hdu2089

#include <iostream>
#include <string>
using namespace std;

typedef long long LL;
const int MaxBit=22;
LL dp[MaxBit][2][2];
//LL dp[MaxBit][3][2];
/*
杭州人称那些傻乎乎粘嗒嗒的人为62(音:laoer)。
杭州交通管理局经常会扩充一些的士车牌照,新近出来一个好消息,以后上牌照,不再含有不吉利的数字了,这样一来,就可以消除个别的士司机和乘客的心理障碍,更安全地服务大众。
不吉利的数字为所有含有4或62的号码。例如:
62315 73418 88914
都属于不吉利号码。但是,61152虽然含有6和2,但不是62连号,所以不属于不吉利数字之列。
你的任务是,对于每次给出的一个牌照区间号,推断出交管局今次又要实际上给多少辆新的士车上牌照了。
 */

/*
* 0 不含4,末尾不为6
* 1 不含4,末尾为6

* 0 没到上界,1上界
dp[i][0][0]=dp[i-1][0][0]*8 + dp[i-1][1][0]*7;
dp[i][1][0]=dp[i-1][0][0]   + dp[i-1][1][0];
*/
//int nextState(int now,int j)
//{
// if ( now==2 || (now==0 && j==2)  ){
//  return 2;
// }
// return j==6;
//}

int isTrue(const string& str)
{
 int strLen=str.length();
 if (str[0]== '4'  ){
  return 0;
 }
 for ( int i=1; i<strLen;++i ){
  if (str[i]== '4'  ){
   return 0;
  }
  if ( str[i-1]=='6' && str[i]=='2' ){
   return 0;
  }
 }
 return 1;
}
LL DP_Bit(const string & str)
{
 memset(dp,0,sizeof(dp));
 dp[0][0][1]=1;
 const int strLen=str.length();
 for ( int i=1 ; i<=strLen ; ++i ){
  //没达到上界
  dp[i][0][0]=dp[i-1][0][0]*8 + dp[i-1][1][0]*7;
  dp[i][1][0]=dp[i-1][0][0]   + dp[i-1][1][0];

  //前一位达到上界
  for ( int j=0 ; j<str[i-1]-'0' ; ++j ){
   if ( j!=4 ){
    if ( j==6 ){
     dp[i][1][0]+=dp[i-1][0][1];
     dp[i][1][0]+=dp[i-1][1][1];
    } else {
     dp[i][0][0]+=dp[i-1][0][1];
     if ( j!=2 ){
      dp[i][0][0]+=dp[i-1][1][1];
     }
    }
   }
   
  }
  if ( str[i-1]!='4' ){
   if ( str[i-1]=='6' ){
    dp[i][1][1]+=dp[i-1][0][1];
    dp[i][1][1]+=dp[i-1][1][1];
   } else  {
    dp[i][0][1]+=dp[i-1][0][1];
    if ( str[i-1]!='2' ){
     dp[i][0][1]+=dp[i-1][1][1];
    }
   } 
  }
  
 }
 //cout<<dp[1][0][1]<<" "<<dp[1][1][1]<<endl;
 //cout<<dp[strLen][0][1]<<" "<<dp[strLen][1][1]<<endl;
 
 /*for ( int i=0;i<=strLen ;++i ){
 cout<<" "<<i<<endl;
 cout<<dp[i][0][1]<<" "<<dp[i][1][1]<<endl;
 }*/
 return dp[strLen][0][0]+dp[strLen][1][0]+dp[strLen][0][1]+dp[strLen][1][1];

}


int main()
{
 string strLow,strHigh;
 while (true){
  cin>>strLow;
  cin>>strHigh;
  if ( strLow== "0" && strHigh=="0"){
   break;
  }

  cout<<DP_Bit(strHigh)-DP_Bit(strLow)+isTrue(strLow)<<endl;
  /*cout<<isTrue(strLow)<<endl;
  cout<<DP_Bit(strHigh)<<endl;
  cout<<DP_Bit(strLow)<<endl;*/

  //if ( strLow=="0" ){
  // cout<<DP_Bit(strHigh)<<endl;
  //} else {
  // //strLow[strLow.length()-1]-=1;
  // 
  // cout<<DP_Bit(strHigh)-DP_Bit(strLow)+isTrue(strLow)<<endl;
  //}
  
 }
}


 

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组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,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)**:由两个网络组成,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题。
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