数位dp HDU - 3652 B-number

本文介绍了一种用于计算特定范围内包含子串“13”且能被13整除的非负整数数量的算法。通过三维动态规划方法,即dp[len][v13][num],详细解析了如何在给定整数n内找出所有符合条件的WQB数字。算法使用C++实现,包括关键函数如check和dfs,以及解决输入整数问题的solve函数。

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

题意:一个wqb数字或简称B数字是一个非负整数,其十进制形式包含子串“13”,并且可以除以13.例如,130和2613是wqb数字,但是143和 2639不是。 您的任务是计算给定整数n中从1到n有多少个wqb数字。这道题要用三维来进行处理dp[len][v13][num];len表示当前数字的位数,v13的值位0,1,2;0表示当前位的数字不是1;1表示当前位的数字为1;2表示这串数字中出现了每次模上13后所剩的余数(a%d+c%d=(a+c)%d);

#include<stdio.h>
#include<iostream>
#include<string.h>
#include<algorithm>
using namespace std;
const int mod=13;
int dp[22][4][20],digit[40];
int check(int v13,int val)
{
    if(v13==0)
    {
        if(val==1) return 1;
        return 0;
    }
    else if(v13==1)
    {
        if(val==1) return 1;
        if(val==3) return 2;
        return 0;
    }
    else
        return 2;
}
int dfs(int len,int v13,int num,int limit)//数位dp模板
{
    if(len==0) return v13==2&&num==0;//当出现13并且这个数能被13整除,返回1,否则返回0
    if(!limit&&dp[len][v13][num]>=0) return dp[len][v13][num];
    int i,up,ans=0;
    up=(limit==1?digit[len]:9);
    for(i=0;i<=up;i++)
    {
        ans+=dfs(len-1,check(v13,i),(num*10+i)%mod,limit&&i==up);
    }
    if(!limit)
        dp[len][v13][num]=ans;
    return ans;
}
int solve(int x)
{
    int cnt=1;
    while(x)
    {
        digit[cnt++]=x%10;
        x=x/10;
    }
    return dfs(cnt-1,0,0,1);
}
int main()
{
   int n;
   while(scanf("%d",&n)!=EOF)
   {
       memset(dp,-1,sizeof(dp));
       printf("%d\n",solve(n));
   }
    return 0;
}

内容概要:本文档详细介绍了一个基于MATLAB实现的跨尺度注意力机制(CSA)结合Transformer编码器的多变量时间序列预测项目。项目旨在精准捕捉多尺度时间序列特征,提升多变量时间序列的预测性能,降低模型计算复杂度与训练时间,增强模型的解释性和可视化能力。通过跨尺度注意力机制,模型可以同时捕获局部细节和全局趋势,显著提升预测精度和泛化能力。文档还探讨了项目面临的挑战,如多尺度特征融合、多变量复杂依赖关系、计算资源瓶颈等问题,并提出了相应的解决方案。此外,项目模型架构包括跨尺度注意力机制模块、Transformer编码器层和输出预测层,文档最后提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,尤其是熟悉MATLAB和深度学习的科研人员、工程师和研究生。 使用场景及目标:①需要处理多变量、多尺度时间序列据的研究和应用场景,如金融市场分析、气象预测、工业设备监控、交通流量预测等;②希望深入了解跨尺度注意力机制和Transformer编码器在时间序列预测中的应用;③希望通过MATLAB实现高效的多变量时间序列预测模型,提升预测精度和模型解释性。 其他说明:此项目不仅提供了一种新的技术路径来处理复杂的时间序列据,还推动了多领域多变量时间序列应用的创新。文档中的代码示例和详细的模型描述有助于读者快速理解和复现该项目,促进学术和技术交流。建议读者在实践中结合自己的据集进行调试和优化,以达到最佳的预测效果。
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