杭电第二周

第二周

Problem F. The Oculus

thinking:

由题意所得列出式子为fib(k)=A * B - C; 根据式子,求出fib(k) 对应 的值,然后遍历fib数组,从而找到k值并输出。

code:

#include <bits/stdc++.h>
using namespace std;

typedef long long ll;

const int N = 30000010;
ll fib[N];
inline void init(ll &aa){//计算A、B、C的值
    cin >> aa;
    int i;
    int j;
    ll a = 0;
    for(i = 1; i <= aa; i ++){
        cin >> j;
        if( j ) a += fib[i];
    }
    aa = a;
}
int main (){
    ios::sync_with_stdio(0);
    cin.tie(0); cout.tie(0);

    fib[1] = 1; fib[2] = 2;
    for(int i=3; i < N; i++)
        fib[i] = fib[i-1] + fib[i-2];
    int tcase; cin >> tcase;
    while(tcase --){
        ll A; init(A);
        ll B; init(B);
        ll C; init(C);
        ll p = A * B - C;
        int i;
        for(i=1; fib[i]!= p; i ++);
        cout << i << endl;
        }
    }
    return 0;
}

Problem J. Lead of Wisdom

thinking :

在n个装备中有m个类别,每个装备有四个属性,由于数据范围较小,想要根据所给式子选出装备,得到最大DMG值,可以直接运用 dfs 算法一一计算得来。

code :

#include <bits/stdc++.h>
using namespace std;

typedef long long ll;

const int N = 55;
int class_nums[N];
int unzero[N];
int lab[N][N][4];//N类装备的第N个装备下的a、b、c、d值
int n;//装备数量
int m;//装备类型数
ll res;
void dfs(int pos, int a, int b, int c, int d){
    if(pos > m){
        ll temp = (ll)a * b * c * d;
        if(temp > res) res = temp;
        return;
    }
    if(!class_nums[pos]){
        dfs(unzero[pos], a, b, c, d);
        return;
    }
    for(int i = 1; i <= class_nums[pos]; i++)
        dfs(pos + 1, a + lab[pos][i][0], b + lab[pos][i][1], c + lab[pos][i][2], d + lab[pos][i][3]);
}
int main (){
    ios::sync_with_stdio(0);
    cin.tie(0); cout.tie(0);

    int tcase; cin >> tcase;
    while(tcase --){
        int i;
        int j;
        int pos;
        for(i = 0; i < N; i ++) class_nums[i] = 0;
        cin >> n >> m;
        for(i = 0; i < n; i ++){
            cin >> pos;
            class_nums[pos] ++;
            for(j = 0; j < 4; j ++){
                cin  >> lab[pos][class_nums[pos]][j];//pos类的第class_nums[pos]个装备的a、b、c、d属性
            }
        }
        pos = m + 1;//dfs结束标志
        for(i = m; i > 0; i --){
            unzero[i] = pos;
            if( class_nums[i]) pos = i;//删除装备数量为0 的类别
        }
        res = 0;
        dfs(1, 100, 100, 100, 100);
        cout << res << endl;
    }
}

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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