暴搜——Luogu3123 [USACO15OPEN]Bessie Goes Moo

本文介绍了一种利用取模操作的暴力解法来解决洛谷3123题目,通过DFS深度优先搜索算法统计满足特定条件的字符串组合数量,并详细展示了实现代码。

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

题面:Luogu3123
额为什么这题一开始会没有想到这种很暴力的做法呢???
因为取模满足分配律,所以这题的暴力复杂度一下子就可以到可以接受的情况了
我们用a[i][j]表示字母为i(转化),这个数取模为j的个数
所以接下来就是直接 O(77) 暴力dfs就可以解决问题啦
统计答案就是乘法原理辣

#include <cstdio>
#include <algorithm>
#include <cmath>
#include <cstring>
#include <iostream>
#include <ctime>
#include <map>
#include <queue>
#include <cstdlib>
#include <string>
#include <climits>
#include <set>
#include <vector>
#define int long long
using namespace std;
inline int read(){
    int k=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){k=k*10+ch-'0';ch=getchar();}
    return k*f;
}
int o[128],a[8][7],ans=0,p[8];
inline void dfs(int x){
    if(x==8){
        int k=(p[1]+p[2]+p[3]+p[3]+p[4]+p[2])*(p[5]+p[6]+p[2]+p[3])*(p[7]+p[6]+p[6])%7;
        if(!k){
            int sum=1;
            for(int i=1;i<=7;i++)sum*=a[i][p[i]];
            ans+=sum;
        }return;
    }
    for(int i=0;i<7;i++)if(a[x][i])p[x]=i,dfs(x+1);
}
signed main()
{
    int n=read();
    o['B']=1;o['E']=2;o['S']=3;o['I']=4;o['G']=5;o['O']=6;o['M']=7;
    for(int i=1;i<=n;i++){
        char c[5];scanf("%s",c);int x=(read()%7+7)%7;
        a[o[c[0]]][x]++;
    }
    dfs(1);
    printf("%lld",ans);
    return 0;
}
内容概要:本文介绍了基于SMA-BP黏菌优化算法优化反向传播神经网络(BP)进行多变量回归预测的项目实例。项目旨在通过SMA优化BP神经网络的权重和阈值,解决BP神经网络易陷入局部最优、收敛速度慢及参数调优困难等问题。SMA算法模拟黏菌寻找食物的行为,具备优秀的全局索能力,能有效提高模型的预测准确性和训练效率。项目涵盖了数据预处理、模型设计、算法实现、性能验证等环节,适用于多变量非线性数据的建模和预测。; 适合人群:具备一定机器学习基础,特别是对神经网络和优化算法有一定了解的研发人员、数据科学家和研究人员。; 使用场景及目标:① 提升多变量回归模型的预测准确性,特别是在工业过程控制、金融风险管理等领域;② 加速神经网络训练过程,减少迭代次数和训练时间;③ 提高模型的稳定性和泛化能力,确保模型在不同数据集上均能保持良好表现;④ 推动智能优化算法与深度学习的融合创新,促进多领域复杂数据分析能力的提升。; 其他说明:项目采用Python实现,包含详细的代码示例和注释,便于理解和二次开发。模型架构由数据预处理模块、基于SMA优化的BP神经网络训练模块以及模型预测与评估模块组成,各模块接口清晰,便于扩展和维护。此外,项目还提供了多种评价指标和可视化分析方法,确保实验结果科学可信。
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