CSP-X2024年T2题解

题目描述

怪兽入侵了地球!

为了抵抗入侵,人类设计出了按顺序排列好的 n 件武器,其中第 i 件武器的攻击力为ai,可以造成 **ai **的伤害。

武器已经排列好了,因此不能改变顺序。某件武器可以单独攻击,也可以与相邻的武器进行组合攻击。

具体来说,每次你可以把相邻的若干个(可以为 1 个,即不进行组合)连续的武器组合起来进行攻击,则攻击力为这些连续的武器攻击力之和。

来自外星的怪兽拥有无敌护盾,不会受到任何伤害。

但是人类在交战过程中发现怪兽有个致命的弱点:每次当受到 k 或 k 的倍数的伤害时,怪兽的无敌护盾就能被打破。

请你帮助人类求出有多少种组合武器的方案,使得造成的伤害能打破怪兽的无敌护盾

输入格式

输入文件为 monster.in

第一行两个正整数 n, k 如题所述;

第二行为 n 个正整数,其中第 i 个数 ai 表示第 i 件武器的攻击力。

输出格式

输出文件为 monster.out

输出总共的方案数

样例

输入样例 #1

5 3
1 2 3 4 5

输出样例#1

7

输入样例 #2

10 11
1 4 8 10 16 19 21 25 30 43

输出样例 #2

7

输入样例 #3

6 2
2 2 2 2 2 2

输出样例 #3

21

【样例说明】

样例 1 解释:

k=3,而区间 [1, 2],[1, 3],[1, 5],[2, 4],[3, 3],[3, 5],[4, 5] 的区间和均为 3 或 3 的倍数,故一共有 7 种方案

此题用到了同余

当a%c==b%c时,(a-b)&c==0

代码:

#include<bits/stdc++.h>
using namespace std;
long long n,k,a[1000100],cnt=0,sum=0;
int main(){
	freopen("monster.in","r",stdin);
	freopen("monster.out","w",stdout);
	scanf("%lld%lld",&n,&k);
	for(int i=1;i<=n;i++){
		long long a1;
		scanf("%lld",&a1);
		cnt+=a1;
		a[cnt%k]++;
	}
	a[0]++;
	for(int i=0;i<k;i++){
		sum+=(a[i])*(a[i]-1)/2;
	}
	printf("%lld",sum);
	return 0;
} 

### 关于CSP考试中的翻硬币问题 #### 动态规划算法在翻硬币问题中的应用 动态规划是一种有效的解题策略,尤其适用于求解最小化或最大化的问题。对于翻硬币问题(即最少钱币数问题),可以通过构建状态转移方程来实现最优解的计算。 假设 `v[i]` 表示可使用的纸币面额组成的数组,而 `dp[m]` 则表示凑齐金额 `m` 所需的最少纸币数量,则其递推关系可以定义如下: \[ dp[m] = \min(dp[m], dp[m - v[i]] + 1), \text{其中 } m \geq v[i]. \] 初始条为 \( dp[0] = 0 \),其他所有值初始化为无穷大(通常可以用一个较大的整数值代替)。通过这种方式逐步更新每一个金额的状态直到目标金额为止[^2]。 #### 实现代码示例 以下是基于上述理论的一个Python实现例子: ```python def min_coins(v, target): MAX_INT = float('inf') dp = [MAX_INT] * (target + 1) dp[0] = 0 for i in range(1, target + 1): for coin in v: if i >= coin and dp[i - coin] != MAX_INT: dp[i] = min(dp[i], dp[i - coin] + 1) return dp[target] if dp[target] != MAX_INT else -1 # 测试数据 coins = [3, 5, 7] amount = 8 result = min_coins(coins, amount) print(f"Minimum number of coins to make {amount} is {'Impossible' if result == -1 else result}.") ``` 这段程序能够处理任何给定的目标金额以及一系列可用的硬币面额,并返回所需的最少硬币数目。如果无法达成指定金额则返回 "Impossible"[^3]。 #### CSP x2024 翻硬币的具体分析 针对具体的CSP题目"x2024 翻硬币",虽然没有直接提供该试题的内容细节,但从以往的经验来看,CSP竞赛常涉及类似的优化类问题.这类问题往往考察选手能否灵活运用诸如动态规划之类的高级算法解决问题的能力. 考虑到实际比赛场景下的时间压力与复杂度控制需求,在准备此类问题时建议多加练习不同类型的输入情形及其边界情况测试,确保所编写算法具备良好的鲁棒性和效率表现。
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