问题描述
如果一个自然数N的K进制表示中任意的相邻的两位都不是相邻的数字,那么我们就说这个数是K好数。求L位K进制数中K好数的数目。
例如K = 4,L = 2的时候,所有K好数为11、13、20、22、30、31、33 共7个。由于这个数目很大,请你输出它对1000000007取模后的值。
输入格式
输入包含两个正整数,K和L。
输出格式
输出一个整数,表示答案对1000000007取模后的值。
样例输入
4 2
样例输出
7
数据规模与约定
对于30%的数据,KL <= 106;
对于50%的数据,K <= 16, L <= 10;
对于100%的数据,1 <= K,L <= 100。
问题分析:
一道动态规划题。详细分析见代码注释。
#include <iostream>
using namespace std;
const int MAX = 100+5;
const int MOD = 1000000007;
int dp[MAX][MAX];
//dp[i][j]中i表示数字的位数,j表示该数字最左边一位存放的数,dp[i][j]的值表示该长度数字最左边放j时允许的情况有多少种
//这道题对数目的统计是从后往前进行的。若从前往后进行,要考虑第一位不能为0的情况,这种不便还会传递下去
int main(){
int k,l;
long long sum = 0;
cin >> k >> l;
for(int j = 0;j<k;j++)
dp[1][j] = 1;
for(int i = 2;i<=l;i++){ //对于每一种可能的长度
for(int j = 0;j<k;j++){ //对于该长度多出来的一位可以存放的一个数
for(int t = 0;t<k;t++){ //对于这个数和他的前一位中存放的数进行比较
if(t != j+1 && t != j-1){ //如果满足了题干要求的相邻数位数字不相邻的条件
dp[i][j] += dp[i-1][t]; //则把他的前一位所存放的某个数的可能情况数量加给他自己的数量
dp[i][j] = dp[i][j] % MOD;
}
}
}
}
//最后的结果数量等于长度为l时的所有可能情况之和
//第一位数字不能为0,所以从j=1时开始计算
for(int j = 1;j<k;j++){
sum += dp[l][j];
sum %= MOD;
}
cout << sum << endl;
return 0;
}
动态规划算法的理论知识
动态规划通过组合子问题的解来解决原问题。如果子问题互不相交,可以采用分治方法解决,但如果子问题是互相重叠的,则使用动态规划方法。所谓子问题互相重叠,即指不同的子问题具有公共的子子问题(因而子问题的求解是递归进行的,将子问题划分为更小的子子问题)。
动态规划方法常用来求解最优化问题(Optimization Problem)。这类问题有很多可行解,每个解都有一个值,我们要找出其中的最优值(最大或最小)。这样的解称为问题的一个最优解(问题可能有多个最优解)。
通常按如下4个步骤来设计一个动态规划算法:
1.刻画一个最优解的结构特征
2.递归地定义最优解的值
3.计算最优解的值,通常采用自底向上的办法
4.利用计算出的信息构造一个最优解