AT2000 Leftmost Ball(计数dp+组合数学)

传送门

解题思路

  设\(f[i][j]\)表示填了\(i\)个白色,\(j\)种彩色的方案数,那么显然\(j<=i\)。考虑这个的转移,首先可以填一个白色,就是\(f[i][j]=f[i-1][j]*(n-i+1)\)。第二种情况是填一个彩色,这里有一点需要注意,不能直接用组合数,这样的话会有重复,我们可以强行安排一个顺序,这种颜色的第一个被变成了白色,第二个就直接跟在上一种彩色的后面,这样就可以做到不重不漏了,那么第二个转移就是\(f[i][j]=f[i][j-1]*C(n*k-(i+(j-1)*(k-1)),k-2)\)

代码

#include<bits/stdc++.h>

using namespace std;
typedef long long LL;
const int N=2005;
const int MOD=1e9+7;

int n,k,f[N][N],fac[N*N],inv[N*N];

inline int fast_pow(int x,int y){
    int ret=1;
    for(;y;y>>=1){
        if(y&1) ret=(LL)ret*x%MOD;
        x=(LL)x*x%MOD;
    }   
    return ret;
}

inline int C(int x,int y){
    return 1ll*fac[x]*inv[y]%MOD*inv[x-y]%MOD;  
}

int main(){
    scanf("%d%d",&n,&k); if(k==1) {puts("1"); return 0;}
    f[0][0]=1; fac[0]=1;
    for(int i=1;i<=n*k;i++) fac[i]=1ll*fac[i-1]*i%MOD;
    inv[n*k]=fast_pow(fac[n*k],MOD-2);
    for(int i=n*k-1;~i;i--) inv[i]=1ll*inv[i+1]*(i+1)%MOD;
    for(int i=1;i<=n;i++)
        for(int j=0;j<=i;j++){
            if(j!=i) f[i][j]=1ll*f[i-1][j]*(n-i+1)%MOD;
            if(j!=0) (f[i][j]+=1ll*f[i][j-1]*C(n*k-(i+(j-1)*(k-1))-1,k-2)%MOD)%=MOD;
        }
    printf("%d\n",f[n][n]);
    return 0;
}   

转载于:https://www.cnblogs.com/sdfzsyq/p/10398231.html

以下是 APTED+ 算法的伪代码及其解释: ``` function ComputeAPTED+(T1, T2): if T1 and T2 are both leaves: return abs(T1.label - T2.label) if T1 is a leaf and T2 is not: return T2.cost + ComputeAPTED+(T1, T2.leftmost_child) if T1 is not a leaf and T2 is a leaf: return T1.cost + ComputeAPTED+(T1.leftmost_child, T2) if T1.label != T2.label: return T1.cost + T2.cost else: M = ComputeMatching(T1.children, T2.children) return T1.cost + T2.cost + min_{m∈M}{ComputeAPTED+(T1.child(m.1), T2.child(m.2))} ``` 其中,`T1` 和 `T2` 分别表示两棵树,`label` 表示节点的标签,`cost` 表示将该节点从一个树中剪掉所需的代价,`leftmost_child` 表示左侧子节点,`children` 表示所有子节点的集合,`abs` 表示绝对值。 算法的主要思路是使用动态规划来计算两棵树之间的编辑距离,即将一棵树转换为另一棵树所需要的最小操作数。其中,第一行的 if 语句判断两个节点是否均为叶子节点,如果是则返回它们的标签之差。第二行和第三行的 if 语句分别判断其中一个节点是叶子节点,然后将该节点加入到另一棵树中去,同时递归计算子树的编辑距离。第四行的 if 语句比较两个节点的标签是否相同,如果不相同则直接返回它们的代价之和。如果标签相同,则计算所有子节点的匹配情况,并递归计算每个匹配情况下的最小编辑距离。 这里涉及到一个名为 `ComputeMatching` 的子函数,用于计算两个节点集合之间的最佳匹配。具体实现细节可以参考原论文。
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