[SP19149] INS14H - Virus Revisited

洛谷传送门
SPOJ传送门

题意翻译

• 在一个 n 维无限空间中,一开始原点处有一个细胞。

• 细胞每秒都会增殖,每个原有细胞在增值后都会消亡,在与它曼哈顿距离恰为 1 的所有位置都会新增一个细胞。

• 求 T 秒后,原点处会有多少细胞,答案 %(1e9+7)。

Q 组询问。Q≤20000 n≤100 T≤200。

输入输出格式

输入格式

第一行一个正整数 Q Q Q

以下 Q Q Q行, 每行两个正整数 n , T n,T n,T, 表示一组询问。

输出格式

Q Q Q行, 每行分别代表该组询问的答案。

输入输出样例

输入样例:
3
1 2
2 3
3 2
输出样例
2
0
6

解题分析

不难发现, 题目就是让我们求 n n n维空间中一条能够回到原点、长度为 T T T的路径。

考虑分开每一维考虑, 设 d p [ i ] [ j ] dp[i][j] dp[i][j]表示当前考虑(并不是已经使用)了 i i i个维度, 走了 j ∗ 2 j*2 j2步后回到原点的方案数, 这样就对 d p [ i + 1 ] [ j + k ] dp[i+1][j+k] dp[i+1][j+k] ( 2 ∗ ( j + k ) 2 ∗ k ) ( 2 ∗ k k ) ∗ d p [ i ] [ j ] \binom{2*(j+k)}{2*k}\binom{2*k}{k}*dp[i][j] (2k2(j+k))(k2k)dp[i][j]的贡献。

怎么理解这个呢? 其实就是从总步数中选出了 2 ∗ k 2*k 2k步分配到其他的一个维度上, 然后从 2 ∗ k 2*k 2k步中选出 k k k步向正方向走, 这样当 k = 0 k=0 k=0的时候就等于并不使用这个维度, 这样就没有考虑漏情况。

总复杂度 O ( N 3 + Q ) O(N^3+Q) O(N3+Q)

代码如下:

#include <cstdio>
#include <cmath>
#include <cctype>
#include <cstdlib>
#include <cstring>
#include <algorithm>
#define R register
#define IN inline
#define W while
#define gc getchar()
#define MX 505
#define ll long long
#define MOD 1000000007
template <class T>
IN void in(T &x)
{
	x = 0; R char c = gc;
	for (; !isdigit(c); c = gc);
	for (;  isdigit(c); c = gc)
	x = (x << 1) + (x << 3) + c - 48;
}
ll C[MX][MX], dp[MX][MX];
void pre()
{
	for (R int i = 0; i <= 200; ++i) C[i][0] = 1;
	for (R int i = 1; i <= 200; ++i)
	for (R int j = 1; j <= i; ++j)
	C[i][j] = (C[i - 1][j - 1] + C[i - 1][j]) % MOD;
	dp[0][0] = 1;
	for (R int i = 0; i < 100; ++i)
	for (R int j = 0; j <= 100; ++j)
	{
		for (R int k = 0; j + k <= 100; ++k)
		(dp[i + 1][j + k] += C[2 * (k + j)][2 * k] * C[2 * k][k] % MOD * dp[i][j] % MOD) %= MOD;
	}
}
int main(void)
{
	int q, n, t;
	in(q); pre();
	W (q--)
	{
		in(n), in(t);
		if (t & 1) {puts("0"); continue;}
		else printf("%lld\n", dp[n][t >> 1]);
	}
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【项目资源】:包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、MATLAB、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】:所有源码都经过严格测试,可以直接运行。功能在确认正常工作后才上传。 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】:项目具有较高的学习借鉴价值,也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说,可以在这些基础代码上进行修改和扩展,实现其他功能。 【沟通交流】:有任何使用上的问题,欢迎随时与博主沟通,博主及时解答。鼓励下载和使用,并欢迎大家互相学习,共同进步。【项目资源】:包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、MATLAB、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】:所有源码都经过严格测试,可以直接运行。功能在确认正常工作后才上传。 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】:项目具有较高的学习借鉴价值,也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说,可以在这些基础代码上进行修改和扩展,实现其他功能。 【沟通交流】:有任何使用上的问题,欢迎随时与博主沟通,博主及时解答。鼓励下载和使用,并欢迎大家互相学习,共同进步。【项目资源】:包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、MATLAB、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】:所有源码都经过严格测试,可以直接运行。功能在确认正常工作后才上传。 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】:项目具有较高的学习借鉴价值,也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说,可以在这些基础代码上进行修改和扩展,实现其他功能。 【沟通交流】:有任何使用上的问题,欢迎随时与博主沟通,博主及时解答。鼓励下载和使用,并欢迎大家互相学习,共同进步。【项目资源】:包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、MATLAB、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】:所有源码都经过严格测试,可以直接运行。功能在确认正常工作后才上传。 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】:项目具有较高的学习借鉴价值,也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说,可以在这些基础代码上进行修改和扩展,实现其他功能。 【沟通交流】:有任何使用上的问题,欢迎随时与博主沟通,博主及时解答。鼓励下载和使用,并欢迎大家互相学习,共同进步。【项目资源】:包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、MATLAB、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】:所有源码都经过严格测试,可以直接运行。功能在确认正常工作后才上传。 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】:项目具有较高的学习借鉴价值,也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说,可以在这些基础代码上进行修改和扩展,实现其他功能。 【沟通交流】:有任何使用上的问题,欢迎随时与博主沟通,博主及时解答。鼓励下载和使用,并欢迎大家互相学习,共同进步。【项目资源
Bayesian Color Constancy is a computational framework that attempts to solve the problem of color constancy in computer vision. Color constancy refers to the ability of the human visual system to perceive the colors of objects as relatively constant, despite changes in the spectral composition of the illuminating light. The Bayesian Color Constancy framework is based on the idea that the visual system should use prior knowledge about the statistical properties of the colors in the scene, as well as the statistical properties of the illuminant, to infer the true colors of the objects in the scene. This is done by formulating a probabilistic model of the relationship between the colors of the objects and the illuminant, and then using Bayesian inference to estimate the most likely illuminant given the observed colors. The paper "Bayesian Color Constancy Revisited" presents a review of the Bayesian Color Constancy framework, and proposes several improvements to the original model. One of the main contributions of the paper is the development of a new method for estimating the prior distribution of illuminants, based on a statistical analysis of the colors in a large set of natural images. The authors also propose several modifications to the likelihood function used in the model, in order to better capture the properties of real-world images. Overall, the paper provides a comprehensive overview of the Bayesian Color Constancy framework, and presents several important improvements and extensions to the original model. These developments have the potential to improve the accuracy and robustness of color constancy algorithms in computer vision applications.
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