「BZOJ3505」[CQOI2014] 数三角形

本文详细介绍了如何使用容斥原理解决BZOJ3505[CQOI2014]数三角形的问题,并通过枚举两点的坐标差值来计算三点共线的情况,最终给出了一种高效的计算方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

「BZOJ3505」[CQOI2014] 数三角形

这道题直接求不好做,考虑容斥,首先选出3个点不考虑是否合法的方案数为$C_{(n+1)*(m+1)}^{3}$,然后减去三点一线的个数就好了。显然不能枚举端点,我们可以考虑枚举两个点的x,y差值i,j,那么中间整点的个数为(gcd(i,j)-1),这样的正方形有多个,所以(n-i+1)*(m-j+1)*(gcd(i,j)-1)*2,乘2是因为有两条对角线,但是当i=0或j=0是就不能乘2了。

 

 1 #include<iostream>
 2 #include<cstdio>
 3 #define int LL
 4 #define LL long long
 5 using namespace std;
 6 int n,m;
 7 int gcd(int a,int b){return !b?a:gcd(b,a%b);}
 8 LL ans;
 9 signed main()
10 {
11     cin>>n>>m;n++,m++;
12     ans=((n*m)*(n*m-1)*(n*m-2)/3)/2;
13     n--,m--;
14     for(int i=0;i<=n;i++)
15         for(int j=0;j<=m;j++)    
16         if(i||j)
17             if(!i||!j)ans-=(n-i+1)*(m-j+1)*(gcd(i,j)-1);        
18             else      ans-=(n-i+1)*(m-j+1)*(gcd(i,j)-1)*2;    
19     cout<<ans<<endl;
20 }
View Code

 

 

 

转载于:https://www.cnblogs.com/Al-Ca/p/11234578.html

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指预测模型。研究选取2018年3月1日至2019年3月26日共391天的据作为样本,通过“试凑法”确定最优隐结点目,建立三层BP神经网络模型对CCi30指收盘价进行预测。论文详细介绍了据预处理、模型构建、训练及评估过程,包括据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指变化趋势。此外,文章还讨论了隐层节点的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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