[解题报告] Bzoj 1002 [FJOI2007]轮状病毒

一看这题第一想法就是找规律。

当N=1到10时,答案如下。

NAns
11
25
316
445
5121
6320
7841
82205
95776
1015125

(其实N=2的情况我觉得是3。。。但是按规律是5 - -!)

由此得到如下规律:

a[1]=1,a[2]=4… a[n]=3*a[n-1]-a[n-2];

b[1]=1,b[2]=3… b[n]=3*b[n-1]-b[n-2];

N为奇数时,Ans=sqr(a[(n+1) div 2])

N为偶数时,Ans=sqr(b[n div 2])*5

然后通过高精度实现。

具体证明过程不会- -。。

 

代码如下:

#include <cstdio>
#include <cstring>
#include <algorithm>
#include <iostream>
using namespace std;
struct Num
{
	int a[1111],len;
	void Print()
	{
		for (int i=len-1;i>=0;i--)
			printf("%d",a[i]);
		printf("\n");
	}
}a[111],b[111];
int n;
Num operator ^ (Num n,int b)
{
	for (int i=0;i<n.len;i++)
		n.a[i]*=b;
	for (int i=0;i<n.len;i++)
	{
		n.a[i+1]+=n.a[i]/10;
		n.a[i]%=10;
	}
	while (n.a[n.len]!=0)
	{
		n.a[n.len+1]+=n.a[n.len]/10;
		n.a[n.len]%=10;
		n.len++;
	}
	return n;
}
Num operator * (Num a,Num b)
{
	Num c;
	c.len=a.len+b.len;
	memset(c.a,0,sizeof c.a);
	for (int i=0;i<a.len;i++)
		for (int j=0;j<b.len;j++)
			c.a[i+j]+=a.a[i]*b.a[j];
	for (int i=0;i<c.len;i++)
	{
		c.a[i+1]+=c.a[i]/10;
		c.a[i]%=10;
	}
	while (c.a[c.len-1]==0) c.len--;
	return c; 
}
Num operator - (Num a,Num b)
{
	for (int i=0;i<b.len;i++)
		a.a[i]-=b.a[i];
	for (int i=0;i<a.len;i++)
		if (a.a[i]<0)
		{
			a.a[i]+=10;
			a.a[i+1]--;
		}
	while (a.a[a.len-1]==0) a.len--;
	return a;
}
void  eq(Num &a,Num b)
{
	a.len=b.len;
	for (int i=0;i<a.len;i++) a.a[i]=b.a[i];
}
int main()
{
	scanf("%d",&n);
	a[1].a[0]=1,a[2].a[0]=4;
	b[1].a[0]=1,b[2].a[0]=3;
	a[1].len=a[2].len=b[1].len=b[2].len=1;
	for (int i=3;i<=n;i++)
	{
		eq(a[i],(a[i-1]^3)-a[i-2]);
		eq(b[i],(b[i-1]^3)-b[i-2]);
	}
	Num ans;
	if (n%2==1) eq(ans,a[(n+1)/2]*a[(n+1)/2]);
	else eq(ans,b[n/2]*b[n/2]^5);
	ans.Print();
	return 0;
}

转载于:https://www.cnblogs.com/hao1994/archive/2012/01/31/2333930.html

  • 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