SSL P1127 方程的解数

题目:

点击查看题目

题意:

就是某人自己写了个方程式,结果不知道怎么算(尴尬!)现在求我们来帮助这个逗比来算出每个未知数的值。

分析:

看完题目,小编马上意识到,模拟是跑不了的了。但是如果只是单纯的模拟,那么时间复杂度就是:150^6(11390625000000)。美滋滋……但既然小编做出来了,那么就说明还有办法去算短时间,那么我们就引用初一的知识:移项。将等号两边的未知数的数量尽量均分,把时间复杂度变成:150^3(3375000)。
把题目分析到这里,我们就很好解决了,可以用两个过程(bfs1,bfs2)。bfs1用来求出等号左边未知数可能的值的和;bfs2用来求出等号右边未知数可能的值的和,每求出一次,我们就可以进行一次判断,若等式成立,那么统计变量+1。(最好用bfs,避免开过大的数组范围)
而对于效率,我们在算某个未知数的值的幂的时候可以使用快速幂。在判断等式是否成立时,可采用哈希表进行判定。

具体实现的想法在代码中:

代码:

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<cmath>
#define LL long long
using namespace std;
inline LL read()
{
    LL d=0,f=1;char s=getchar();
    while(s<'0'||s>'9') {if(s=='-') f=-1;s=getchar();}
    while(s>='0'&&s<='9') {d=d*10+s-'0';s=getchar();}
    return d*f;
}
int n,m,a[4000037],b[4000037],h[4000037][2],ans;
int ksm(int x,int y)//快速幂,可高效的求出某个数的幂
{
    int s=1;
    while(y>0)
    {
        if(y%2!=0) s*=x;
        x*=x;
        y/=2;
    }
    return s;
}
int locate(int x) 
{
    int wz=abs(x)%4000037;
    while(h[wz][0]!=0&&h[wz][0]!=x)
      wz++,wz%=4000037;
    return wz;
}
void in(int x)
{
    h[locate(x)][0]=x;
    h[locate(x)][1]++;//这里用来统计x可以用几种方法实现
    return;
}//哈希(定位+插入)
void bfs1(int x,int y)//求等号左边的未知数
{
    if(x==n/2)
      for(int i=1;i<=m;i++)
        in(y+a[x]*ksm(i,b[x]));//插入我们这次最终的结果
    else
      for(int i=1;i<=m;i++)//模拟每个未知数的值
        bfs1(x+1,y+a[x]*ksm(i,b[x]));
    return;
}
void bfs2(int x,int y)//求等号右边
{
    int t;
    if(x==n)
      for(int i=1;i<=m;i++)
      {
        t=-1*(y+a[x]*ksm(i,b[x]));//因为是移项,所以要变号
        if(h[locate(t)][0]==t) ans+=h[locate(t)][1];//累加方案数
      }
    else 
      for(int i=1;i<=m;i++)
        bfs2(x+1,y+a[x]*ksm(i,b[x]));
    return;
}
int main()
{
    n=read();m=read();
    for(int i=1;i<=n;i++) 
      a[i]=read(),b[i]=read();
    if(n==1)//特殊处理
    {
      if(a[1]==0) printf("%d",m);
      else puts("0");
      return 0;
    }
    bfs1(1,0);
    bfs2(n/2+1,0);
    printf("%d",ans);//输出
    return 0;
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在MATLAB中,NURBS(非均匀有理B样条)是一种强大的数学工具,用于表示和处理复杂的曲线和曲面。NURBS在计算机图形学、CAD(计算机辅助设计)、CAM(计算机辅助制造)等领域有着广泛的应用。下面将详细探讨MATLAB中NURBS的绘制方法以及相关知识点。 我们需要理解NURBS的基本概念。NURBS是B样条(B-Spline)的一种扩展,其特殊之处在于引入了权重因子,使得曲线和曲面可以在不均匀的参数空间中进行平滑插值。这种灵活性使得NURBS在处理非均匀数据时尤为有效。 在MATLAB中,可以使用`nurbs`函数创建NURBS对象,它接受控制点、权值、 knot向量等参数。控制点定义了NURBS曲线的基本形状,而knot向量决定了曲线的平滑度和分布。权值则影响曲线通过控制点的方式,大的权值会使曲线更靠近该点。 例如,我们可以使用以下代码创建一个简单的NURBS曲线: ```matlab % 定义控制点 controlPoints = [1 1; 2 2; 3 1; 4 2]; % 定义knot向量 knotVector = [0 0 0 1 1 1]; % 定义权值(默认为1,如果未指定) weights = ones(size(controlPoints,1),1); % 创建NURBS对象 nurbsObj = nurbs(controlPoints, weights, knotVector); ``` 然后,我们可以用`plot`函数来绘制NURBS曲线: ```matlab plot(nurbsObj); grid on; ``` `data_example.mat`可能包含了一个示例的NURBS数据集,其中可能包含了控制点坐标、权值和knot向量。我们可以通过加载这个数据文件来进一步研究NURBS的绘制: ```matlab load('data_example.mat'); % 加载数据 nurbsData = struct2cell(data_example); % 转换为cell数组 % 解析数据 controlPoints = nurbsData{1}; weights = nurbsData{2}; knotVector = nurbsData{3}; % 创建并绘制NURBS曲线 nurbsObj = nurbs(controlPoints, weights, knotVector); plot(nurbsObj); grid on; ``` MATLAB还提供了其他与NURBS相关的函数,如`evalnurbs`用于评估NURBS曲线上的点,`isoparm`用于生成NURBS曲面上的等参线,以及`isocurve`用于在NURBS曲面上提取特定参数值的曲线。这些工具对于分析和操作NURBS对象非常有用。 MATLAB中的NURBS功能允许用户方便地创建、编辑和可视化复杂的曲线和曲面。通过对控制点、knot向量和权值的调整,可以精确地控制NURBS的形状和行为,从而满足各种工程和设计需求。通过深入理解和熟练掌握这些工具,可以在MATLAB环境中实现高效的NURBS建模和分析。
评论 1
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