How many 0's? - POJ 3286 数位dp

本文介绍了一种计算在给定范围内所有自然数中零字符出现次数的算法。通过递归和动态规划的方法,该算法有效地解决了问题,并给出了完整的C++实现代码。

How many 0's?
Time Limit: 1000MS Memory Limit: 65536K
Total Submissions: 2967 Accepted: 1582

Description

A Benedict monk No.16 writes down the decimal representations of all natural numbers between and including m and nm ≤ n. How many 0's will he write down?

Input

Input consists of a sequence of lines. Each line contains two unsigned 32-bit integers m and nm ≤ n. The last line of input has the value of m negative and this line should not be processed.

Output

For each line of input print one line of output with one integer number giving the number of 0's written down by the monk.

Sample Input

10 11
100 200
0 500
1234567890 2345678901
0 4294967295
-1 -1

Sample Output

1
22
92
987654304
3825876150

这道题和POJ2282一样,我就直接贴过来了。

AC代码如下:

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
typedef long long ll;
//dp[i][j]表示i位数中j的个数,dp0[i]表示i位数中合法的0的个数
ll dp[15][10],dp0[15],pow[15],n;
int num[15],len;
ll dfs(int pos,int N,int f)//f表示是否前面全是0,只对求0的个数有影响
{ if(pos<=0)
   return 0;
  ll ans=0;
  int i,j,k,m=num[pos];
  if(f==0)
  { ans+=m*dp[pos-1][N];
    if(N<m)
     ans+=pow[pos-1];
    else if(N==m)
     ans+=n%pow[pos-1]+1;
    ans+=dfs(pos-1,N,0);
  }
  else
  { ans+=(m-1)*dp[pos-1][N];
    ans+=dfs(pos-1,N,0);
    ans+=dp0[pos-1];
  }
  return ans;
}
ll solve(ll p,int N)
{ if(p<0)
   return -1;
  if(p==0)
   return 0;
  int i,j,k;
  len=0;n=p;
  while(p)
  { num[++len]=p%10;
    p/=10;
  }
  if(N==0)
   return dfs(len,N,1);
  else
   return dfs(len,N,0);
}
int main()
{ int i,j,k;
  ll l,r;
  pow[0]=1;
  for(i=1;i<=14;i++)
   pow[i]=pow[i-1]*10;
  for(i=1;i<=14;i++)
   for(j=0;j<=9;j++)
    dp[i][j]=dp[i-1][j]*10+pow[i-1];
  for(i=1;i<=14;i++)
   dp0[i]=9*dp[i-1][0]+dp0[i-1];
  while(~scanf("%I64d%I64d",&l,&r) && l!=-1)
  { if(l>r)
     swap(l,r);
    printf("%I64d\n",solve(r,0)-solve(l-1,0));
  }
}



【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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