[SCOI2009]windy数

题目传送门

题意

所有相邻位数差距大于等于二的数称为 w i n d y windy windy数,问 l ∼ r l\sim r lr有多少个 w i n d y windy windy数。

解题方法

这个题是数位 d p dp dp的板子题。我们关注的相邻的两位数是否差的绝对值是否大于等于2,我们就可以关注位数来解决这个题,我们定义一个二维数组 d p [ i ] [ j ] dp[i][j] dp[i][j]表示前 i i i 位首位数是 j j j 中有多少个 w i n d y windy windy 数,那么转移方程式就是如下了:
d p [ i ] [ j ] = ∑ k = 0 & & a b s ( j − s ) ≥ 2 9 d p [ i − 1 ] [ k ] dp[i][j]=\sum_{k=0\&\&abs(j-s)\geq2}^{9}dp[i-1][k] dp[i][j]=k=0&&abs(js)29dp[i1][k]
然后在统计 w i n d y windy windy数的时候我们需要一个小技巧,就是我们看能不能向下查询的时候下一位满不满足,如果不满足就break,结束查询。

代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
long long dp[15][15];
long long l,r;
long long a[15];
long long work(long long x)
{
	memset(a,0,sizeof(a));
	long long weishu=0;
	while(x)
	{
		weishu++;
		a[weishu]=x%10;
		x/=10;
	}
	long long ans=0;
	for(long long i=1;i<weishu;i++)
	  for(long long j=1;j<=9;j++)
	    ans+=dp[i][j];
	for(long long i=1;i<a[weishu];i++)
	  ans+=dp[weishu][i];
	for(long long i=weishu-1;i;i--)
	{
		for(long long j=0;j<a[i];j++)
		  if(abs(a[i+1]-j)>=2)
		    ans+=dp[i][j]; 
		if(abs(a[i+1]-a[i])<=2)break;
	}
	return ans;
}
int main()
{ 
	scanf("%lld%lld",&l,&r);
	for(long long i=0;i<=9;i++)
	  dp[1][i]=1;
	for(long long i=2;i<=12;i++)
	  for(long long j=0;j<=9;j++)
	  {
	  	  for(long long k=0;k<=9;k++)
	  	    if(abs(k-j)>=2)
 			  dp[i][j]+=dp[i-1][k];
	  }
	cout<<work(r+1)-work(l)<<'\n';
	return 0;
} 
据集介绍:野生动物与家畜多目标检测据集 据集名称:野生动物与家畜多目标检测据集 据规模: - 训练集:1,540张图片 - 验证集:377张图片 - 测试集:316张图片 分类类别: Brown-bear(棕熊)、Chicken(鸡)、Fox(狐狸)、Hedgehog(刺猬)、Horse(马)、Mouse(老鼠)、Sheep(绵羊)、Snake(蛇)、Turtle(龟)、Rabbit(兔)及通用object(物体)共11个类别 标注格式: YOLO格式标注,包含归一化坐标与类别索引,支持目标检测模型训练 据特性: 涵盖航拍与地面视角,包含动物个体及群体场景,适用于复杂环境下的多目标识别 农业智能化管理: 通过检测家畜(鸡/马/绵羊等)量及活动状态,辅助畜牧场自动化管理 生态监测系统: 支持野生动物(棕熊/狐狸/刺猬等)识别与追踪,用于自然保护区生物多样性研究 智能安防应用: 检测农场周边危险动物(蛇/狐狸),构建入侵预警系统 动物行为研究: 提供多物种共存场景据,支持动物群体交互行为分析 高实用性标注体系: - 精细标注包含动物完整轮廓的边界框 - 特别区分野生动物与家畜类别,支持跨场景迁移学习 多维度覆盖: - 包含昼间/复杂背景/遮挡场景 - 涵盖陆地常见中小型动物与禽类 - 提供通用object类别适配扩展需求 工程适配性强: - 原生YOLO格式适配主流检测框架(YOLOv5/v7/v8等) - 验证集与测试集比例科学,支持可靠模型评估 生态价值突出: - 同步覆盖濒危物种(龟类)与常见物种 - 支持生物多样性保护与农业生产的双重应用场景
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