[SCOI2009]windy数

本文探讨了Wind数的定义及其求解方法,通过数位动态规划(数位DP)解决大规模数据下的Wind数计数问题,提供了一个有效的算法实现。

题目描述

windy定义了一种windy数。不含前导零且相邻两个数字之差至少为2的正整数被称为windy数。 windy想知道,

在A和B之间,包括A和B,总共有多少个windy数?

输入格式

包含两个整数,A B。

输出格式

一个整数

输入输出样例

输入 #1
1 10
输出 #1
9
输入 #2
25 50
输出 #2
20

说明/提示

100%的数据,满足 1 <= A <= B <= 2000000000 。

 

分析:

一道毒瘤题。。。数据太大。。。所以不难想到数位DP,即对中间的数部分进行讨论。

 

CODE:

 

 1 #include<cmath>
 2 #include<cstdio>
 3 #include<cstring>
 4 #include<iostream>
 5 #include<algorithm>
 6 using namespace std;
 7 int f[15][15];
 8 long long poww[15];
 9 void pre(){
10     poww[0]=1;
11     for (int i=1;i<=13;i++){
12         poww[i]=poww[i-1]*10;
13     }
14     for (int i=0;i<=10;i++) f[1][i]=1;
15     for (int i=2;i<=12;i++){
16         for(int j=0;j<=10;j++){
17             for (int k=0;k<=9;k++){
18                 if (abs(j-k)>=2) f[i][j]+=f[i-1][k];
19             }
20         } 
21     }
22 }
23 int count(int x){
24     int w=0;
25     int y,pre,ans=0;
26     while (poww[w]<=x) w++;
27     for (int i=1;i<w;i++){
28         for (int j=1;j<=9;j++){
29             ans+=f[i][j];
30         }
31     }
32     y=x/poww[w-1];
33     for (int j=1;j<y;j++) ans+=f[w][j];
34     pre=y;
35     x%=poww[w-1];
36     for (int i=w-1;i>=1;i--){
37         y=x/poww[i-1];
38         for (int j=0;j<y;j++){
39             if (abs(j-pre)>=2) ans+=f[i][j];
40         }
41         if (abs(pre-y)<2) break;
42         pre=y;
43         x%=poww[i-1];
44     }
45     return ans;
46 }
47 int main() {
48     int a,b;
49     cin>>a>>b;
50     pre();
51     cout<<count(b+1)-count(a)<<endl;
52     //system("pause");
53     return 0;
54 }

 

 

 


转载于:https://www.cnblogs.com/kanchuang/p/11246433.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,并通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,通过学优化器加速函(MOA)和学优化概率(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,通过收敛速度、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