17年武汉大学网络赛—Divide by Six

题目链接: 点击打开链接


第一篇博客啊...


题目意思大概是这样的,给出一个长为10^5的数,然后让你删掉其中某些数,使其为6的倍数(前缀0也要删去),求删除后所可能保留的最长的。


思路一:(大佬学长说的歪门邪道解法)

       一个数是6的倍数,那么它肯定也是23的倍数。2的倍数很好判断末尾的数可以被2整除,3的倍数:所有位上的数值相加是3的倍数。

       这样的话,就可以控制一个可行区间[l, r]s[l]!= ‘0’, (s[r]-‘0’)%2== 0;),然后在这个区间删除就可以了。

       这样想是正确的,但是又会碰到一系列问题,怎么删...

       sum为该区间所有位上的数值的和,sum%3== 1 || 2 || 0;显然,0是我们想要的结果,如果等于1呢,可以删掉一个122...so on;如果等于2呢,也会有好多种情况。因为369不用考虑(加上或者删除不会影响sum%3的值),就变成了删124578这些数...然后会越想越麻烦,当时在赛场上就是这样陷入脑残的世界。

       大佬给出了此方法的正解,也是他们赛场上的代码(为什么我没想到- -!)...将可行区间内的所有的数都%3,这样这个区间就相当于012三种元素的组合...这样的话,sum%3== 1,只意味着两种情况的删除 11或者22sum%3== 2,删掉一个2或者21

       ok!想到这里再加上对前缀零的删除就可以很完美的a掉了。(不过还要分清一个细节,对区间维护的时候应该是用s[i]来判断,一个粗心wa了一次)


#include <bits/stdc++.h>

using namespace std;

string s;
int a[100050];

int main()
{
	cin >> s;
	int ans= -1, pr= 0;
	for(int i= 0; i< s.length(); i++) { a[i]= (s[i]- '0')% 3; pr+= a[i]; if(s[i]== '0') ans= 1; }
    int l= 0, r= s.length()- 1;
    while(s[l]== '0') l++;
    while(r>= l)
    {
        if((s[r]- '0')% 2!= 0) { pr-= a[r]; r--; continue; }
        if(pr% 3== 1)
        {
            int p= r;
            while(a[p]!= 1 && p>= l) p--;
            if(p== l)
            {
                int ll= l+ 1;
                while(s[ll]== '0') ll++;
                ans= max(ans, r- ll+ 1);
            }else if(p> l) ans= max(ans, r- l);
            p= r- 1;
            while(a[p]!= 2 && p> l) p--;
            if(a[p]== 2)
            {
                p--;
                while(a[p]!= 2 && p>= l) p--;
                if(p== l)
                {
                    int ll= l+ 1;
                    while(s[ll]== '0') ll++;
                    ans= max(ans, r- ll);
                } else if(p> l) ans= max(ans, r- l- 1);
            }
        } else if(pr% 3== 2)
        {
            int p= r- 1;
            while(a[p]!= 2 && p>= l) p--;
            if(p== l)
            {
                int ll= l+ 1;
                while(s[ll]== '0') ll++;
                ans= max(ans, r- ll+ 1);
            }else if(p> l) ans= max(ans, r- l);
            p= r- 1;
            while(a[p]!= 1 && p> l) p--;
            if(a[p]== 1)
            {
                p--;
                while(a[p]!= 1 && p>= l) p--;
                if(p== l)
                {
                    int ll= l+ 1;
                    while(s[ll]== '0') ll++;
                    ans= max(ans, r- ll);
                } else if(p> l) ans= max(ans, r- l- 1);
            }
        } else ans= max(ans, r- l+ 1);
        r--;
    }
    if(ans== -1) printf("-1s\n"); else printf("%d\n", ans);
    return 0;
}




思路二:(dp...

       之前没有接触过数位dp,赛场上虽然很努力想用dp解决,但是还是想不到递推关系...赛后看了大佬的代码就傻眼了。

       对整个进行序列逐个删选。

       dp[i][j]:表示取到第i位,余数为j的最优解;(是不是顿时想到了一切......跟背包一样)


       删第i位:dp[i][j]==max(dp[i][j], dp[i- 1][j])


       不删:  dp[i][(j* 10+ a)]== max(dp[i][j* 10+ a],dp[i- 1][j]+);(a为第i位上的数值)


       这样就可以完美解决了。但是还是要注意一下初始化的问题...

#include<bits/stdc++.h>  

using namespace std;

int f[100050][6];
char s[100050];

int main()
{	
	scanf("%s", s+ 1); 
	int l= strlen(s+ 1), ans= -1;
	for(int i= 1; i<= l; i++) if(!(s[i]- '0')) ans= 1; //  ???0???ans???1?
	for(int i= 0; i<= l; i++) for(int j= 0; j< 6; j++) f[i][j]= -100050; // ??? 
	for(int i= 1; i<= l; i++)
	{
		int a= s[i]- '0';
		if(a!= 0) f[i][a% 6]= 1;
		for(int j= 0; j< 6; j++) f[i][j]= max(f[i][j], f[i- 1][j]); // ???i?
		for(int j= 0; j< 6; j++) f[i][(j* 10+ a)% 6]= max(f[i][(j* 10+ a)% 6], f[i- 1][j]+ 1); // ??i?
		ans= max(ans, f[i][0]);
	}
	if(ans!= -1) printf("%d\n", ans); else printf("-1s\n");
    return 0;
}





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