HDU 2817 A sequence of numbers【水题|快速幂】

本文介绍了一个C++程序,用于计算等差或等比数列的第n项。通过判断序列类型,采用不同的数学公式进行计算,并利用模运算确保数值在限定范围内。

求等差或等比数列的第n项

 

 1 #include <iostream>
 2 #include <cstdio>
 3 #include <cstring>
 4 using namespace std;
 5 
 6 const  long long mod = 200907;
 7 
 8  long long Pow( long long x,  long long n) {
 9     if(n == 0) {
10         return 1;
11     }
12     if(n == 1) return x % mod;
13     if(n & 1) return x % mod * Pow(x, n - 1) % mod;
14     else return Pow(x * x % mod, n / 2);
15 }
16 
17 int main() {
18      long long a, b, c, d;
19      long long t;
20     scanf("%lld",&t);
21     while(t--) {
22         scanf("%lld %lld %lld %lld",&a, &b, &c, &d);
23         if(b - a == c - b) {
24              long long x = b - a;
25              long long y = ((a  % mod) + ((( d - 1 ) % mod) * (x % mod)) % mod) % mod;
26             printf("%lld\n", y);
27         } else {
28              long long x = b / a;
29              long long y = (a % mod) * Pow(x % mod, d - 1) % mod;
30             printf("%lld\n", y);
31         }
32     }
33     return 0;
34 }
View Code

 

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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