都是一些签到题

NOIP普及组模拟题

别踩便便
(jump.cpp/c/pas)

P r o b l e m \mathrm{Problem} Problem

小周猪猪为了享受惬意的人生,独自开辟了一块美丽的青青草原。

由于草原上生活着可爱的猪宝宝,小周猪猪无法保证草地是完全干净的,因为青青草原上可能有猪宝宝留下的可爱便便。

就例如下图所示,小周猪猪的青青草原是一个 n × 4 n\times 4 n×4的矩形;对于每一行的四块单位矩形,分别分布着绿绿草地和可爱便便中的一种。现在,小周猪猪处于青青草原的前端(第 0 0 0行),一行一行的走到最下端(第 n + 1 n+1 n+1行)。

现在,小周猪猪的行走规则如下:

  • 若当前处于第 i i i行( 0 ≤ i < n 0\le i<n 0i<n),小周猪猪会等概率在第 i + 1 i+1 i+1行的四块单位矩阵中等概率选择一个,并跳到那个格子。
  • 若当前处于第 n n n行,小周猪猪可以跳出青青草原。

小周猪猪知道,它在跳出青青草原之前,它踩不到便便的概率是多少。由于答案很小,你需要输出对应的概率 P \mathrm P P 乘上 1 0 2 n 10^{2n} 102n,并对 1 0 9 + 7 10^9+7 109+7取模
在这里插入图片描述

I n p u t \mathrm{Input} Input

第一行:一个数 n n n

接下来 n n n 行,每行 4 4 4 个数,分别由 0 0 0 1 1 1 组成。 0 0 0表示青青草地, 1 1 1表示可爱便便。

O u t p u t \mathrm{Output} Output

一个数,若小周猪猪在越过青青草原的概率为 P \mathrm P P,请你输出: 1 0 2 n × P   m o d   ( 1 0 9 + 7 ) 10^{2n}\times \mathrm P\ \mathrm{mod}\ (10^9+7) 102n×P mod (109+7)

S a m p l e \mathrm{Sample} Sample

I n p u t \mathrm{Input} Input
3
0 0 0 0
0 1 0 1
0 0 0 0

O u t p u t \mathrm{Output} Output
500000

E x p l a i n \mathrm{Explain} Explain

第一行和第三行没有便便,一定踩不到便便,概率为 1 1 1.

第二行便便和草地个数一样多,有 50 % 50\% 50%的概率踩不到,概率为 1 2 \frac{1}{2} 21

故概率 P = 1 × 1 × 1 2 = 1 2 \mathrm P=1\times 1\times \frac{1}{2}=\frac{1}{2} P=1×1×21=21.

N o t e s \mathrm{Notes} Notes

保证所有 a i , j ∈ { 0 , 1 } a_{i,j}∈\{0,1\} ai,j{0,1}。具体每一个点的测试信息如下:

数据点 n = n= n=其它限制
1 − 6 1-6 16 10 10 10
7 − 8 7-8 78 199995 199995 199995任意 a i , j = 1 a_{i,j}=1 ai,j=1
9 − 10 9-10 910 299995 299995 299995存在 i i i满足 a i , j = 0   ( j ∈ [ 1 , 4 ] ) a_{i,j}=0\ (j∈[1,4]) ai,j=0 (j[1,4])
11 − 13 11-13 1113 399995 399995 399995保证任意 i i i满足 ∑ j = 1 4 a i , j = 2 \sum_{j=1}^{4} a_{i,j}=2 j=14ai,j=2
14 − 16 14-16 1416 499995 499995 499995保证任意 i i i满足 ∑ j = 1 4 a i , j = 1 \sum_{j=1}^{4} a_{i,j}=1 j=14ai,j=1
17 − 20 17-20 1720 599995 599995 599995

搭积木
(cake.cpp/c/pas)

P r o b l e m \mathrm{Problem} Problem

可爱的小周猪猪由于喜欢年纪还小,所以超喜欢叠积木。

已知有一个长度为 n n n 的位置。小周猪猪会选择一个位置 x ( x ≤ n − k + 1 ) x(x\le n-k+1) x(xnk+1),在以 x x x 为起点的接下来 k k k 个位置中,每一个位置都搭一定数量的积木;其中第 i i i 个新放位置的积木个数为: ( i − x + 1 )   M o d   2 (i-x+1)\ \mathrm{Mod}\ 2 (ix+1) Mod 2 此时,这个起点位置 x x x 就完成了一个起点操作

  • 打个比方,若 x = 3 x=3 x=3 k = 3 k=3 k=3,那么位置 3 3 3 你需要放 1 1 1 个积木,位置 4 4 4 0 0 0 个积木,位置 5 5 5 1 1 1 个积木。

现在,告诉你最终每一个位置有多少个积木,小周猪猪想要知道每一个位置进行了多少次起点操作。

I n p u t \mathrm{Input} Input

第一行,两个数 n n n k k k,表示这些位置的长度和每一次放积木长度。

接下来 1 1 1 行,共 n n n 个数,第 i i i 个数 a i a_i ai 表示第 i i i 行高度为 a i a_i ai ,即被放了 a i a_i ai 块积木。

O u t p u t \mathrm{Output} Output

i i i 个数,第 i i i 个数字表示位置 i i i 进行了所少次的起点操作。

S a m p l e \mathrm{Sample} Sample

I n p u t \mathrm{Input} Input
6 3
1 1 3 1 2 0

o u t p u t \mathrm{output} output
1 1 2 0 0 0

E x p l a i n \mathrm{Explain} Explain

下面给出一种放置方案:

  • 第一次放置在位置 3 3 3,变为: 0 0 0 0 0 0 1 1 1 0 0 0 1 1 1 0 0 0
  • 第二次放置在位置 3 3 3,变为: 0 0 0 0 0 0 2 2 2 0 0 0 2 2 2 0 0 0
  • 第三次放置在位置 1 1 1,变为: 1 1 1 0 0 0 3 3 3 0 0 0 2 2 2 0 0 0
  • 第四次放置为位置 2 2 2,变为: 1 1 1 1 1 1 3 3 3 1 1 1 2 2 2 0 0 0

N o t e s \mathrm{Notes} Notes

每一个测试点的测试信息如下:

测试点编号 n ≤ n\le n k ≤ k\le k a i ≤ a_i\le ai
1 − 4 1-4 14 10 10 10 10 10 10 8 8 8
5 − 9 5-9 59 1 × 1 0 3 1\times 10^3 1×103 50 50 50 1 × 1 0 3 1\times 10^3 1×103
9 − 16 9-16 916 5 × 1 0 3 5\times 10^3 5×103 5 × 1 0 3 5\times 10^3 5×103 1 × 1 0 9 1\times 10^9 1×109
17 − 20 17-20 1720 5 × 1 0 5 5\times 10^5 5×105 3 × 1 0 3 3\times 10^3 3×103 1 1 1
21 − 25 21-25 2125 5 × 1 0 5 5\times 10^5 5×105 3 × 1 0 3 3\times 10^3 3×103 1 × 1 0 9 1\times 10^9 1×109

美食之旅
(food.cpp/c/pas)

P r o b l e m \mathrm{Problem} Problem

小周猪猪之所以是小肥猪,是因为小周猪猪喜欢吃好多好多的美食。

小周猪猪所在的猪猪国最近迎来了肥猪美食节,小周猪猪所在的农场由 n n n 个美食摊位和 m m m 种美食摊位组成。第 i i i 美食摊位有 a i a_i ai (在这里,保证 n = ∑ i = 1 m a i n=\sum_{i=1}^{m} a_i n=i=1mai)。同时,这些摊位中两两存在连边,即总共有 n × ( n − 1 ) 2 \frac{n\times(n-1)}{2} 2n×(n1)条连边。

小周猪猪想要依次吃第 1 1 1 ,第 2 2 2 ,…,第 m m m 。因此小周猪猪需要依次经过第 1 1 1 种摊位,第 2 2 2 种摊位,…,到第 m m m 种摊位这 m m m 个摊位。

现在我们还规定,每一个摊位都有一个给定的美味度 t i t_i ti ,任意两个摊位 i i i j j j 连边的边权为 ∣ t i − t j ∣ |t_i-t_j| titj.现在小周猪猪想要知道,任意选择一个第一种摊位作为起点以后,到达第 n n n 种摊位的经过的边权和最小是多少。

I n p u t \mathrm{Input} Input

第一行,两个数 n n n m m m,分别表示摊位的个数和种类数(需经过的节点数)。

接下来 n n n 行,每行两个数 t y p e type type t i t_i ti,分别表示当前节点的种类和美味度。

S a m p l e \mathrm{Sample} Sample

I n p u t \mathrm{Input} Input
5 3
1 53
1 56
2 43
2 67
3 56

o u t p u t \mathrm{output} output
22

E x p l a i n \mathrm{Explain} Explain

共有 4 4 4 条路线,分别是:

  • 1 → 3 → 5 1→3→5 135,代价是 23 23 23
  • 1 → 4 → 5 1→4→5 145,代价是 25 25 25
  • 2 → 3 → 5 2→3→5 235,代价是 26 26 26
  • 2 → 4 → 5 2→4→5 245,代价是 22 22 22

综上,花费最小的路线为第四条路线,代价为 22 22 22

N o t e s \mathrm{Notes} Notes

每一个测试点的测试信息如下:

测试点编号 n ≤ n\le n m ≤ m\le m t i ≤ t_i\le ti其它限制
1 − 3 1-3 13 8 8 8 8 8 8 10 10 10
5 − 8 5-8 58 2 × 1 0 3 2\times 10^3 2×103 1 × 1 0 2 1\times 10^2 1×102 1 × 1 0 5 1\times 10^5 1×105 ∀ a i ≤ 100 \forall a_i\le 100 ai100
9 − 12 9-12 912 6 × 1 0 3 6\times 10^3 6×103 1 × 1 0 3 1\times 10^3 1×103 1 × 1 0 5 1\times 10^5 1×105
13 − 18 13-18 1318 1 × 1 0 4 1\times 10^4 1×104 1 × 1 0 3 1\times 10^3 1×103 1 × 1 0 5 1\times 10^5 1×105
19 − 25 19-25 1925 1 × 1 0 5 1\times 10^5 1×105 1 × 1 0 4 1\times 10^4 1×104 1 × 1 0 9 1\times 10^9 1×109

毒瘤
(tumour.cpp/c/pas)

P r o b l e m \mathrm{Problem} Problem

山里那边海里那边有一只小肥猪,可爱又善良,还打败大毒瘤…

  • 源自猪民歌颂小周猪猪战胜老毒瘤的歌谣

小周猪猪大战老毒瘤这个一个传奇的故事早已铭记在每一个猪猪国猪民的心中。

在小周猪猪大战老毒瘤时,小周猪猪发现一共有 n n n 个炸弹,其中有 k k k 个炸弹受到了老毒瘤的超级加倍,进化为毒瘤炸弹。由于小周猪猪的英勇无畏,它能帮助猪猪国抵挡所有攻击,但是却不能抵挡史诗破坏级爆炸——毒瘤炸的威胁。

因此,小周猪猪给你了一个神圣的任务:破坏毒瘤炸的发生。

众所周知,毒瘤炸产生需要借助催化剂,如毒瘤炸弹 x x x 和毒瘤炸弹 y y y 在催化剂 ( x , y ) (x,y) (x,y) 的催化作用下,在老毒瘤的施法下可触发素瘤反应,产生毒瘤炸这一大灾难。毒瘤反应式如下:
在这里插入图片描述
同时,催化剂也能产生连锁反应

在这里插入图片描述

现在我们有 n − 1 n-1 n1 个催化剂,每一个催化剂关联了两个炸弹,任意两两炸弹直接都通过了催化剂间接关联。例如,存在催化剂 ( x , y ) (x,y) (x,y) 和催化以 ( y , z ) (y,z) (y,z) ,则称 x x x z z z 间接关联。对于每一个催化剂 ( x i , y i ) (x_i,y_i) (xi,yi) ,都有一个危险系数 a i a_i ai和魔法系数 b i b_i bi

现在,你必须要拿走一些催化剂,满足剩下的炸弹中不会发生毒瘤炸,且最小化剩余催化剂的危险系数之和剩余催化剂魔法系数之和的商: ∑ a i ∑ b i \frac{\sum a_i}{\sum b_i} biai

请你输出这个最小化的值,答案保留两位小数。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问
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