hdu 3943 K-th Nya Number 数位dp

题目大意:给定区间[l,r]、x、y,求出在这个区间内含有x个4,y个7的第K大的数,否则输出Nya!


题目分析:参照先统计在计数的思想。设dp[i][j][k]表示第i位有j个4,k个7的数字有几个。显然对于dp[i-1][j][k],可以转移到dp[i][j+1][k]和dp[i][j][k+1]。对于另外8个数(除4,7)有dp[i][j][k]=dp[i-1][j][k]*8. 这样就完成了计数。统计的思想不再阐述。

处理完了计数考虑第K大,直接使用二分处理了。 

细节上还是要注意开区间,否则可能会wa。


#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<functional>
#include<cmath>
#include<cctype>
#include<cassert>
#include<climits>
using namespace std;
#define For(i,n) for(int i=1;i<=n;i++)
#define Rep(i,n) for(int i=0;i<n;i++)
#define Fork(i,k,n) for(int i=k;i<=n;i++)
#define ForD(i,n) for(int i=n;i;i--)
#define Forp(x) for(int p=pre[x];p;p=next[p])
#define RepD(i,n) for(int i=n;i>=0;i--)
#define MEM(a) memset(a,0,sizeof(a))
#define MEMI(a) memset(a,127,sizeof(a))
#define MEMi(a) memset(a,128,sizeof(a))
#define INF (2139062143)
#define phiF (1000000007)
#define MAXN (1000000+10)
typedef long long LL;

LL dp[25][25][25],digit[50],x,y;

inline void calc(){
	dp[0][0][0]=1;
	For(i,21){
		Rep(j,i)
		  Rep(k,i)
		 if (j+k<i){
				dp[i][j][k+1]+=dp[i-1][j][k];
				dp[i][j+1][k]+=dp[i-1][j][k];
				dp[i][j][k]+=dp[i-1][j][k]*8;
		 }
	}
	
}

inline LL work(LL num){
	int len=0;
	while (num){
		digit[++len]=num%10;
		num/=10;
	}
	int ux=x,uy=y;
    LL ans=0;
	ForD(i,len){
		Rep(j,digit[i]){
			if (j==4) {
				if (ux) 
				ans+=dp[i-1][ux-1][uy];
			}
			if (j==7){
				if (uy)
				ans+=dp[i-1][ux][uy-1];
			}
			if (j!=4&&j!=7) ans+=dp[i-1][ux][uy];
			}
		if (digit[i]==4) ux--;
		if (digit[i]==7) uy--;
		if (ux<0||uy<0) break; 
	}
	return ans;
}


int main(){
	
	freopen("test.in","r",stdin);
	calc();
	int T;
	LL l,r;int n;
	scanf("%d",&T);
	For (q,T){
		printf("Case #%d:\n",q);
		scanf("%I64d%I64d%d%d",&l,&r,&x,&y);
	
		scanf("%d",&n);
	    LL ll=work(l+1);
		LL rr=work(r+1);
		For (i,n){
			int t;
			scanf("%d",&t);
			if (t>rr-ll) {
			printf("Nya!\n");
			continue;
			}
			t+=ll;
			LL ul(l+1),ur(r);
			while (ul<ur){
			   LL mid=(ul+ur)>>1;
			   if (work(mid)>=t) ur=mid;else {
					ul=mid+1;
			   }
			}
			printf("%lld\n",ul-1);
		}
	}
	
}



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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