数位dp-HDU-3709-枚举对称轴

本文介绍了一种使用数位动态规划(DP)的方法来解决寻找特定区间内所有平衡数的问题。平衡数定义为一个数能围绕某个点达到左右数值的平衡。文章通过实例解释了如何枚举对称轴,并利用数位DP优化计算过程。

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

题目链接:https://vjudge.net/contest/308832#problem/E
题目大意:
让你求一个区间的平衡数有多少个。平衡数:能找到一个对称轴,使两边的数平衡,例如:4139

以3为对称轴,左边:4 * 2+1 * 1=9, 右边:9 * 1=9, 左右相等,那么这个数平衡。

思路:直接枚举一下对称轴,然后数位dp。在不同的对称轴下0都是平衡数。其他数最多只能有一个对称轴。所以slove要减去在不同对称轴下多计算的0的个数。
在这里插入图片描述

#include <bits/stdc++.h>
#define LL long long
using namespace std;
LL a[20];
LL dp[20][20][2000];

LL dfs(int pos, int s, int k, int mt)//s:左边-右边的值 k:对称轴
{
    if(pos<k&&s<0)//可行性剪枝
    {
        return 0;
    }

    if(pos==-1)
    {
        if(s==0)//满足条件
        {
            return 1;
        }
        else
        {
            return 0;
        }
    }

    if(!mt&&dp[k][pos][s]!=-1)
    {
        return dp[k][pos][s];
    }

    int Len=mt?a[pos]:9;
    LL ans=0;
    for(int i=0;i<=Len;i++)
    {
        if(pos>k)
        {
            ans+=dfs(pos-1, s+i*(pos-k), k, mt&&i==a[pos]);
        }
        if(pos<k)
        {
            ans+=dfs(pos-1, s-i*(k-pos), k, mt&&i==a[pos]);
        }
        if(pos==k)
        {
            ans+=dfs(pos-1, s, k, mt&&i==a[pos]);
        }
    }

    if(!mt)
    {
        dp[k][pos][s]=ans;
    }

    return ans;
}

LL slove(LL x)
{
    if(x<0)
    {
        return 0;
    }
    LL pos=0;
    while(x)
    {
        a[pos++]=x%10;
        x/=10;
    }
    LL ans=0;
    for(int i=0;i<=pos-1;i++)
    {
        ans+=dfs(pos-1, 0, i, true);
    }

    return ans-pos+1;//减去多于的0
}

int main()
{
    LL T, CUT=1;
    memset(dp, -1, sizeof(dp));
    scanf("%lld",&T);
    while(T--)
    {
        LL L, R;
        scanf("%lld%lld",&L,&R);
        printf("%lld\n",slove(R)-slove(L-1));
    }

    return 0;
}
内容概要:《中文大模型基准测评2025年上半年报告》由SuperCLUE团队发布,详细评估了2025年上半年中文大模型的发展状况。报告涵盖了大模型的关键进展、国内外大模型全景图及差距、专项测评基准介绍等。通过SuperCLUE基准,对45个国内外代表性大模型进行了六大任务(学推理、科学推理、代码生成、智能体Agent、精确指令遵循、幻觉控制)的综合测评。结果显示,海外模型如o3、o4-mini(high)在推理任务上表现突出,而国内模型如Doubao-Seed-1.6-thinking-250715在智能体Agent和幻觉控制任务上表现出色。此外,报告还分析了模型性价比、效能区间分布,并对代表性模型如Doubao-Seed-1.6-thinking-250715、DeepSeek-R1-0528、GLM-4.5等进行了详细介绍。整体来看,国内大模型在特定任务上已接近国际顶尖水平,但在综合推理能力上仍有提升空间。 适用人群:对大模型技术感兴趣的科研人员、工程师、产品经理及投资者。 使用场景及目标:①了解2025年上半年中文大模型的发展现状与趋势;②评估国内外大模型在不同任务上的表现差异;③为技术选型和性能优化提供参考依据。 其他说明:报告提供了详细的测评方法、评分标准及结果分析,确保评估的科学性和公正性。此外,SuperCLUE团队还发布了多个专项测评基准,涵盖多模态、文本、推理等多个领域,为业界提供全面的测评服务。
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