周练22021-07-27

本文介绍了两道数学题目,第一题涉及图论中的计数三角形问题,通过优化算法避免了暴力枚举导致的时间超限。第二题是关于数值的性质探究,通过寻找规律并进行动态规划求解。两题均展示了在解决数学问题时如何运用计算机思维和算法技巧。

Counting triangles
原题连接
题目大意是说,给了你n个点,每个点与其他点都有线相连,这条线用0或1来表示,如果三点之间的线是相同的,那么就找到一个题目要求的三角形,问给定的完全图中,可以找到多少这样的三角形。

这题做了很久,没有做出来,是因为暴力一定会超时,我们每一个点边枚举,复杂度不够,所以这里采用了排除的方法,也就是从一个点出发的两条边,这一点两边可以确定一个三角形,根据这个性质,可以统计每个点有多少条0边,多少条1边,两者相乘,则乘出来的这些三角形都不符合题目条件,需要减去,最后把所有点枚举完相加除2即可。

#include<bits/stdc++.h>
using namespace std;

typedef long long ll;


namespace GenHelper
{
    unsigned z1,z2,z3,z4,b,u;
    unsigned get()
    {
        b=((z1<<6)^z1)>>13;
        z1=((z1&4294967294U)<<18)^b;
        b=((z2<<2)^z2)>>27;
        z2=((z2&4294967288U)<<2)^b;
        b=((z3<<13)^z3)>>21;
        z3=((z3&4294967280U)<<7)^b;
        b=((z4<<3)^z4)>>12;
        z4=((z4&4294967168U)<<13)^b;
        return (z1^z2^z3^z4);
    }
    bool read() {
      while (!u) u = get();
      bool res = u & 1;
      u >>= 1; return res;
    }
    void srand(int x)
    {
        z1=x;
        z2=(~x)^0x233333333U;
        z3=x^0x1234598766U;
        z4=(~x)+51;
      	u = 0;
    }
}
using namespace GenHelper;
bool edge[8005][8005];
int u0[8005], v[8005];
int main() {
  int n, seed;
  cin >> n >> seed;
  srand(seed);
  for (int i = 0; i < n; i++)
    	for (int j = i + 1; j < n; j++)
        	edge[j][i] = edge[i][j] = read();
//    for(int i = 0; i < n; i++){
//        for(int j = 0; j < n; j++)
//            cout << edge[i][j] << " ";
//        cout << endl;
//    }
    for(int i = 0; i < n; i++){
        for(int j = i + 1; j < n; j++){
            if(edge[i][j] == 0) u0[i]++, u0[j] ++;
            else v[i] ++, v[j] ++;
        }
    }
    long long ans = 0;
    long long cnt = 1ll * n * (n - 1) * (n - 2) / 6;
    for(int i = 0; i < n; i++) ans += u0[i] * v[i];
    cout << cnt - ans /2 << endl;
 	return 0;
}

Math

xy+1∣x ^ 2 +y ^ 2,这题就是给了这个公式,给了我们一个n,问有多少1≤x≤y≤n满足这个式子的数

刚开始在找规律,找完发现是道打表题,具体怎么打的,也是一知半解。但根据规律找出来,x^3是一个临界点,没有一个值会使得三次大于1e18,以下是代码

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll N = 1e18;
const int M=5e6+5;
ll p[M],m,n;
int main(){
	p[m++]=1;
	for(ll k=2;k*k*k<=N;k++){
		ll x=k,y=k*k*k;
		p[m++]=y;
		while(y<=(N+x)/k/k){
			x=k*k*y-x;
			swap(x,y);
			p[m++]=y;
		}
	}
	sort(p,p+m);
	int t;
	cin>>t;
	while(t--){
		cin>>n;
		cout<<upper_bound(p,p+m,n)-p<<endl;
	}
	return 0;
}
Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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