【CodeForces 895E】Square Subsets(状态压缩动态规划)

题目链接

【CodeForces 895E】Square Subsets


题目大意

给定一个大小为 n n 的集合s,求 s s 有多少个非空子集中的数的乘积为完全平方数。
n100000 si70 s i ≤ 70


题解

首先我们发现,集合中的数都很小。
并且,因为求的是完全平方数的个数,所以我们只关心每个素因数出现的奇偶性。
于是我们便可以把每一个数压缩成一个状态,包含每个素因数出现次数的奇偶性。
具体方法是:当我们得到一个数时,将其分解素因数,若第 i i 个素数出现次数为奇数,则状态的第i位为 1 1 ,否则状态的第i位为 0 0
将数n的状态记为 status[n] s t a t u s [ n ]
很容易发现: 0status[n]<2primecount(maxsi) 0 ≤ s t a t u s [ n ] < 2 p r i m e c o u n t ( max s i )

最初的思路就是对于每一个数和每一个压缩后的状态进行动态规划,但是状态数量太大了。
如何优化?无法优化,只能换一种思路。
发现答案只和每个数出现的次数有关。
dp[i][mask] d p [ i ] [ m a s k ] 表示只选 i i 以内的数除去完全平方数剩余数的压缩状态为mask的时候答案为几。
f[i][0/1] f [ i ] [ 0 / 1 ] 表示选偶数个/奇数个 i i 的方案数量。
状态转移方程:dp[i][mask]=dp[i1][mask]×f[i][0]+dp[i1][maskstatus]×f[i][1]
具体细节见代码。


代码

#include <cstdio>
#include <cstring>
#include <map>
using namespace std;
const int maxn = 100005;
const int maxm = 70;
const int mod = 1000000007;
typedef pair<int,int> pii;
int n, a, b[maxn];
int m, p[maxm], v[maxm];
int f0[maxm], f1[maxm], dp[maxm+5][1<<19];
bool isp[maxm];
int main() {
    memset(isp, 1, sizeof(isp));
    for (int i = 2; i <= maxm; i++) {
        if(isp[i]) {
            p[m] = i;
            v[m] = 1 << m;
            m++;
            for (int j = i << 1; j <= maxm; j += i) {
                isp[j]=0;
            }
        }
    }
    for (int i = 1; i <= maxm; i++) {
        f0[i] = 1;
        int _=i;
        for (int j = 0; j < m; j++) {
            while (_ % p[j] == 0) {
                _ /= p[j];
                b[i] ^= v[j];
            }
        }
    }
    scanf("%d", &n);
    for (int i = 1; i <= n; i++) {
        scanf("%d", &a);
        f0[a] = f1[a] = (f0[a] + f1[a]) % mod;
    }
    dp[0][0] = 1;
    for (int i = 1; i <= maxm; i++)
        for (int j = 0; j < 1<<19; j++)
            dp[i][j] = (1ll * dp[i-1][j] * f0[i] + 1ll * dp[i-1][j^b[i]] * f1[i]) % mod;
    printf("%d\n", dp[maxm][0] - 1);
    return 0;
}

总结

完全平方数状态压缩的技巧十分重要,在许多题目中都会出现。

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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