CodeVS4730 特殊等式-1@2@3@...@(N-1)=N

 N<=100


廖...

#include<bits/stdc++.h>
using namespace std;
#define mod 1000000007
int n,tmp1,tmp2;
unsigned long long f[110][15000];

struct slf{
	int dep,sum;
}tmp;

queue<slf> q;

int main(){
	scanf("%d",&n);
	f[1][5999]=1;
	q.push((slf){1,5999});
	while(!q.empty()){
		tmp1=q.front().dep,tmp2=q.front().sum;
		q.pop();
		if(tmp1<n-1) {
			if(!f[tmp1+1][tmp2+tmp1+1]) 
				q.push((slf){tmp1+1,tmp2+tmp1+1});
			if(!f[tmp1+1][tmp2-tmp1-1]) 
				q.push((slf){tmp1+1,tmp2-tmp1-1});
			f[tmp1+1][tmp2+tmp1+1]+=f[tmp1][tmp2];
                        f[tmp1+1][tmp2+tmp1+1]%=mod; 
			f[tmp1+1][tmp2-tmp1-1]+=f[tmp1][tmp2];
                        f[tmp1+1][tmp2-tmp1-1]%=mod;
		}
	}
    
	cout<<f[n-1][6000+n]% mod;
}

刘,,

#include<bits/stdc++.h>
using namespace std;
#define mod 1000000007
int n;
struct QAQ{
	int dep;
	long long sum;
}tmp;
unsigned long long f[105][15000];
const int t=6000;
queue<QAQ>q;
int main(){
	scanf("%d",&n);
	f[1][t-1]=1;
	q.push(QAQ{1,t-1});
	while(q.empty()==0){
		tmp=q.front();
		q.pop();	
		if(tmp.dep<n-1){
			if(f[tmp.dep+1][tmp.sum+tmp.dep+1]==0) q.push(QAQ{tmp.dep+1,tmp.sum+tmp.dep+1});
             	        if(f[tmp.dep+1][tmp.sum-tmp.dep-1]==0) q.push(QAQ{tmp.dep+1,tmp.sum-tmp.dep-1});
		        f[tmp.dep+1][tmp.sum+tmp.dep+1]+=f[tmp.dep][tmp.sum];
                        f[tmp.dep+1][tmp.sum+tmp.dep+1]%=mod;
		        f[tmp.dep+1][tmp.sum-tmp.dep-1]+=f[tmp.dep][tmp.sum];
                        f[tmp.dep+1][tmp.sum-tmp.dep-1]%=mod;
		}
	}
	cout<<f[n-1][t+n] % mod;
}


#include <bits/stdc++.h>
using namespace std;
int f[101][11001];
int main(){
	int n,i,j;
	cin>>n;
	f[0][5999]=1;
	for(i=1;i<=n-2;i++)
		for(j=950;j<=11001;j++) 
			f[i][j]=(f[i-1][j+i+1]+f[i-1][j-i-1])%1000000007;
		printf("%d",f[n-2][6000+n]);
}


内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
### 回答1: 这是一个数列求和的问题,数列的通项公式为 (2k-1)/k!,其中 k 从 1 取到 n。 将每一项代入公式,得到: 1+3/2+5/6+7/24+...+(2n-1)/n! 需要将每一项化简成通分数,然后再求和。具体步骤如下: 1. 将每一项的分母化成 k! 的形式,即: 1 = 1!/1! 3/2 = 3!/2!/3 5/6 = 3!/2!/3 * 5/4 7/24 = 3!/2!/3 * 5/4 * 7/6 ... 2. 将每一项的分子化成 2k-1 的形式,即: 1 = 2*1-1 3/2 = 2*2-1 5/6 = 2*3-1 7/24 = 2*4-1 ... 3. 将每一项的分子分母相乘,得到: 1 = 1!/1! 3/2 = 3!/2!/3 5/6 = 3!/2!/3 * 5/4 7/24 = 3!/2!/3 * 5/4 * 7/6 ... 4. 将每一项相加,得到最终的结果: 1+3/2+5/6+7/24+...+(2n-1)/n! = (1+3+5/2+7/6+...+(2n-1)/(n-1)!)/n! 其中,分子的部分是一个等差数列,公差为 1,首项为 1,末项为 2n-1。根据等差数列求和公式,可得: 1+3+5/2+7/6+...+(2n-1)/(n-1)! = n!(2n-1)/(n+1) 将其代入原式,得到: 1+3/2+5/6+7/24+...+(2n-1)/n! = (n!(2n-1)/(n+1))/n! 化简可得: 1+3/2+5/6+7/24+...+(2n-1)/n! = (2n-1)/(n+1) 因此,原式的结果为 (2n-1)/(n+1)。 ### 回答2: 这个数列的通项公式可以写为:(2n-1)/n!。 其中,“n!”表示n的阶乘,即n的所有正整数乘积,例如3!=3×2×1=6。因为阶乘的增长速度非常快,所以当n变得很大时,分母n!的影响会变得越来越大,而分子2n-1的影响会变得越来越小,因此数列的通项公式趋近于0。 此外,对于每个n,(2n-1)/n!的值都是正数,因为分子2n-1是奇数,分母n!是正整数,所以其值必须是正的。 换句话说,这是一个非常逐渐递减的正数数列,其值越来越接近于0,直到最后几乎为0。实际上,在n趋近于无穷大时,这个数列的极限为0,可以用数学方法证明。 总之,这个数列的通项公式为(2n-1)/n!,它是一个非常小的逐渐递减的正数数列,趋近于0,并且在n趋近于无穷大时,其极限为0。 ### 回答3: 首先要理解题目中的表达式。这是一个数列,每一项的分子是奇数数列(13,5,7,9……)从1开始第n项的数,分母是从1开始的n的阶乘(1!,2!,3!,4!……)。 我们可以通过一些计算来推导出数列的通项公式。假设数列的通项公式是an=m/n!,其中m是一个关于n的函数,那么我们可以通过递推式来计算这个函数的值。 根据递推式,我们可以列出以下的等式: an = (2n-1)/(n!) = (2n-1)/(n(n-1)!) = 2(n-1)+1/(n-1)!n an-1 = (2n-3)/((n-1)!) = (2n-3)/((n-1)(n-2)!)) = 2(n-2)+1/((n-2)!)(n-1) 因为an-1和an都有分母是(n-1)!的部分,我们可以消去它们,然后得到以下的等式: an = [(2n-1)/n]an-1 我们可以通过递推得出: a1 = 1/1! a2 = 3/2! a3 = 5/3! …… an = [(2n-1)/n]an-1 我们可以通过上面的递推式计算出更多项,然后发现这个数列的通项公式是: an = (2n-1)/n! 现在我们可以证明这个公式,然后验证它的正确性。我们可以通过数学归纳法来证明这个公式。首先,当n=1时,公式成立,因为: a1 = (2×1-1)/1! = 1/1! 式子左边的值为a1,等于式子右边的值,所以公式成立。 然后,假设当n=k时,公式也成立,即: ak = (2k-1)/k! 我们需要证明当n=k+1时,公式也成立,那么: ak+1 = (2(k+1)-1)/(k+1)! = (2k+1)/(k+1(2k-1)/k! = [(2k+1)/k]×[(2k-1)/k!] = [(2k-1)/k!]×[(2k+1)/k+1] = ak×[(2k+1)/(k+1)] 这个式子和递推式是一样的,所以我们已经证明了这个公式成立。 因此,我们可以得出这个数列的通项公式是an=(2n-1)/n!,这个公式是正确的。
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