HDOJ 3398 String -- 组合 数学

本文提供了一个高效的组合数计算模板,利用质数分解的方法预处理组合数的因子,从而加速求解过程。适用于需要大量组合数计算的问题场景。
部署运行你感兴趣的模型镜像

http://blog.youkuaiyun.com/abcjennifer/article/details/5922270

下面是自己的代码,可以当求组合数的模板用

#include 
  
   
#include 
   
    
#include 
    
     
#include 
     
      
#include 
      
       
#include 
        #include 
        
          #include 
         
           #include 
          
            #include 
           
             #include 
            
              #include 
             
               #include 
              
                #include 
               
                 #include 
                
                  #include 
                 
                   #define mp make_pair #define MEMSET(a, b) memset(a, b, sizeof(a)) using namespace std; typedef unsigned int ui; typedef long long ll; typedef unsigned long long ull; typedef pair
                  
                    pii; typedef vector
                   
                     vi; typedef vi::iterator vi_it; typedef map
                    
                      mii; typedef priority_queue
                     
                       pqi; typedef priority_queue
                      
                       , greater
                       
                         > rpqi; const int MAX_N = 2000000; const int MOD = 20100501; int prime[150000]; int factor[150000]; int cnt = 0; bool num[MAX_N >> 1]; void cal_prime() { prime[cnt++] = 2; int k = (int)sqrt(MAX_N) >> 1, i; for (i = 0; i <= k; ++i) { if (!num[i]) { int t = (i << 1) + 3; prime[cnt++] = t; for (int j = (t * t - 3) >> 1; (j << 1) + 3 <= MAX_N; j += t) { num[j] = true; } } } while (i <= ((MAX_N - 3) >> 1)) { if (!num[i]) { prime[cnt++] = (i << 1) + 3; } ++i; } prime[cnt++] = 1000000000; } void cal_factor(int n, int k) { for (int i = 0; prime[i] <= n; ++i) { int tmp = n; while (tmp >= prime[i]) { factor[i] += tmp / prime[i] * k; tmp /= prime[i]; } } } int c_n_m(int n, int m) { int i, j; ll ans = 1; MEMSET(factor, 0); cal_factor(n, 1); cal_factor(m, -1); cal_factor(n - m, -1); for (i = 0; prime[i] <= n; ++i) { for (j = 0; j < factor[i]; ++j) { ans = ans * prime[i] % MOD; } } return (int)ans; } int main(int argc, char *argv[]) { cal_prime(); int t, n, m; cin >> t; while (t--) { cin >> n >> m; cout << (c_n_m(n + m, n) - c_n_m(n + m, n + 1) + MOD) % MOD << endl; } return 0; } 
                       
                      
                     
                    
                   
                  
                 
                
               
              
             
            
           
          
         
        
      
     
    
   
  

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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