• Noip2016 提高组 Day2 T1 组合数问题


    题目描述

    组合数表示的是从n个物品中选出m个物品的方案数。举个例子,从(1,2,3) 三个物品中选择两个物品可以有(1,2),(1,3),(2,3)这三种选择方法。根据组合数的定 义,我们可以给出计算组合数的一般公式:

    其中n! = 1 × 2 × · · · × n

    小葱想知道如果给定n,m和k,对于所有的0 <= i <= n,0 <= j <= min(i,m)有多少对 (i,j)满足是k的倍数。

    输入输出格式

    输入格式:

    第一行有两个整数t,k,其中t代表该测试点总共有多少组测试数据,k的意义见 【问题描述】。

    接下来t行每行两个整数n,m,其中n,m的意义见【问题描述】。

    输出格式:

    t行,每行一个整数代表答案。

    输入输出样例

    输入样例#1:
    1 2
    3 3
    输出样例#1:
    1
    输入样例#2:
    2 5
    4 5
    6 7
    输出样例#2:
    0
    7
    

    说明

    【样例1说明】

    在所有可能的情况中,只有是2的倍数。

    【子任务】

    思路:

      该题需要使用到组合数的递推式

        C[i][j]=(C[i-1][j]%k+C[i-1][j-1]%k)%k(需要在预处理的时候随手取模)

      解释:n个物品中取m个物品,若不取a这个物品,则从n-1个物体中选m个;

        若取a这个物品则从n-1中选m-1个。

        详见高中数学课本选修2—3

      然后我们做完上述预处理之后,从头到尾扫一遍C数组是否为0即可知道是否为k的倍数。

      按要求输出即可,这题就到此结束啦!

      但是。。这样就真的over了吗?!

      没有!

      其实是只有90分的。。。。

      什么?为何不满分?

      大概是扫C数组太花时间了吧。。。。所以我们还需要一些优化!

      我们预处理了C数组,那么是否还可以预处理一下k的倍数的个数?

      答案是肯定的!

      令s[i][j]表示在所有的C(i,j) (1≤j≤i)的里面,为k的倍数的有多少个,所以得到处理数组的时候就是p[i][j] = p[i][j-1] ,然后使每找到一个C[i][j]为0就让p[i][j]的值+1。

      最后只需要从1-n循环一遍令ans+=p[i][j],最后输出ans即可(注意这里的0 <= j <= min(i,m)!)

      好啦!这样就ok啦!

    上代码:

    #include <iostream>
    #include <cstdio>
    using namespace std;
    
    const int N = 2001;
    const int M = 2001;
    int T,k,n,m,ans;
    int C[N][M],p[N][M];
    
    void pre() {
        for(int i=1; i<N; ++i) {
            C[i][0]=C[i][i]=1;
            for(int j=1; j<i; ++j)
                C[i][j]=(C[i-1][j]%k+C[i-1][j-1]%k)%k;
        }
        for(int i=1; i<N; ++i)
            for(int j=1; j<=i; ++j) {
                p[i][j]=p[i][j-1];
                if(C[i][j]==0)
                    p[i][j]++;
            }
    }
    
    int main() {
        scanf("%d%d",&T,&k);
        pre();
        while(T--) {
            scanf("%d%d",&n,&m);
            for(int i=1,j; i<=n; ++i) {
                j=min(i,m);
                ans+=p[i][j];
            }
            printf("%d
    ",ans);
            ans=0;
        }
        return 0;
    }

    如果运气好也是错,那我倒愿意错上加错!

    ❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀

  • 相关阅读:
    CARLA——The External Sensor Interface (ESI)
    Eventbased Vision meets Deep Learning on Steering Prediction for Selfdriving Cars
    DDD20 EndtoEnd Event Camera Driving Dataset: Fusing Frames and Events with Deep Learning for Improved Steering Prediction
    CARLA——Core implementations: synchrony, snapshots and landmarks
    Generative Adversarial Imitation Learning
    EventBased Vision Enhanced: A Joint Detection Framework in Autonomous Driving
    CARLA——Sensors in CARLA
    Imitation Learning via OffPolicy Distribution Matching
    CARLA入门
    颜色
  • 原文地址:https://www.cnblogs.com/zxqxwnngztxx/p/7582554.html
Copyright © 2020-2023  润新知