2164 Bincomial Coeffcients(组合数求模)

本文介绍了如何通过预处理和动态规划的方法解决特定条件下的组合数求模问题,并附带了一个AC代码示例。

2164 Bincomial Coeffcients(组合数求模)

Problem Description

这里写图片描述

Input

这里写图片描述

Output

这里写图片描述

Sample Input

3
1 1
10 2
954 723

Sample Output

1
45
3557658

解题思路:

1.em……..差点把队友坑死,第一反应时Lucas定理,二话没说就把模板打上了,但是Lucas要求模的必须是个素数,所以就尴尬了。打比赛还是不能慌,还是要仔细思考才可以
2.由于数据范围极小,所以可以直接根据公式这里写图片描述打表求解

#include<iostream>
#include<cstring>
#include<cstdio>
#include<cstdlib>
#include<memory.h>
#define M 10000003
using namespace std;
typedef long long LL;
LL a[1005][1005];
int main() {
    int n,x,y;
    memset(a,0,sizeof(a));
    for(int i=0; i<=1000; i++) {
        a[i][0]=1;
        a[i][i]=1;
    }
    for(int i=2; i<=1000; i++) {
        for(int j=1; j<i; j++) {
            a[i][j]=(a[i-1][j]%M+a[i-1][j-1]%M)%M;
        }
    }
    cin>>n;
    for(int i=0; i<n; i++) {
        cin>>x>>y;
        cout<<a[x][y]<<endl;
    }
    return 0;
}


/***************************************************
User name: dlili
Result: Accepted
Take time: 40ms
Take Memory: 1964KB
Submit time: 2018-04-10 23:22:47
****************************************************/
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选型(Matlab代码实现)》的研究资源,重点围绕电力系统中连锁故障的传播机制,提出了一种N-k多阶段双层优化型,并结合故障场景筛选方法提升系统安全性与鲁棒性。该型通过Matlab代码实现,可用于拟复杂电力系统在多重故障下的响应特性,支持对关键故障路径的识别与优化决策,适用于高水平科研复现与工程仿真分析。文中还列举了大量相关技术方向的配套资源,涵盖智能优化算法、电力系统管理、机器学习、路径规划等多个领域,并提供了网盘链接以便获取完整代码与资料。; 适合人群:具备电力系统、优化理论及Matlab编程基础的研究生、科研人员及从事能源系统安全分析的工程技术人员,尤其适合致力于高水平论文(如EI/SCI)复现与创新的研究者。; 使用场景及目标:①复现顶级期刊关于N-k故障与连锁传播的优化型;②开展电力系统韧性评估、故障传播分析与多阶段防御策略设计;③结合YALMIP等工具进行双层优化建与场景筛选算法开发;④支撑科研项目、学位论文或学术成果转化。; 阅读建议:建议读者按照文档提供的目录顺序系统学习,优先掌握双层优化与场景筛选的核心思想,结合网盘中的Matlab代码进行调试与实验,同时参考文中提及的智能算法与电力系统建范例,深化对复杂电力系统建与优化的理解。
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