hdu 1005 Number Sequence

Number Sequence

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 155586    Accepted Submission(s): 38044


Problem Description
A number sequence is defined as follows:

f(1) = 1, f(2) = 1, f(n) = (A * f(n - 1) + B * f(n - 2)) mod 7.

Given A, B, and n, you are to calculate the value of f(n).
 

Input
The input consists of multiple test cases. Each test case contains 3 integers A, B and n on a single line (1 <= A, B <= 1000, 1 <= n <= 100,000,000). Three zeros signal the end of input and this test case is not to be processed.
 

Output
For each test case, print the value of f(n) on a single line.
 

Sample Input
1 1 3 1 2 10 0 0 0
 

Sample Output
2 5
 题目大意就是跟斐波那契数列差不多,a[i]=(A*a[i-1]+B*a[i-2])这道题的只能打下表,没有什么其他的方法暂时 要不然就会T掉(时间超限);坑点有两个:
坑点1:如果是A和B是7的倍数的话n大于2所有的结果都为0;
坑点2;在写那个for循环的时候只能是i<=一个不会爆掉的常值(200都过了),取n的时候会T掉或者re掉(数组越界)不知道是怎么回事;
坑点3:输出的时候要判断是否是7的整数倍,如果是的话输出的是最后一位;
ac代码
#include<stdio.h>
#include<string.h>
#include<stdlib.h>

#define N 100005

int main()
{
    int a[N];
    int k, n, i;
    int A, B, ans, flag;

    while(scanf("%d%d%d",&A,&B,&n))
    {
        if(A==0 && B==0 && n==0)
            break;
        a[0]=1;a[1]=1;flag=0;
        for(i=2;i<N;i++)///就是这里的N取不对很容易爆掉,不能用n
        {
            a[i]=(A*a[i-1]+B*a[i-2])%7;
            if(a[i]==1 && a[i-1]==1){ ans=i-1;break;}
            if(a[i]==0 && a[i-1]==0){flag=1; break;}
        }
        if(flag==1) {printf("0\n");continue;}
        if(i==n)    {printf("%d\n",a[n-1]);continue;}
        if(n%ans==0){printf("%d\n",a[ans-1]);continue;}
        printf("%d\n",a[n%ans-1]);

    }
    return 0;
}

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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