=mi,则 s o l v e ( x ) = s o l v e ( x m ) m solve(x)=solve(\frac{x}{m})^m solve(x)=solve(mx)m
代码就不放出来的了,经过实测发现只要常数足够优秀就可以拿到85pts的好成绩

那么100pts的到底是个什么神仙玩意儿,题解里用的是多项式(怎么又是多项式都快被多项式的题烦死了),但是我看不懂(不想看)

zyy神仙在讲课的时候提出了类似于数位dp的做法,码量极少!!值得推荐!!
让我们来看着代码来理性♂愉悦一下

#include<bits/stdc++.h>
#define For(i,j,k) for (int i=(int)(j);i<=(int)(k);i++)
#define Rep(i,j,k) for (int i=(int)(j);i>=(int)(k);i--)
#define ll long long
using namespace std;
const int mo=1000000007;
int m;
ll n;
namespace STD{//自信满满的神仙碾压std
	int a[70],f[70][70000],len;
	void solve(){
		for (ll x=n;x;){//m进制
			a[++len]=x%m;
			x/=m;
		}
		f[0][0]=1;
		int las=0;//前面一次的进位个数
		For(i,1,len){
			For(j,0,las/m) f[i][j]=f[i-1][j*m+a[i-1]];//进位操作
			las/=m;
			For(j,1,i){//维护f在m长度下的值
				las+=m;
				For(k,1,las) f[i][k]=(f[i][k]+f[i][k-1])%mo;
				Rep(k,las,m) f[i][k]=(f[i][k]+mo-f[i][k-m])%mo;
			}
		}
		printf("%d\n",f[len][a[len]]);
	}
}
int main(){
	freopen("coin.in","r",stdin);
	freopen("coin.out","w",stdout);
	scanf("%d%lld",&m,&n);
	STD::solve();
}
/*
f[i][j]:考虑了前i位,进位为j的方案数。
*/

深深地明白自己的弱小

【CNN-GRU-Attention】基于卷积神经网络和门控循环单元网络结合注意力机制的多变量回归预测研究(Matlab代码实现)内容概要:本文介绍了基于卷积神经网络(CNN)、门控循环单元网络(GRU)与注意力机制(Attention)相结合的多变量回归预测模型研究,重点利用Matlab实现该深度学习模型的构建与仿真。该模型通过CNN提取输入数据的局部特征,利用GRU捕捉时间序列的长期依赖关系,并引入注意力机制增强关键时间步的权重,从而提升多变量时间序列回归预测的精度与鲁棒性。文中涵盖了模型架构设计、训练流程、参数调优及实际案例验证,适用于复杂非线性系统的预测任务。; 适合人群:具备一定机器学习与深度学习基础,熟悉Matlab编程环境,从事科研或工程应用的研究生、科研人员及算法工程师,尤其适合关注时间序列预测、能源预测、智能优化等方向的技术人员。; 使用场景及目标:①应用于风电功率预测、负荷预测、交通流量预测等多变量时间序列回归任务;②帮助读者掌握CNN-GRU-Attention混合模型的设计思路与Matlab实现方法;③为学术研究、毕业论文或项目开发提供可复现的代码参考和技术支持。; 阅读建议:建议读者结合Matlab代码逐模块理解模型实现细节,重点关注数据预处理、网络结构搭建与注意力机制的嵌入方式,并通过调整超参数和更换数据集进行实验验证,以深化对模型性能影响因素的理解。
下载前必看:https://pan.quark.cn/s/da7147b0e738 《商品采购管理系统详解》商品采购管理系统是一款依托数据库技术,为中小企业量身定制的高效且易于操作的应用软件。 该系统借助VC++编程语言完成开发,致力于改进采购流程,增强企业管理效能,尤其适合初学者开展学习与实践活动。 在此之后,我们将详细剖析该系统的各项核心功能及其实现机制。 1. **VC++ 开发环境**: VC++是微软公司推出的集成开发平台,支持C++编程,具备卓越的Windows应用程序开发性能。 在该系统中,VC++作为核心编程语言,负责实现用户界面、业务逻辑以及数据处理等关键功能。 2. **数据库基础**: 商品采购管理系统的核心在于数据库管理,常用的如SQL Server或MySQL等数据库系统。 数据库用于保存商品信息、供应商资料、采购订单等核心数据。 借助SQL(结构化查询语言)进行数据的增加、删除、修改和查询操作,确保信息的精确性和即时性。 3. **商品管理**: 系统内含商品信息管理模块,涵盖商品名称、规格、价格、库存等关键字段。 借助界面,用户能够便捷地录入、调整和查询商品信息,实现库存的动态调控。 4. **供应商管理**: 供应商信息在采购环节中占据重要地位,系统提供供应商注册、联系方式记录、信用评价等功能,助力企业构建稳固的供应链体系。 5. **采购订单管理**: 采购订单是采购流程的关键环节,系统支持订单的生成、审批、执行和追踪。 通过自动化处理,减少人为失误,提升工作效率。 6. **报表与分析**: 系统具备数据分析能力,能够生成采购报表、库存报表等,帮助企业掌握采购成本、库存周转率等关键数据,为决策提供支持。 7. **用户界面设计**: 依托VC++的MF...
【DC-AC】使用了H桥MOSFET进行开关,电感器作为滤波器,R和C作为负载目标是产生150V的双极输出和4安培(双极)的电流(Simulink仿真实现)内容概要:本文档围绕一个基于Simulink的电力电子系统仿真项目展开,重点介绍了一种采用H桥MOSFET进行开关操作的DC-AC逆变电路设计,结合电感器作为滤波元件,R和C构成负载,旨在实现150V双极性输出电压和4A双极性电流的仿真目标。文中详细描述了系统结构、关键器件选型及控制策略,展示了通过Simulink平台完成建模与仿真的全过程,并强调了参数调整与波形分析的重要性,以确保输出符合设计要求。此外,文档还提及该仿真模型在电力变换、新能源并网等领域的应用潜力。; 适合人群:具备电力电子基础知识和Simulink仿真经验的高校学生、科研人员及从事电力系统、新能源技术等相关领域的工程技术人员;熟悉电路拓扑与基本控制理论的初级至中级研究人员。; 使用场景及目标:①用于教学演示H桥逆变器的工作原理与滤波设计;②支撑科研项目中对双极性电源系统的性能验证;③为实际工程中DC-AC转换器的设计与优化提供仿真依据和技术参考;④帮助理解MOSFET开关行为、LC滤波机制及负载响应特性。; 阅读建议:建议读者结合Simulink模型文件同步操作,重点关注H桥驱动信号生成、电感电容参数选取及输出波形的傅里叶分析,建议在仿真过程中逐步调试开关频率与占空比,观察其对输出电压电流的影响,以深化对逆变系统动态特性的理解。
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