CodeForces #113 Div.2 E

题目:http://www.codeforces.com/problemset/problem/166/E

题意:给你一个四面体,上面有四个顶点,有一只蚂蚁站在点D上。现在给你一个数字n(n<=10^7),表示蚂蚁必须走n步,经过任意个点(不可在原地不动)最后回到点D,请你求出方案数(方案数可能很多,请你将结果MOD(10^9+7) 并输出)。

分析:n很大,有10的7次方,所以DFS是必定超时的,所以我们要寻求更好的方法来解决问题。
f[i] 表示走i步回到起点的方法数。

我们再定义一个变量:triple  因为每次蚂蚁都有三种选择,所以triple每次都乘上3。

于是状态转移方程就很好写了(注意MOD):
triple=(triple*3)%(10^9+7);
f[i]=(triple-f[i-1])%(10^9+7);

等等,这还没有完,如果f[n]<0 那么我们就将f[n]+(10^9+7) 并输出

因为这仅仅是一个递推,所以我们不需要开一个10^7的数组,直接定义2个前驱和后继变量搞定,可以大大降少空间复杂度。

AC代码:
#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
using namespace std;
long long prev=0,next=1,MOD=1000000007,n,triple=1;
int main()
{
    cin>>n;
    if(n==1) {cout<<"0"<<endl;return 0;}
    for(int i=2;i<=n;i++){
      triple=(triple*3)%MOD;
      next=(triple-prev)%MOD;
      prev=next;
    }
    if(next<0) cout<<next+MOD;
    else cout<<next;
   // system("pause");
    return 0;
}
内容概要:《2024年中国城市低空经济发展指数报告》由36氪研究院发布,指出低空经济作为新质生产力的代表,已成为中国经济新的增长点。报告从发展环境、资金投入、创新能力、基础支撑和发展成效五个维度构建了综合指数评价体系,评估了全国重点城市的低空经济发展状况。北京和深圳在总指数中名列前茅,分别以91.26和84.53的得分领先,展现出强大的资金投入、创新能力和基础支撑。低空经济主要涉及无人机、eVTOL(电动垂直起降飞行器)和直升机等产品,广泛应用于农业、物流、交通、应急救援等领域。政策支持、市场需求和技术进步共同推动了低空经济的快速发展,预计到2026年市场规模将突破万亿元。 适用人群:对低空经济发展感兴趣的政策制定者、投资者、企业和研究人员。 使用场景及目标:①了解低空经济的定义、分类和发展驱动力;②掌握低空经济的主要应用场景和市场规模预测;③评估各城市在低空经济发展中的表现和潜力;④为政策制定、投资决策和企业发展提供参考依据。 其他说明:报告强调了政策监管、产业生态建设和区域融合错位的重要性,提出了加强法律法规建设、人才储备和基础设施建设等建议。低空经济正加速向网络化、智能化、规模化和集聚化方向发展,各地应找准自身比较优势,实现差异化发展。
数据集一个高质量的医学图像数据集,专门用于脑肿瘤的检测和分类研究以下是关于这个数据集的详细介绍:该数据集包含5249张脑部MRI图像,分为训练集和验证集。每张图像都标注了边界框(Bounding Boxes),并按照脑肿瘤的类型分为四个类别:胶质瘤(Glioma)、脑膜瘤(Meningioma)、无肿瘤(No Tumor)和垂体瘤(Pituitary)。这些图像涵盖了不同的MRI扫描角度,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构,为模型训练提供了丰富多样的数据基础。高质量标注:边界框是通过LabelImg工具手动标注的,标注过程严谨,确保了标注的准确性和可靠性。多角度覆盖:图像从不同的MRI扫描角度拍摄,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构。数据清洗与筛选:数据集在创建过程中经过了彻底的清洗,去除了噪声、错误标注和质量不佳的图像,保证了数据的高质量。该数据集非常适合用于训练和验证深度学习模型,以实现脑肿瘤的检测和分类。它为开发医学图像处理中的计算机视觉应用提供了坚实的基础,能够帮助研究人员和开发人员构建更准确、更可靠的脑肿瘤诊断系统。这个数据集为脑肿瘤检测和分类的研究提供了宝贵的资源,能够帮助研究人员开发出更准确、更高效的诊断工具,从而为脑肿瘤患者的早期诊断和治疗规划提供支持。
### 关于Codeforces Round 925 Div. 3 的题目及解析 #### A. Plus One on the Subset 在这个问题中,给定一个整数序列 \(a_1, a_2, \ldots, a_n\) 和若干次操作。每次可以选择任意子集并将这些位置上的元素增加一。目标是最少的操作次数使得所有元素都变成相同的值[^1]。 ```cpp #include <iostream> using namespace std; int main() { int t; cin >> t; while (t--) { int n; cin >> n; bool all_same = true; int first_value; cin >> first_value; for (int i = 1; i < n; ++i) { int temp; cin >> temp; if (temp != first_value) all_same = false; } if (all_same || n == 1) cout << "0\n"; else cout << "1\n"; } } ``` 这段代码通过判断输入数组中的所有元素是否已经相同来决定最少需要几次操作可以完成任务。如果所有的数值一开始就相等,则不需要任何改变;如果有不同的数值存在,则只需一次操作就可以让整个集合内的数字变得一致。 #### B. Multiply by Two, Divide by One 此题要求处理一系列由两个正整数构成的询问,对于每一个询问给出的结果是能否仅利用两种变换——将当前数翻倍或是除以二(当且仅当该数为偶数时),最终达到另一个指定的目标值。 为了实现这一点,可以从终点反向推导回起点,在每一步尝试逆运算直到回到起始状态或者发现不可能的情况为止。具体来说就是不断地执行减半(如果是奇数则无法继续)以及加上其一半的过程,直至到达原点或确认不可达性。 #### C. Make It Increasing 这个问题的任务是在不违反特定条件下尽可能多地保留原始数组里的项的同时构建一个新的严格递增序列。允许的操作是从已有的列表里移除某些成员而不改变其余部分相对顺序。 一种有效的策略是对初始数据先做预处理排序之后再逐一遍历比较相邻两项之间的关系,以此为基础做出取舍决策。这样做的好处是可以快速定位哪些地方出现了重复或者是不符合增长趋势的地方,并据此调整方案。 #### D. Yet Another Array Partitioning Problem 本题涉及到了如何分割一个长度固定的整型数组成多个连续片段的问题,目的是最小化各分段内部最大差值之和的最大可能值。这实际上是一个经典的动态规划问题变种版本之一。 解决方法通常涉及到定义合适的DP表格用于记录中间计算结果以便后续查询使用。这里的关键在于合理设计转移方程从而能够高效求得最优解路径。同时还需要注意边界条件设定以免造成逻辑错误影响整体性能表现。 #### E. The Strongest Build 针对这一挑战,背景设置在一个虚拟编程竞赛平台之上,参赛者们被鼓励提交自己的解决方案参与评分竞争。然而有趣的是,评判标准并非单纯基于运行效率而是取决于所选算法复杂度级别与实际消耗资源量之间是否存在显著差异作为奖励依据。 因此解答此类问题往往需要综合考量时间空间开销等因素的影响程度,进而挑选出最适宜当下环境状况的最佳实践方式来进行编码实现。此外还需特别留意特殊测试用例的存在可能性及其应对措施安排等问题细节之处。
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