CodeForces 55D Beautiful numbers

本文介绍了一种使用数位DP算法解决特定问题的方法。通过定义状态dp[i][j][k][s]来表示最高位有i位,最高位为数字j,数字组合的最小公倍数为k,被2520取余的结果为s的方案数量。文章详细展示了如何通过递推公式完成状态转移,最终求解给定区间内的方案总数。

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

数位$dp$。

$dp[i][j][k][s]$表示最高位有$i$位,并且最高位为数字$j$,这些数字的最小公倍数为$k$,被$2520$取余的结果为$s$的方案数。

被每一个数字都要整除,就是被这些数字的最小公倍数整除。$1$到$9$的随便选数字的最小公倍数只有$48$种。

$A\%B = A\%(nB)\%B$,这个是成立的,因此为了余数可以转移,可以保留对$2520$进行取余的结果。

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <vector>
#include <queue>
#include <stack>
#include <set>
#include <map>
#include <string>
#include <cmath>
#include <stdlib.h>
#include <time.h>
using namespace std;

int v[50],sz,p[2600];
long long dp[20][10][48][2600];
int mod = 2520;

int w[50],c;

int gcd(int a,int b)
{
	if(b==0) return a;
	return gcd(b,a%b);
}

int lcm(int a,int b)
{
	return a*b/gcd(a,b);
}

void init()
{
	int A=1,B=1,C=1,D=1;
	for(int a=0;a<=3;a++)
	{
		for(int b=0;b<=2;b++)
		{
			for(int c=0;c<=1;c++)
			{
				for(int d=0;d<=1;d++)
				{
					v[sz++] = A*B*C*D;
					D=D*7;
				}
				D=1;
				C=C*5;
			}
			C=1;
			B=B*3;
		}
		B=1;
		A=A*2;
	}

	sort(v,v+sz);
	//for(int i=0;i<sz;i++) printf("!!!! %d\n",v[i]);
	for(int i=0;i<sz;i++) p[v[i]]=i; 

	dp[1][0][0][0] = 1;
	for(int j=1;j<=9;j++) dp[1][j][p[j]][j] = 1;

	B = 1;
	
	for(int i=2;i<=19;i++)
	{
		B = B*10%mod;
		for(int k=0;k<sz;k++)
		{
			for(int s=0;s<2600;s++)
			{
				for(int pre=0;pre<=9;pre++)
				{
					if(dp[i-1][pre][k][s]==0) continue;
					for(int j=0;j<=9;j++)
					{
						if(j == 0) dp[i][j][k][s] += dp[i-1][pre][k][s];
						else 
						{
							int nLCM = lcm(j,v[k]);
							int nYU = (s+j*B)%mod;
							dp[i][j][p[nLCM]][nYU] += dp[i-1][pre][k][s];
						}
					}
				}
			}
		}
	}
}

long long get(long long x)
{
	c=0;
	memset(w,0,sizeof w);
	while(x) w[++c] = (int)(x%10), x=x/10;

	int pre = 1;
	long long ans = 0;

	int t[50]; t[0] = 1; for(int i=1;i<=19;i++) t[i] = (t[i-1]*10) % mod;

	int YU = 0;

	for(int i=c;i>=1;i--)
	{
		for(int j=0;j<w[i];j++)
		{
			for(int k=0;k<sz;k++)
			{
				int nLcm = lcm(pre,v[k]);
				for(int s=0;s<2600;s++)
					if((s+YU)%nLcm==0) ans = ans + dp[i][j][k][s];
			}
		}
		if(w[i] == 0) continue;
		pre = lcm(pre,w[i]);
		YU = (YU + w[i]*t[i-1])%mod;
	}

	return ans;
}

int main()
{
	init();
	int T;
	scanf("%d",&T);
	while(T--)
	{
		long long L,R;
		scanf("%lld%lld",&L,&R);
		printf("%lld\n", get(R+1) - get(L));
	}

	return 0;
}

转载于:https://www.cnblogs.com/zufezzt/p/6892332.html

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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