dp + 计数,CF 1920 E - Counting Binary Strings

目录

一、题目

1、题目描述

2、输入输出

2.1输入

2.2输出

3、原题链接

二、解题报告

1、思路分析

2、复杂度

3、代码详解


一、题目

1、题目描述

2、输入输出

2.1输入

2.2输出

3、原题链接

E - Counting Binary Strings

二、解题报告

1、思路分析

对于一个01串,我们怎么计算其好子串的数目呢?

000 1 0000 1 00 1 00000

   3        4         2        5

数目 = 4 * 5 + 5 * 3 + 3 * 6

可见,我们只关注 连续0 的组数

考虑dp,为了转移我们显然要知道最后一段的0的长度

定义 f(sum, cur)  为 好子串个数为sum,最后一段0的长度为cur,的字符串的数目

我们枚举cur 前一个 0串的长度,pre

那么 f(sum, cur) = Σ f(sum - (cur + 1) * (pre + 1), pre)

最终输出 sum(f(n)) 即可

2、复杂度

时间复杂度: O(nklogn)空间复杂度:O(nk)

3、代码详解

 ​
#include <bits/stdc++.h>
// #include <ranges>

using u32 = unsigned;
using i64 = long long;
using u64 = unsigned long long;

constexpr int P = 998244353;
constexpr int inf32 = 1E9 + 7;

void solve() {
    int n, k;

    std::cin >> n >> k;

    std::vector<std::vector<int>> f(n + 1, std::vector<int>(k + 1));

    int res = 0;

    f[0].assign(n + 1, 1);

    for (int sum = 1; sum <= n; ++ sum) {
        for (int cur = 0; cur < k; ++ cur) {
            for (int pre = 0; (cur + 1) * (pre + 1) <= sum and cur + pre < k; ++ pre) {
                f[sum][cur] += f[sum - (pre + 1) * (cur + 1)][pre];
                if (f[sum][cur] >= P) f[sum][cur] -= P;
            }
        }
    }

    for (int x : f[n]) {
        res += x;
        if (res >= P) res -= P;
    }

    std::cout << res << '\n';
}

int main() {
    std::ios::sync_with_stdio(false);
    std::cin.tie(nullptr);
    
    int t = 1;
    std::cin >> t;
    
    while (t--) {
        solve();
    }
    
    return 0;
}

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
boosting-crowd-counting-via-multifaceted-attention是一种通过多方面注意力提升人群计数的方法。该方法利用了多个方面的特征来准确估计人群数量。 在传统的人群计数方法中,往往只关注人群的整体特征,而忽略了不同区域的细节。然而,不同区域之间的人群密度可能存在差异,因此细致地分析这些区域是非常重要的。 该方法首先利用卷积神经网络(CNN)提取图像的特征。然后,通过引入多个注意力机制,分别关注图像的局部细节、稀疏区域和密集区域。 首先,该方法引入了局部注意力机制,通过对图像的局部区域进行加权来捕捉人群的局部特征。这使得网络能够更好地适应不同区域的密度变化。 其次,该方法采用了稀疏区域注意力机制,它能够识别图像中的稀疏区域并将更多的注意力放在这些区域上。这是因为稀疏区域往往是需要重点关注的区域,因为它们可能包含有人群密度的极端变化。 最后,该方法还引入了密集区域注意力机制,通过提取图像中人群密集的区域,并将更多的注意力放在这些区域上来准确估计人群数量。 综上所述,boosting-crowd-counting-via-multifaceted-attention是一种通过引入多个注意力机制来提高人群计数的方法。它能够从不同方面细致地分析图像,并利用局部、稀疏和密集区域的特征来准确估计人群数量。这个方法通过考虑人群分布的细节,提供了更精确的人群计数结果。
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

打赏作者

EQUINOX1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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