HDU 4507 吉哥系列故事——恨7不成妻(数位DP)

Problem Description
  单身!
  依然单身!
  吉哥依然单身!
  DS级码农吉哥依然单身!
  所以,他生平最恨情人节,不管是214还是77,他都讨厌!
  
  吉哥观察了214和77这两个数,发现:
  2+1+4=7
  7+7=7*2
  77=7*11
  最终,他发现原来这一切归根到底都是因为和7有关!所以,他现在甚至讨厌一切和7有关的数!

  什么样的数和7有关呢?

  如果一个整数符合下面3个条件之一,那么我们就说这个整数和7有关——
  1、整数中某一位是7;
  2、整数的每一位加起来的和是7的整数倍;
  3、这个整数是7的整数倍;

  现在问题来了:吉哥想知道在一定区间内和7无关的数字的平方和。
 

Input
输入数据的第一行是case数T(1 <= T <= 50),然后接下来的T行表示T个case;每个case在一行内包含两个正整数L, R(1 <= L <= R <= 10^18)。
 

Output
请计算[L,R]中和7无关的数字的平方和,并将结果对10^9 + 7 求模后输出。
 

Sample Input
  
  
3 1 9 10 11 17 17
 

Sample Output
  
  
236 221 0
 

Source
 
题意:
求区间[l,r]内所有与7无关的数的平方和(取模)
定义与7无关的数: 
                                     1.数字的数位上不能有7
                                     2.数字的数位和不能是7的倍数
                                     3.数字本身不能是7的倍数
分析:
状态的保存:
1.数位上不能有7: 只需枚举数位的数字的时候跳过7就好 if (i == 7) continue;
2.数位和不能是7的倍数: 那么开一维保存数位和除以7的余数
3.数字本身不能是7的倍数:再开一维保存数字除以7的余数
综上,dp[i][j][k]3个维度保存的数字属性分别是:
                           i : 当前处理的数位
                           j : 数位和%7 等于j
                           k: 数字本身%7等于k
对于具有上述属性的数,用dp保存它们的3个值:(用结构体)
                         cnt: 具有该属性的所有数字的个数
                         s :具有该属性的所有数字的和
                         ss:具有该属性的所有数字的平方和
为什么要保存这3个值?为了下面的计算
状态的转移:

关于状态转移,先简单的写这样一个式子:dp[i][j][k] = ∑dp[i-1][(j+dig)%7][(k*10+dig)%7](这里的求和符号不指加法,是一个抽象的意义)

其中dig是枚举的正在处理的数位i上所有可能的数字(这个式子只能帮助理解状态是如何转移的但是却不表示具体的运算,dp是结构体当然不能直接运算)

上面的等式,我们称等式左边表示总状态,等式右边为其子状态,显然总状态是等于所有子状态的“总和”(我说的状态的总和并非指加法运算)

那么怎么通过子状态算出总状态呢?

具体的计算:

先说几句废话:

对于1234这个数,它的数位上的数是1,2,3,4,它的数位和是1+2+3+4,它自身的数值是 1*1000+2*100+3*10+4

如果我知道数字234是与7无关的数,在其前面加一个1,也是与7无关的数,我是怎样计算在其前面加一个1之后的数的平方和的呢

(1*1000)^2 + 2*(1*1000)*234 + 234^2  这里相当于(1000+234)^2

注意:在具体的状态转移中,我们是不知道234这个值,我们只知道有这么一个子状态

另外,这只是一个数的平方,我们要求的是所有满足的数的平方和,所以最后具体的算式如下:

设总状态为ans,它其中一个子状态为tmp,枚举正在处理的这一数位上的数字为 i ,数位 i 在整个数字中具体的数值是i*10^p

那么有:

                 (1) ans.cnt += tmp.cnt

                 (2) ans.s += tmp.s + [ i*10^p ]*tmp.cnt      

                 (3) ans.ss += tmp.ss + 2*(i*10^p)*tmp.s + [(i*10^p)^2]*tmp.cnt

在具体代码中我用一个数组p保存10的次方,然后特别注意一下取模

具体的做法代码写的很详细:

#define mem(a,x) memset(a,x,sizeof(a))
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue>
#include<set>
#include<stack>
#include<cmath>
#include<map>
#include<stdlib.h>
#include<cctype>
#include<string>
using namespace std;
typedef long long ll;
/*
    (1) ans.cnt += tmp.cnt
    (2) ans.s += tmp.s + [ i*10^p ]*tmp.cnt     
    (3) ans.ss += tmp.ss + 2*(i*10^p)*tmp.s + [(i*10^p)^2]*tmp.cnt
*/
const int N = 20;
const int mod = 1e9+7;
struct Node
{
    ll cnt; //与 7 无关的数的个数
    ll s;//与 7 无关的数的和
    ll ss;//与 7 无关的数的平方和
    Node(){cnt = -1;s = 0,ss = 0;} //默认的构造函数,初始化cnt顺便标记是否访问过
}dp[N+2][10][10];
int  dig[N+2];//保存数字的每一个数位上的数
ll p[N+2];//保存10的次方 PS:记得取模
void init()
{
    p[1] = 1;//因为我的数字的个位用dig[1]表示,所以我用p[1]记录10的0次方
    for (int i = 2;i < N;++i) p[i] = (p[i-1]*10)%mod;
}
inline ll EX(ll x)//求平方
{
    x%=mod;
    return (x*x)%mod;
}
Node dfs(int len,int r1,int r2,bool up)
{
    if (len == 0)
    {
        Node tmp;
        tmp.cnt = (r1&&r2);//数位和不是7的倍数且数字不是7的倍数
        tmp.s = tmp.ss = 0;
        return tmp;
    }
    if (!up&&dp[len][r1][r2].cnt!=-1) return dp[len][r1][r2];
    int n = 9;if (up) n = dig[len];
    Node ans;ans.cnt = 0;
    for (ll i = 0;i <= n;++i)
    {
        if (i == 7) continue;
        Node tmp = dfs(len-1,(i+r1)%7,(i+r2*10)%7,up&&i==n);//得到子状态
        //求总状态
        ans.cnt = (ans.cnt + tmp.cnt)%mod; // (1)

        ans.s = (ans.s + (tmp.s + (i*p[len])%mod*tmp.cnt%mod)%mod)%mod; // (2)

        ans.ss = (ans.ss + (tmp.ss +( (2LL*i*p[len]%mod)*tmp.s)%mod)%mod)%mod;// (3)式子太长分开写
        ans.ss = (ans.ss + (EX(i*p[len])*tmp.cnt)%mod)%mod;
    }
    if (!up) dp[len][r1][r2] = ans;
    return ans;
}
ll cal(ll x)
{
    int len = 0;
    while (x)
    {
        dig[++len] = x%10;
        x/=10;
    }
    return dfs(len,0,0,1).ss;
}
int main()
{
    int T;init();
    scanf("%d",&T);
    while (T--)
    {
        ll l,r;
        scanf("%I64d %I64d",&l,&r);
        printf("%I64d\n",((cal(r)- cal(l-1))%mod + mod)%mod);
    }
    return 0;
}


  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: hdu 2829 Lawrence 斜率优化dp 这道题是一道经典的斜率优化dp题目,需要用到单调队列的思想。 题目大意是给定一个序列a,求出一个序列b,使得b[i]表示a[1]~a[i]中的最小值,且满足b[i] = min{b[j] + (i-j)*k},其中k为给定的常数。 我们可以将上式拆开,得到b[i] = min{b[j] - j*k} + i*k,即b[i] = i*k + min{b[j] - j*k},这个式子就是斜率优化dp的形式。 我们可以用单调队列来维护min{b[j] - j*k},具体思路如下: 1. 首先将第一个元素加入队列中。 2. 从第二个元素开始,我们需要将当前元素加入队列中,并且需要维护队列的单调性。 3. 维护单调性的方法是,我们从队列的末尾开始,将队列中所有大于当前元素的元素弹出,直到队列为空或者队列中最后一个元素小于当前元素为止。 4. 弹出元素的同时,我们需要计算它们对应的斜率,即(b[j]-j*k)/(j-i),并将这些斜率与当前元素的斜率比较,如果当前元素的斜率更小,则将当前元素加入队列中。 5. 最后队列中的第一个元素就是min{b[j] - j*k},我们将它加上i*k就得到了b[i]的值。 6. 重复以上步骤直到处理完所有元素。 具体实现可以参考下面的代码: ### 回答2: HDU 2829 Lawrence 斜率优化 DP 是一道经典的斜率优化 DP 题目,其思想是通过维护一个下凸包来优化 DP 算法。下面我们来具体分析一下这道题目。 首先,让我们看一下该题目的描述。题目给定一些木棒,要求我们将这些木棒割成一些给定长度,且要求每种长度的木棒的数量都是一样的,求最小的割枝次数。这是一个典型的背包问题,而且在此基础上还要求每种长度的木棒的数量相同,这就需要我们在状态设计上走一些弯路。 我们来看一下状态的定义。定义 $dp[i][j]$ 表示前 $i$ 个木棒中正好能割出 $j$ 根长度为 $c_i$ 的木棒的最小割枝次数。对于每个 $dp[i][j]$,我们可以分类讨论: 1. 不选当前的木棒,即 $dp[i][j]=dp[i-1][j]$; 2. 选当前的木棒,即 $dp[i][j-k]=dp[i-1][j-k]+k$,其中 $k$ 是 $j/c_i$ 的整数部分。 现在问题再次转化为我们需要在满足等量限制的情况下,求最小的割枝次数。可以看出,这是一个依赖于 $c_i$ 的限制。于是,我们可以通过斜率优化 DP 来解决这个问题。 我们来具体分析一下斜率优化 DP 算法的思路。我们首先来看一下动态规划的状态转移方程 $dp[i][j]=\min\{dp[i-1][k]+x_k(i,j)\}$。可以发现,$dp[i][j]$ 的最小值只与 $dp[i-1][k]$ 和 $x_k(i,j)$ 有关。其中,$x_k(i,j)$ 表示斜率,其值为 $dp[i-1][k]-k\times c_i+j\times c_i$。 接下来,我们需要维护一个下凸包,并通过斜率进行优化。我们具体分析一下该过程。假设我们当前要计算 $dp[i][j]$。首先,我们需要找到当前点 $(i,j)$ 在凸包上的位置,即斜率最小值的位置。然后,我们根据该位置的斜率计算 $dp[i][j]$ 的值。接下来,我们需要将当前点 $(i,j)$ 加入到下凸包上。 我们在加入点的时候需要注意几点。首先,我们需要将凸包中所有斜率比当前点小的点移除,直到该点能够加入到凸包中为止。其次,我们需要判断该点是否能够加入到凸包中。如果不能加入到凸包中,则直接舍弃。最后,我们需要保证凸包中斜率是单调递增的,这就需要在加入新的点之后进行上一步操作。 以上就是该题目的解题思路。需要注意的是,斜率优化 DP 算法并不是万能的,其使用情况需要根据具体的问题情况来确定。同时,该算法中需要维护一个下凸包,可能会增加一些算法的复杂度,建议和常规 DP 算法进行对比,选择最优的算法进行解题。 ### 回答3: 斜率优化DP是一种动态规划优化算法,其主要思路是通过对状态转移方程进行变形,提高算法的时间复杂度。HDU2829 Lawrence问题可以用斜率优化DP解决。 首先,我们需要了解原问题的含义。问题描述如下:有$n$个人在数轴上,第$i$个人的位置为$A_i$,每个人可以携带一定大小的行李,第$i$个人的行李重量为$B_i$,但是每个人只能帮助没有他们重量大的人搬行李。若第$i$个人搬运了第$j$个人的行李,那么第$i$个人会累加$C_{i,j}=\left|A_i-A_j\right|\cdot B_j$的体力消耗。求$m$个人帮助每个人搬运行李的最小体力消耗。 我们可以通过斜率优化DP解决这个问题。记$f_i$为到前$i$个人的最小体力消耗,那么状态转移方程为: $$f_i=\min_{j<i}\{f_j+abs(A_i-A_j)\cdot B_i\}$$ 如果直接使用该方程,时间复杂度为$O(n^2)$,如果$n=10^4$,则需要计算$10^8$次,运算时间极长。斜率优化DP通过一些数学推导将方程变形,将时间复杂度降低到$O(n)$,大大缩短了计算时间。 通过斜率优化DP的推导式子,我们可以得到转移方程为: $$f_i=\min_{j<i}\{f_j+slope(j,i)\}$$ 其中,$slope(j,i)$表示直线$j-i$的斜率。我们可以通过如下方式来求解$slope(j,i)$: $$slope(j,i)=\frac{f_i-f_j}{A_i-A_j}-B_i-B_j$$ 如果$slope(j,i)\leq slope(j,k)$,那么$j$一定不是最优,可以直接舍去,降低计算时间。该算法的时间复杂度为$O(n)$。 综上所述,斜率优化DP是一种动态规划优化算法,可以大大缩短计算时间。在处理类似HDU2829 Lawrence问题的时候,斜率优化DP可以很好地解决问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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