Palindromic Numbers LightOJ - 1205 数位dp

本文介绍了一种计算指定区间内回文数数量的算法实现,通过深度优先搜索(DFS)递归地构建数字,并利用动态规划优化计算过程。文章提供了完整的代码示例,包括输入输出样例及关键的数据结构定义。

Description
求[a,b]中回文数的个数
Input
第一行为用例组数t,之后t行每行两个整数a和b表示查询区间端点
Output
对于每组用例,输出区间[a,b]中回文数的个数
Sample Input
4
1 10
100 1
1 1000
1 10000
Sample Output
Case 1: 9
Case 2: 18
Case 3: 108
Case 4: 198

要有tmp数组记录前面的选的数字。然后记录一个起始未知的状态


LL dp[30][30][2];
int num[50];
int tmp[50];
LL dfs(int sta,int cur,int limit,int state){
    if(cur<0){return state;}
    if(!limit&&dp[sta][cur][state]!=-1)return dp[sta][cur][state];
    LL ret=0;
    int up=limit?num[cur]:9;
    for(int i=0;i<=up;++i){
        tmp[cur]=i;
        if(cur==sta&&i==0){ ret+=dfs(sta-1,cur-1,limit&&i==up,state); }
        else  if(state&&cur<(sta+1)/2){
            ret+=dfs(sta,cur-1,limit&&i==up,state&&i==tmp[sta-cur]);
        }
        else{ ret+=dfs(sta,cur-1,limit&&i==up,state); }
    }
    if(!limit)dp[sta][cur][state]=ret;
    return ret;
}
LL solve(LL n){
    LL tmp=n;
    int pos=0;
    while(tmp){
        num[pos++]=tmp%10;
        tmp/=10;
    }
    //pf("%d\n",pos);
    return dfs(pos-1,pos-1,1,1);
}
int main(){
    freopen("in.txt","r",stdin);
    int T;sf("%d",&T);
    mem(dp,-1);
    while(T--){
        LL l,r;
        sf("%lld%lld",&l,&r);
        if(l>r)swap(r,l);
        pf("%lld\n",solve(l-1));
        pf("%lld\n",solve(r));
        pf("%lld\n",solve(r)-solve(l-1));
    }
}
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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