Educational CodeForces Round #111

Educational CodeForces Round #111

暑期训练开始,今后每场cf都会认真打的。最近感觉cf的题难度也在慢慢增加,2w人的场基本做出来D的就几百个人,现在做D全凭运气。

A. Find The Array

题意

一个数组被称为好数组,当且仅当数组中任意一个数满足以下要求

  1. a i = 1 a_i = 1 ai=1
  2. a i − 1 a_i-1 ai1 a i − 2 a_i-2 ai2 已经出现

给你一个数s,求满足所有元素和为s的数组长度为最短长度

题解

很简单,第 1 1 1个元素为 1 1 1,第 2 2 2个是 3 3 3,如果不够就往第 i i i个上补 2 ∗ i − 1 2*i-1 2i1,发现什么时候超过给定的 s s s的时候就把最后一个元素的值变为是 S u m Sum Sum刚好等于 s s s

标程

#include<bits/stdc++.h>
#define ll long long
#define rep(i,a,b) for(int i=a;i<=b;i++)
using namespace std;
const int maxn=1e5+7;
ll a[maxn];
int t,n;
int main(){
	a[1]=1;
	for(int i=3;i<=5000;i+=2){
		a[i]=a[i-2]+i;
	}
	scanf("%d",&t);
	while(t--){
		int s;
		cin>>s;
		int ans=0;
		for(int i=1;i<=5000;i+=2){
			ans++;
			if(a[i]>=s){
				cout<<ans<<endl;
				break;
			}
		}
	}
}
 

B. Maximum Cost Deletion

题意

给一个长为 n n n 0 / 1 0/1 0/1串,给定一个 a , b a,b a,b我们每次可以做以下操作

  • 删除一段子串,保证该子串中每个元素都相同
  • 删除子串长度为 l l l,则获得 a ∗ l + b a*l+b al+b的积分

求如何删除至原串中不存在任何元素,使得积分最大

题解

很明显我们无论怎么删除,删除的总长度为恒为 n n n, 所以无论怎么删除 a ∗ n a*n an是没得跑的了,那么这个 b b b就是控制删除次数的,你删除的此时越多,你获得的 b b b就越多,但是这个 b b b也分正数或者负数:

  • 如果b为正数,那么就一个一个删除,每个元素都会获得b的积分,这个很简单
  • 如果b为负数,我们就要找到一种删除方法使得,删除次数最小。
    • 我们不妨假设,这个串是一段一段连续的分串组成的,这些分串分割的标准就是由0->1或者由1->0
    • 在这里插入图片描述
      很明显我们看出,如果删除红色的那一段,我们就相当于删除了2段(自己一段被删除,右边的一段和左边的合并,等于右边也没有了),所以我们只要尽可能不删除左右两边的串,就可以达到最少的删除次数,(因为左右两边的串删除只能删除1个,就是它自己)。
      所以不难看出要删除的次数是 段 数 / 2 段数/2 /2

标程

#include<bits/stdc++.h>
#define ll long long
#define rep(i,a,b) for(int i=a;i<=b;i++)
using namespace std;
const int maxn=1e3+7;
char s[maxn];
int t,n,a,b;
int main(){
	scanf("%d",&t);
	while(t--){
		scanf("%d%d%d",&n,&a,&b);
		scanf("%s",s+1);
		if(b>=0){
			printf("%d\n",(a+b)*n);
		}else{
			int ans=1;
			for(int i=2;i<=n;i++){
				if(s[i]!=s[i-1]) ans++;
			}
			printf("%d\n",a*n+(ans/2+1)*b);
		}
	}
}
 

C. Manhattan Subarrays

题意(建议自己看英文)

先定义Manhattan distance
给你三个点,如果满足以下的条件,就是Bad Triple
d ( p , r ) = d ( p , q ) + d ( q , r ) d(p,r)=d(p,q)+d(q,r) d(p,r)=d(p,q)+d(q,r).

现在给你一组数 b 1 , b 2 , . . . , b n b_1,b_2,...,b_n b1,b2,...,bn
求有多少个连续子串满足任意三个点都不是Bad Triple

题解

很明显长度为1和2的连续子串都是符合要求的,观察可得,如果长度超过4一定不可能三三都是good Triple(不信可以画图试试)
长度为3和4直接暴力试一试直接完事!

标程

#include<bits/stdc++.h>
#define ll long long
#define rep(i,a,b) for(int i=a;i<=b;i++)
using namespace std;
const int maxn=2e5+7;
ll a[maxn];
int t,n;
bool getans(ll x,ll y,ll z){
	if(y>x&&y>z) return 1;
	if(y<x&&y<z) return 1;
	return 0;
}
bool getans4(ll x,ll y,ll z,ll d){
	if(getans(x,z,d)==0) return 0;
	if(getans(x,y,z)==0) return 0;
	if(getans(x,y,d)==0) return 0;
	if(getans(y,z,d)==0) return 0;
	return 1;
} 
int main(){
	scanf("%d",&t);
	while(t--){
		scanf("%d",&n);
		ll ans=0;
		rep(i,1,n) scanf("%lld",&a[i]);
		
		rep(i,4,n){
			if(getans4(a[i-3],a[i-2],a[i-1],a[i])==1) ans+=1; 
		}
		rep(i,3,n){
			if(getans(a[i-2],a[i-1],a[i])==1) ans+=1;
		}
		ans+=2*n-1;
		printf("%lld\n",ans); 
	}
}
 

D. Excellent Arrays

题意

一个数组被称为好数组,需满足对任意的 a i ≠ i a_i ≠ i ai=i

定义一个函数 F ( a ) F(a) F(a) 是一个数组里满足下列条件的点对数

  • a i + a j = i + j a_i+a_j=i+j ai+aj=i+j

给你三个数 n , l , r n,l,r n,l,r,让你找到满足以下条件的数组的个数

  • 数组是好数组
  • 所有元素在 l , r l,r l,r之间
  • F ( a ) F(a) F(a)是最大的

求个数并对 1 0 9 + 7 10^9+7 109+7取模

题解

本题的话,切入点在于公式
a i + a j = i + j a_i+a_j=i+j ai+aj=i+j
套路简单变换得
( a i − i ) = − ( a j − j ) (a_i-i)=-(a_j-j) (aii)=(ajj)
即对于每一个位置上元素减去他的下标的新数组应满足,如果一半的数等于 x x x,那么一半的数就要等于 − x -x x

第二个切入点在于 l , r l,r l,r,即对于位置 i i i上的元素,它进行位置变化后的取值范围应该是:(令 b i = a i − i b_i = a_i-i bi=aii)
l − i < = b i < = r − i l-i<=b_i<=r-i li<=bi<=ri
可知我们所有点的取值范围如果在二维坐标系画出来应该是对于 l , r l,r l,r线性递减的两条直线。

那么我们的想法就很简单了
对于 l − 1 , r − n l-1,r-n l1,rn中绝对值的最小值的值,即在对于任意的 x < = m i n ( 1 − l , r − n ) x<=min(1-l,r-n) x<=min(1l,rn),数组中任意一个数都可以取到x和-x
即在这里面取一半的数为x的所有的可能数就是答案的一部分
a n s + = m i n ( 1 − l , r − n ) ∗ C ( n , n / 2 ) ans+=min(1-l,r-n)*C(n,n/2) ans+=min(1l,rn)C(n,n/2)

这里要注意当n为奇数时,你可以取n/2个为x,也可以取n/2+1个为x,所以要乘2

下面就是最难的部分,当 x > m i n ( 1 − l , r − n ) x>min(1-l,r-n) x>min(1l,rn)怎么办
我们想知道任取一个x值,我们能不能算出有多少位置能取到x,有多少人能取到-x,有多少位置既能取到x,又能取到-x那么他的可能性是不是就是将既能取到x,又能取到-x的点分一些给取x的点,使得所有取x的位置的个数正好等于总位置的一半,设 c n t cnt cnt为这种点,如果我们指导只能取 x x x的点有 x x x
那么答案就是 C ( c n t , n / 2 − x ) C(cnt,n/2-x) C(cnt,n/2x),
由于这个cnt是和n有关的,所以不会很大,遍历即可,
那么剩下来的问题就是算cnt和x,-x的点一共有多少个了
看图可知对于一个值x它于r直线交点为(r-x)那么可以的点的个数就是r-x个,那么对于l的交点为l-x,这里是后面的可以,所以是 ( n − ( l − x ) + 1 ) (n-(l-x)+1) (n(lx)+1)个这里根据初中公式我们可以指导
c n t = ( r − x + ( n − ( l − x ) + 1 ) − n cnt=(r-x+(n-(l-x)+1)-n cnt=(rx+(n(lx)+1)n
所以这题所以变量都有值了,带入即可
在这里插入图片描述

标程

#include<bits/stdc++.h>
#define ll long long
#define rep(i,a,b) for(int i=a;i<=b;i++)
using namespace std;
const int maxn=2e5+7;
ll l,r,n;
int t;
const ll mod=1e9+7;
ll f[maxn];
ll Pow(ll a,ll b){
	ll ans=1,base=a;
	while(b){
		if(b&1){
			ans*=base;
			ans%=mod;
		}
		b>>=1;
		base*=base;
		base%=mod;
	}
	return ans%mod;
}

void init(){
	f[0]=f[1]=1;
	for(int i=2;i<=maxn-3;i++) f[i]=(f[i-1]*i)%mod;
}
ll inv(ll x){
	return Pow(x,mod-2)%mod; 
}
ll c(ll n,ll m){
	ll tmp=f[n]*inv(f[m])%mod;
	tmp=tmp*inv(f[n-m])%mod;
	return tmp;
}
int main(){
	init();
	scanf("%d",&t);
	while(t--){
		scanf("%lld%lld%lld",&n,&l,&r);
		ll ans=0;
		ll tops=r-n;
		ll ends=l-1;
		if(l-n>=0||r-1<=0){
			puts("0");
			break;
		}
		ll mins=min(1-l,r-n);
		ll maxs=max(1-l,r-n);
		if(mins>0){
			ans=mins*c(n,n/2)%mod;
			if(n%2==1) ans=ans*2ll%mod;
		}
		ll tt=max(mins+1,1ll);
		ll xx=min(n-l-tt+1,n);
		ll yy=min(n,r-tt);
		ll nn=xx+yy-n;
		ll mm=n/2-(xx-nn);
		ll mmm=(n/2)+1-(xx-nn); 
		if(n%2==0){
			for(int i=1;i<=n;i++){
				if(nn<0||xx<n/2||yy<n/2) break;
				ans=(ans+c(nn,mm))%mod;
				if(-tt<=l-1) xx--;
				if(tt>=r-n) yy--;
				nn=xx+yy-n;
				mm=n/2-(xx-nn);
				tt++;
				if(mm<0) break; 
			}
		}else{
			for(int i=1;i<=n;i++){
				if(nn<0||xx<n/2||yy<n/2) break;
				if(mm>=0)ans=(ans+c(nn,mm))%mod;
				if(mmm>=0)ans=(ans+c(nn,mmm))%mod;
//				cout<<tt<<"xx:"<<xx<<" yy:"<<yy<<" "<<nn<<" "<<mm<<" "<<mmm<<endl; 
				if(-tt<=l-1) xx--;
				if(tt>=r-n) yy--;
				nn=xx+yy-n;
				mm=n/2-(xx-nn);
				mmm=(n/2)+1-(xx-nn);
				tt++;
				if(mm<0&&mmm<0) break;
			}
		}
		printf("%lld\n",ans); 
	}
}
 
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 1
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