牛客练习赛13D

定义一个数字为幸运数字当且仅当它的所有数位都是4或者7。
比如说,47、744、4都是幸运数字而5、17、467都不是。
现在想知道在1...n的第k小的排列(permutation,https://en.wikipedia.org/wiki/Permutation)中,有多少个幸运数字所在的位置的序号也是幸运数字。

解法:康拓展开模拟即可,,最多置换了13位(全排列超过了1e9,前面的直接枚举所有幸运数字)

//#pragma comment(linker, "/stack:200000000")
//#pragma GCC optimize("Ofast,no-stack-protector")
//#pragma GCC target("sse,sse2,sse3,ssse3,sse4,popcnt,abm,mmx,avx,tune=native")
//#pragma GCC optimize("unroll-loops")
#include<bits/stdc++.h>
#define fi first
#define se second
#define mp make_pair
#define pb push_back
#define pli pair<long long,int>
#define pi acos(-1.0)
#define ll long long
#define mod (998244353)
#define C 0.5772156649
#define ls l,m,rt<<1
#define rs m+1,r,rt<<1|1
#define pil pair<int,ll>
#define pii pair<int,int>
#define ull unsigned long long
#define base 1000000000000000000
#define fio ios::sync_with_stdio(false);cin.tie(0)
 
using namespace std;
 
const double g=10.0,eps=1e-12;
const int N=3200+10,maxn=1000000+10,inf=0x3f3f3f3f,INF=0x3f3f3f3f3f3f3f3f;
 
ll f[N];
void init()
{
    f[0]=f[1]=1;
    for(int i=2;i<=13;i++)
    {
        f[i]=f[i-1]*i;
//        printf("%lld ",f[i]);
    }
//    puts("");
}
int cal(ll x,ll y)
{
    while(x)
    {
        if(x%10!=4&&x%10!=7)return 0;
        x/=10;
    }
    while(y)
    {
        if(y%10!=4&&y%10!=7)return 0;
        y/=10;
    }
    return 1;
}
int main()
{
    init();
//    printf("%d\n",cal(4,4));
    ll n,k,ans=0;
    scanf("%lld%lld",&n,&k);
    k--;
    vector<ll>v;
    for(ll i=max(1ll,n-13+1);i<=n;i++)v.pb(i);
    for(ll i=max(1ll,n-13+1);i<=n;i++)
    {
//        printf("%lld\n",f[n-i]);
        ll x=k/f[n-i];
        ll r=k%f[n-i];
        k=r;
        sort(v.begin(),v.end());
//        for(int j=0;j<v.size();j++)printf("%d ",v[j]);
//        printf("%d+++%d++++%d--%d\n",i,x,v[x],cal(i,v[x]));
        ans+=cal(i,v[x]);
        v.erase(v.begin()+x);
    }
    v.clear();
    for(int i=1;i<=10;i++)
    {
        for(int j=0;j<(1<<i);j++)
        {
            ll res=0;
            for(int k=0;k<i;k++)
            {
                if((j>>k)&1)res=res*10+4;
                else res=res*10+7;
            }
            v.pb(res);
        }
    }
//    for(int i=0;i<v.size();i++)printf("%lld\n",v[i]);
    sort(v.begin(),v.end());
    for(int i=0;i<v.size();i++)
        if(v[i]<=max(0ll,n-13))
            ans++;
    printf("%lld\n",ans);
    return 0;
}
/********************
 
********************/
View Code

 

转载于:https://www.cnblogs.com/acjiumeng/p/8595281.html

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