51nod1556 计算

最新推荐文章于 2021-08-25 10:10:19 发布

转载最新推荐文章于 2021-08-25 10:10:19 发布 · 142 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/fighting-to-the-end/p/5866339.html

本文介绍了一个关于在1*n的矩阵中，当首项固定为1且相邻两项差值不超过1的情况下，如何计算所有合法填充正整数方案数量的算法。使用了默慈金数，并结合动态规划思想解决此问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ans[n]=ans[n-1]*3-m[n-2];YY一下可以懂的。减掉的就是往下走的情况不符合正整数的情况。m是默慈金数。

#include<cstdio>
#include<cstring>
#include<cctype>
#include<algorithm>
using namespace std;
#define rep(i,s,t) for(int i=s;i<=t;i++)
#define dwn(i,s,t) for(int i=s;i>=t;i--)
#define clr(x,c) memset(x,c,sizeof(x))
#define ll long long
const int mod=1e9+7;
const int nmax=1e6+5;
ll inv[nmax],ans[nmax],m[nmax];
int main(){
	int n;scanf("%d",&n);
	inv[1]=1;
	rep(i,2,n+3) inv[i]=(mod-mod/i)*inv[mod%i]%mod;
	m[1]=1;m[2]=2;
	rep(i,3,n) m[i]=((i*2+1)*m[i-1]%mod+3*(i-1)*m[i-2]%mod)%mod*inv[i+2]%mod;
	ans[1]=1;ans[2]=2;
	rep(i,3,n) ans[i]=(3*ans[i-1]%mod-m[i-2]+mod)%mod;
	printf("%d\n",ans[n]);
	return 0;
}

1556 计算

基准时间限制：1 秒空间限制：524288 KB 分值: 80 难度：5级算法题

关注

有一个1*n的矩阵固定第一个数为1 其他填正整数且相邻数的差不能超过1 求方案数%1e9+7的结果

Input

一个数n 表示1*n的矩阵（n<=10^6）

Output

一个数 表示方案数%1e9+7的结果

Input示例

Output示例

转载于:https://www.cnblogs.com/fighting-to-the-end/p/5866339.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Claire_ljy

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

51Nod 上台阶

熬夜的Alan Walker

02-08

687

现在小瓜想走上一个一共有n级的台阶，由于小瓜的腿比较短，他一次只能向上走1级或者2级台阶。小瓜想知道他有多少种方法走上这n级台阶，你能帮帮他吗？输入格式一行一个整数n（n<=100000），表示一共有n级台阶。输出格式一行一个整数，表示小瓜上台阶的方案数*对100003取余*的结果。输入样例 3 输出样例 3 只考虑最后一步走 11 阶还是 22 阶，这是两种完全不同的方案。所有 n−1n−1 的方案都可以通过再走 11 阶转为 nn 的方案，所有 n−2n−2

51nod 1492密室逃脱网络流初步

03-02

159

51nod 1492密室逃脱网络流 FF题解

参与评论您还未登录，请先登录后发表或查看评论

51Nod1556 计算

dianning8393的博客

02-22

120

题目看这里一个公式题，推不出来我们令f[i]表示当n=i时的总方案数，令g[i]表示n=i时，结尾恰为1的方案数那么显然，f[i]=3f[i-1]-g[i] 只需要考虑计算g[i]，这个东西是一个叫做默慈金数的东西递推式为g[n+1]=g[n]+Σg[i]*g[n-i-1...

1556 计算

weixin_30600503的博客

09-15

170

有一个1*n的矩阵固定第一个数为1 其他填正整数且相邻数的差不能超过1 求方案数%1e9+7的结果 Input 一个数n表示1*n的矩阵（n<=10^6） Output 一个数表示方案数%1e9+7的结果 Input示例 3 Output示例 5考虑用默慈金数解决这个问题。在一个网格上，若限定每步只能向右移动一格，可以右上，右下，横...

51Nod-1556-计算

逐梦者

07-05

438

ACM模版描述题解这个题是一个典型的默慈金数的模型，在讨论区中，某大神已经详细的解释了这个数和这个题的转换关系。首先，我们设 m[i]、f[i]m[i]、f[i] 分别表示横坐标为 ii 时的默慈金数和方案数。那么，我们很容易得到的是默慈金数的表达式： m[i]={i,m[i−1]∗(2∗i+1)+m[i−2]∗(3∗i−3)i+2,if n∈{1,2}if n>2 m[i] = \begin

【51Nod 1556】计算

Facico的博客

12-05

1103

Description有一个1*n的矩阵固定第一个数为1 其他填正整数且相邻数的差不能超过1 求方案数%1e9+7的结果Solution我们观察一下从i推到i+1的数里面，除了是1的数要乘2，其他的都要乘3。那么现在的问题就是在一个二维平面里面，从(0,0)走到(i,0)可以向上，向下向右走一格，但是只能在第一象限，有多少种走法？到网上看看了，这个就是默慈金数： m[i]=m[i−1

51 nod 1556 计算

zhuangmezhuang的博客

06-17

657

51 nod 1556

51nod 1556 计算

我要吃熊猫

06-09

392

默慈金数+递推

51nod1529 排列与编码

ZCH1901的博客

08-18

495

1529 排列与编码给出两个长度为N的排列P1，P2，有着完全相同的元素。设这些元素所能组成的不同的排列数量共L个（L可能很大），按照字典序排序后，编码为 0 到 L - 1。其中P1的编码为R1，P2的编码为R2。求编码为：(R1 + R2) % L的排列是什么？例如：P1 = {2, 2, 1}，P2 = {2, 1, 2}，则L = 3， R1 = 2, R2 = 1，那么需要求的排列编码为：(R1 + R2) % L = (2 + 1) % 3 = 0，对应的排列为：{1, 2, 2}。 .

【题解】51nod 1316 回文矩阵

Ryan_Right的博客

08-25

678

题目传送门题目描述一个 N×MN\times MN×M 的矩阵 AAA 完全由 000 与 111 两个数字组成（0<N,M≤80<N,M\le80<N,M≤8），矩阵第 iii 行第 jjj 列上的项为 Ai,jA_{i,j}Ai,j，iii 与 jjj 从 000 标起，即 0≤i<N0\le i<N0≤i<N，0<=j<M0<=j<M0<=j<M。现在存在两种操作：（1）将矩阵中的任一项 Ai,jA_{i,j}Ai,j

正整数分组（51Nod-1007）.rar

09-16

【标题】"正整数分组（51Nod-1007）"是一个编程题目，来源于在线学习平台51Nod，编号为1007。这道题目主要涉及计算机科学中的算法设计和实现，特别是数组处理、数学逻辑以及回溯法或动态规划等方法。【描述】该...

1556 计算-----------------------------思维(默慈金数+组合数学)

qq_43690454的博客

09-01

214

解析: 本题用到了默慈金数https://www.cnblogs.com/yaoyueduzhen/p/5456530.html 如果a[i-1]=1 那么第i位只有两种取值的结果如果a[i-1]>1 那么第i位只有三种取值的结果所以设f[i]:1~x的总的方案数设a[i]:1~x第i位为1的方案数那么递推方程就是f[i]=f[i-1]*3-a[i-2] 因为本题求得是(0,1)~(n,x)的总方案数而默慈金数求得是(0,0)~(n,0)的总方案数所以我们用总的方案数-不满足的方案数 ..

应用CNN卷积神经网络构建的auto encoder自编码器，经过训练实现了对带有噪点的MNIST手写字体图片进行去噪的处理

最新发布

08-15

资源下载链接为： https://pan.quark.cn/s/864eaed220e0 应用CNN卷积神经网络构建的auto encoder自编码器，经过训练实现了对带有噪点的MNIST手写字体图片进行去噪的处理（最新、最全版本！打开链接下载即可用！）

IP-guard应用程序预定义库

08-15

IP-guard应用程序预定义库

CH341A编程器软件1.3支持25Q256等32M芯片

08-15

CH341A编程器是一款广泛应用的通用编程设备，尤其在电子工程和嵌入式系统开发领域中，它被用来烧录各种类型的微控制器、存储器和其他IC芯片。这款编程器的最新版本为1.3，它的一个显著特点是增加了对25Q256等32M芯片的支持。 25Q256是一种串行EEPROM（电可擦可编程只读存储器）芯片，通常用于存储程序代码、配置数据或其他非易失性信息。32M在这里指的是存储容量，即该芯片可以存储32兆位（Mbit）的数据，换算成字节数就是4MB。这种大容量的存储器在许多嵌入式系统中都有应用，例如汽车电子、工业控制、消费电子设备等。 CH341A编程器的1.3版更新，意味着它可以与更多的芯片型号兼容，特别是针对32M容量的芯片进行了优化，提高了编程效率和稳定性。26系列芯片通常指的是Microchip公司的25系列SPI（串行外围接口）EEPROM产品线，这些芯片广泛应用于各种需要小体积、低功耗和非易失性存储的应用场景。全功能版的CH341A编程器不仅支持25Q256，还支持其他大容量芯片，这意味着它具有广泛的兼容性，能够满足不同项目的需求。这包括但不限于微控制器、EPROM、EEPROM、闪存、逻辑门电路等多种类型芯片的编程。使用CH341A编程器进行编程操作时，首先需要将设备通过USB连接到计算机，然后安装相应的驱动程序和编程软件。在本例中，压缩包中的"CH341A_1.30"很可能是编程软件的安装程序。安装后，用户可以通过软件界面选择需要编程的芯片类型，加载待烧录的固件或数据，然后执行编程操作。编程过程中需要注意的是，确保正确设置芯片的电压、时钟频率等参数，以防止损坏芯片。 CH341A编程器1.3版是面向电子爱好者和专业工程师的一款实用工具，其强大的兼容性和易用性使其在众多编程器中脱颖而出。对于需要处理25Q256等32M芯片的项目，或者26系列芯片的编程工作，CH341A编程器是理想的选择。通过持续的软件更新和升级，它保持了与现代电子技术同步，确保用户能方便地对各种芯片进行编程和调试。

修改多多巴枪SN软件，小白慎用

08-15

修改多多巴枪SN软件，小白慎用，米商巴枪的改机包

Python变量与数据类型详解

08-15

Python变量与数据类型详解

基于SpringBoot技术的校园招聘系统的设计与实现.doc

08-15

基于SpringBoot技术的校园招聘系统的设计与实现

一款用于分析内存分区情况的MAP 文件分析工具

08-15

内存分区情况的分析是嵌入式系统开发中的一个重要环节，特别是在资源有限的MCU（微控制器）环境中。标题提到的工具是一款专为分析Linux环境下的`gcc-map`文件设计的工具，这类文件在编译过程结束后生成，包含了程序在目标设备内存中的布局信息。这个工具可以帮助开发者理解程序在RAM、ROM以及FLASH等存储区域的占用情况，从而进行优化。 `gcc-map`文件通常包含以下关键信息： 1. **符号表**：列出所有定义的全局和静态变量、函数以及其他符号，包括它们的地址和大小。 2. **节区分配**：显示每个代码和数据节区在内存中的位置，比如.text（代码）、.data（已初始化数据）、.bss（未初始化数据）等。 3. **内存汇总**：总览所有节区的大小，有助于评估程序的整体内存需求。 4. **重定位信息**：显示了代码和数据如何在目标地址空间中定位。该分析工具可能提供以下功能： 1. **可视化展示**：将内存分配以图形化方式呈现，便于直观理解。 2. **详细报告**：生成详细的分析报告，列出每个符号的大小和位置。 3. **比较功能**：对比不同编译版本或配置的`map`文件，查看内存使用的变化。 4. **统计分析**：计算各种内存区域的使用率，帮助识别潜在的优化点。 5. **自定义过滤**：允许用户根据需要筛选和关注特定的符号或节区。虽然在MCU环境中，Keil IDE自带的工具可能更方便，因为它们通常针对特定的MCU型号进行了优化，提供更加细致的硬件相关分析。然而，对于通用的Linux系统或跨平台项目，这款基于`gcc-map`的分析工具提供了更广泛的适用性。在实际使用过程中，开发者可以利用这款工具来： - **优化内存使用**：通过分析哪些函数或数据占用过多的内存，进行代码重构或调整链接器脚本以减小体积。 - **排查内存泄漏**：结合其他工具，比如动态内存检测工具，查找可能导致内存泄漏的部分。 - **性能调优**：了解代码执行时的内存分布，有助于提高运行效率。 - **满足资源限制**：在嵌入式系统中，确保程序能在有限的内存空间内运行。总结来说，`gcc-amap`这样的工具对于深入理解程序的内存布局和资源消耗至关重要，它能帮助开发者做出更明智的决策，优化代码以适应不同的硬件环境。在处理`map`文件时，开发者不仅能获取到程序的内存占用情况，还能进一步挖掘出可能的优化空间，从而提升系统的整体性能和效率。

51nod3478代码

07-28

题目 51nod 3478 涉及一个矩阵问题，要求通过最少的操作次数，使得矩阵中至少有 `RowCount` 行和 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行和列组合，并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行和每一列变为回文所需的最少操作次数**： - 对于每一行，计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列，计算将其变为回文所需的最少操作次数，方法同上。 2. **枚举所有可能的行和列组合**： - 由于 `N` 和 `M` 的最大值为 8，因此可以枚举所有可能的行组合和列组合。 - 对于每一种组合，计算其所需的最少操作次数，并取最小值。 3. **计算操作次数**： - 对于每一种组合，需要计算哪些行和列需要修改，并且注意行和列的交叉点可能会重复计算，因此需要去重。 ### 代码实现以下是一个可能的实现方式，使用了枚举和位运算来处理组合问题： ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**：首先计算每一行和每一列变为回文所需的最少操作次数。 - **枚举组合**：使用 `itertools.combinations` 枚举所有可能的行和列组合。 - **计算成本**：对于每一种组合，计算其成本，并考虑行和列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**：由于 `N` 和 `M` 的最大值为 8，因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $，这在实际中是可接受的。 - **空间复杂度**：主要是存储预处理的成本，空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行和列的枚举组合以减少计算时间？ 2. 在计算行和列的交叉点时，如何更高效地处理重复计算的问题？ 3. 如果矩阵的大小增加到更大的范围，如何调整算法以保持效率？ 4. 如何处理矩阵中行和列的回文条件不同时的情况？ 5. 如何扩展算法以支持更多的操作类型，例如翻转某个区域的值？