bzoj1009: [HNOI2008]GT考试

矩阵快速幂。。。第一次做矩阵的快速幂 花了不少时间。

先假定f[i,j]表示到i为止,可以匹配j位。最终答案便是f[n,j](0<=j<m),没有完全匹配的.

由于n比较大,所以不可能直接求解。我们可以发现f[i,j]可以由f[i-1,k](0<=k<m)推出,之间可以求解出一个关系式,其中可以KMP求匹配。

通过该关系式 构造一个矩阵,然后矩阵快速幂就可以迅速求解了。

#include <algorithm>
#include <iostream>
#include <cstdlib>
#include <cstdio>
#include <vector>
#include <cstring>
#include <cmath>
using namespace std;
int next[23], b[21], c[21];
struct REC
{
    int a[21][21];//新长度,旧长度
    REC(){
        memset(a,0,sizeof(a));
    }
} r;
char s[23];
void kmp()
{
    int i, j, len;
    len=strlen(s);
    next[0]=-1, i=0, j=-1;
    while(i<len){
        if(j==-1||s[i]==s[j]){
            i++, j++;
            next[i]=j;
        }else j=next[j];
    }
    int t;
    for(i=0;i<len;i++){
        for(j=0;j<=9;j++){
            t=i;
            while(t!=-1&&j+'0'!=s[t]) t=next[t];
            t++;
            r.a[t][i]++;
        }
    }
}
int main()
{
    int i, j, e, n, m, k, len;
    while(~scanf("%d%d%d%s",&n,&m,&k,s)){
        kmp();
        len=strlen(s);
        memset(b,0,sizeof(b));
        b[0]=1;
        while(n){
            if(n%2){
                memset(c,0,sizeof(c));
                for(i=0;i<len;i++) for(j=0;j<len;j++){
                        c[i]+=r.a[i][j]*b[j];
                        c[i]%=k;
                    }
                for(i=0;i<len;i++)
                    b[i]=c[i];
            }
            REC tp;
            for(i=0;i<len;i++)
                for(j=0;j<len;j++)
                    for(e=0;e<len;e++){
                        tp.a[i][j]+=r.a[i][e]*r.a[e][j];
                        tp.a[i][j]%=k;
                    }
            r=tp;
            n/=2;
        }
        int ans=0;
        for(i=0;i<len;i++){
            ans+=b[i];
            ans%=k;
        }
        printf("%d\n",ans);
    }
    return 0;
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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