CDOJ 1268 Open the lightings

本文详细解析了一道组合数学难题,并通过链接提供了题解。同时揭示了组合数递推公式与01背包问题之间的联系。通过C++代码实现,包括初始化函数和求解主函数,展示了算法实现过程。

组合数学题。好难啊,请教了Xiang578大神&&看了他题解才会的......

甩上题解链接:http://blog.youkuaiyun.com/xinag578/article/details/50645160

另外还发现了组合数递推公式实际上就是一个01背包。

#include <stdio.h>
#include <algorithm>
#include <string.h>
#include <queue>
#include <stack>
#include <map>
#include <vector>
using namespace std;

const int maxn=1000+10;
long long MOD=1e9+7;
long long f[maxn];
long long c[maxn][maxn];

void init()
{
    f[0]=1,f[1]=1;
    for(int i=2;i<=1000;i++) f[i]=(f[i-1]+((i-1)*f[i-2])%MOD)%MOD;

    c[1][1]=1;
    for(int i=1;i<=1000;i++) c[i][0]=1;
    for(int i=2;i<=1000;i++)
    {
        for(int j=1;j<=1000;j++)
        {
            c[i][j]=(c[i-1][j-1]+c[i-1][j])%MOD;
        }
    }
}

int main()
{
    init();
    int n,m;
    while(~scanf("%d%d",&n,&m))
    {
        printf("%lld\n",f[m-1]*f[n-m]%MOD*c[n-1][m-1]%MOD);
    }

    return 0;
}

 

转载于:https://www.cnblogs.com/zufezzt/p/5187598.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,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