Gym 100947E Qwerty78 Trip

连接: http://codeforces.com/gym/100947/problem/E
题目大意:给一个 n *m 的矩阵 问从左上角,走到右下角有多少条路径,
在这个矩阵中,有一个点Q(x,y)是陷阱,意味着,路径不能经过这个点。

方案数= 总的方案数 减去 经过陷阱的路径的方案数;

总的方案数 C(n+m-2,n-1) ….意思就是从左上到右下,你需要经过走n-m-2 步,选择任意其中的 n-1步往下走就可以啦。
经过陷阱的路径的方案数 C(x+y-2,x-1)*C(n-x+m-y,n-x);

#include<stdio.h>
#include<algorithm>

using namespace std;
typedef long long ll;
const int maxnode=2*1e5+10;
const ll mod=1e9+7; 
//  C(n,m) =  n!/(m!*(n-m)!)
 // N , M ( 2≤N,M≤1e5)
// 预处理出 N!阶层 保存到数组f[]里; 


ll f[maxnode];
void init()
{
    f[0]=1;f[1]=1;
    for(ll i=2;i<=maxnode;i++)
    {
      f[i]=f[i-1]*i%mod;    
    }
}
// 快速幂 求逆元用 即是 阶层的倒数  
ll mod_pow(ll x,ll n,ll mod)
{
    ll res=1; 
    while(n>0)
    { //printf("here %I64d\n",n);
        if(n&1)
        {
            res=res*x%mod;
        }   
            x=x*x%mod;
            n>>=1;  
    }
//  printf("%res %I64d\n",res);
    return res;
 } 
ll C(int n,int m)
{   
   ll val=1;    
   val*= f[n];   
//   printf("fir %I64d\n",val);
   val*= mod_pow(f[m],mod-2,mod);   // 此处运用了费马小定理  
   val%=mod;   //注意 这里需 取模,不然等下就溢出啦。。。找错误找了n久,不应该啊。。 
   val*= mod_pow(f[n-m],mod-2,mod);       // 当mod 是素数的情况下, 一个数的逆元 a^(-1)=a^(mod-2) %(mod); 
  // printf("val %I64d\n",val%mod);
    return val%mod;
}

int main()
{
    //freopen("F:\\123.txt","r",stdin);
    int t,m,n,qx,qy;
    scanf("%d",&t);
     init();
    for(int ik=1;ik<=t;ik++)
    {
        scanf("%d%d",&n,&m);
        scanf("%d%d",&qx,&qy);

        ll res=(C(m+n-2,n-1)-C(qx+qy-2,qx-1)*C(m-qy+n-qx,n-qx)%mod+mod)%mod;
        printf("%I64d\n",res);
    } 
    return 0;
 } 

上面的代码只预处理了阶层,阶层的逆元,要用到那个再算。。
下面的代码
另外附上 直接O(n) 预处理出所有的 逆元。。很强大。
转载自
http://www.bubuko.com/infodetail-1525966.html

ll fac[N], afac[N];
void pre() {
    fac[0] = 1;
    for(int i = 1; i < N; ++i) fac[i] = fac[i - 1] * (ll)i % MOD;
    afac[N - 1] = powm(fac[N - 1], MOD - 2);
    for(int i = N - 1; i >= 1; --i) afac[i - 1] = afac[i] * i % MOD;
}
内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享块的创建和平台特定块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
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