loj10167. 「一本通 5.3 练习 2」不要 62

本文介绍了一种使用动态规划解决特定计数问题的方法,通过定义状态g[i][0]和g[i][1]来表示不同条件下的数串数量,并提供了一个C++实现示例,用于计算指定范围内符合特定条件的数串个数。

思路:

  g【i】【0】表示以非4, 6数开头的i位数串的个数,g【i】【1】表示以6为开头的i位数串的个数。(数串即为不忽略前导零)

  逐位比较,若当前为四或者当前为2且前一位为6,分别进行处理。

#include<cstdio>
#include<iostream>
#include<cstring>
using namespace std;
const long long maxn = 110;
long long g[maxn][maxn];
long long pow10[maxn];
long long a, b;
void init(){
    pow10[0] = 1;
    for(long long i = 1; i <= 20; ++i)
        pow10[i] = pow10[i-1] * 10;
    memset(g, 0, sizeof(g));
    g[1][0] = 1;
    g[1][1]    = 1;
    for(long long i = 2; i <= 12; ++i){
        g[i][0] = 8 * g[i - 1][0] + g[i - 1][1];
        g[i][1] = 7 * g[i - 1][0] + g[i - 1][1];
    }
}

long long getws(long long x){
    for(long long i = 18; i >= 0; --i)
        if(x >= pow10[i])
            return i + 1;
    return 1;        
}
long long getxk(long long x, long long k){
    if(k > getws(x))    return 0;
    return (x / pow10[k-1]) % 10;
}
long long DP(long long x, long long ws){
    if(x == -1)    return 0;
    long long ans = 0;
    for(long long i = ws; i >= 1; --i){
        for(long long j = getxk(x, i) - 1; j >= 0; --j){
            if(j != 4 && j != 6 && (j != 2 || getxk(x, i + 1) != 6))
                ans += g[i][0];
            else if(j == 6)
                ans += g[i][1];        
        }
        if(getxk(x, i) == 4 || (getxk(x, i) == 2 && getxk(x, i + 1) == 6))
            return ans;
    }
    ans++;
    if((getxk(x, 1) == 2 && getxk(x, 2) == 6) || getxk(x, 1) == 4)
        ans--;
    return ans;                
}
int main(void){
    init();
    while(cin >> a >> b){
        if(a == 0 && b == 0)    break;
        cout << DP(b, getws(b)) - DP(a - 1, getws(a - 1)) << endl;
    }
}

 

转载于:https://www.cnblogs.com/junk-yao-blog/p/9496157.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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