第十届蓝桥杯国赛 C++ B组(仅题目)

试题 A: 平方序列

问题描述
小明想找到两个正整数 X 和 Y,满足

  • 2019 < X < Y;
  • 20192 , X2 , Y2 组成等差数列。

请你求出在所有可能的解中,X + Y 的最小值是多少?

答案提交
这是一道结果填空的题,你只需要算出结果后提交即可。
本题的结果为一个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分。


试题 B: 质数拆分

问题描述
将 2019 拆分为若干个两两不同的质数之和,一共有多少种不同的方法?

注意交换顺序视为同一种方法,例如 2 + 2017 = 2019 与 2017 + 2 = 2019 视为同一种方法。

答案提交
这是一道结果填空的题,你只需要算出结果后提交即可。
本题的结果为一个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分。


试题 C: 拼接

问题描述
小明要把一根木头切成两段,然后拼接成一个直角。

如下图所示,他把中间部分分成了 n × n 的小正方形,他标记了每个小正方形属于左边还是右边。

然后沿两边的分界线将木头切断,将右边旋转向上后拼接在一起。
在这里插入图片描述

要求每个小正方形都正好属于左边或右边,而且同一边的必须是连通的。

在拼接时,拼接的部位必须保持在原来大正方形里面。

请问,对于 7 × 7 的小正方形,有多少种合法的划分小正方形的方式。

答案提交
这是一道结果填空的题,你只需要算出结果后提交即可。
本题的结果为一个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分。


试题 D: 求值

问题描述
学习了约数后,小明对于约数很好奇,他发现,给定一个正整数 t,总是可以找到含有 t 个约数的整数。

小明对于含有 t 个约数的最小数非常感兴趣,并把它定义为 St

例如 S1 = 1, S2 = 2, S3 = 4, S4 = 6,···。

现在小明想知道,当 t = 100 时,St 是多少?即 S100 是多少?

答案提交
这是一道结果填空的题,你只需要算出结果后提交即可。
本题的结果为一个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分。


试题 E: 路径计数

问题描述
从一个 5 x 5 的方格矩阵的左上角出发,沿着方格的边走,满足以下条件的
路线有多少种?

  • 总长度不超过 12;
  • 最后回到左上角;
  • 路线不自交;
  • 不走出 5 x 5 的方格矩阵范围之外。

如下图所示,ABC 是三种合法的路线。注意 B 和 C 由于方向不同,所以视为不同的路线。
在这里插入图片描述

答案提交
这是一道结果填空的题,你只需要算出结果后提交即可。
本题的结果为一个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分。


试题 F: 最优包含

问题描述
我们称一个字符串 S 包含字符串 T 是指 T 是 S 的一个子序列,

即可以从字符串 S 中抽出若干个字符,它们按原来的顺序组合成一个新的字符串与 T 完全一样。

给定两个字符串 S 和 T,请问最少修改 S 中的多少个字符,能使 S 包含 T ?

输入格式
输入两行,每行一个字符串。第一行的字符串为 S,第二行的字符串为 T。
两个字符串均非空而且只包含大写英文字母。

输出格式
输出一个整数,表示答案。

样例输入
ABCDEABCD
XAABZ

样例输出
3

数据范围
对于 20% 的评测用例,1 ≤ |T| ≤ |S| ≤ 20;
对于 40% 的评测用例,1 ≤ |T| ≤ |S| ≤ 100;
对于所有评测用例,1 ≤ |T| ≤ |S| ≤ 1000。


试题 G: 排列数

问题描述
在一个排列中,一个折点是指排列中的一个元素,它同时小于两边的元素,或者同时大于两边的元素。

对于一个 1 ∼ n 的排列,如果可以将这个排列中包含 t 个折点,则它称为一个 t + 1 单调序列。

例如,排列 (1, 4, 2, 3) 是一个 3 单调序列,其中 4 和 2 都是折点。

给定 n 和 k,请问 1 ∼ n 的所有排列中有多少个 k 单调队列?

输入格式
输入一行包含两个整数 n, k。

输出格式
输出一个整数,表示答案。答案可能很大,你可需要输出满足条件的排列数量除以 123456 的余数即可。

样例输入
4 2

样例输出
12

数据范围
对于 20% 的评测用例,1 ≤ k ≤ n ≤ 10;
对于 40% 的评测用例,1 ≤ k ≤ n ≤ 20;
对于 60% 的评测用例,1 ≤ k ≤ n ≤ 100;
对于所有评测用例,1 ≤ k ≤ n ≤ 500。


试题 H: 解谜游戏

问题描述
在这里插入图片描述

小明正在玩一款解谜游戏,谜题由 24 根塑料棒组成,

其中黄色塑料棒 4 根,红色 8 根,绿色 12 根 (后面用 Y 表示黄色、R 表示红色、G 表示绿色)。

初始时这些塑料棒排成三圈,如上图所示,外圈 12 根,中圈 8 根,内圈 4 根。

小明可以进行三种操作:

  1. 将三圈塑料棒都顺时针旋转一个单位。
    例如当前外圈从 0 点位置开始,顺时针依次是 YRYGRYGRGGGG,中圈是 RGRGGRRY,内圈是 GGGR。
    那么顺时针旋转一次之后,外圈、中圈、内圈依次变为:GYRYGRYGRGGG、YRGRGGRR 和 RGGG。
  2. 将三圈塑料棒都逆时针旋转一个单位。
    例如当前外圈从 0 点位置开始,顺时针依次是 YRYGRYGRGGGG,中圈是 RGRGGRRY,内圈是 GGGR。
    那么逆时针旋转一次之后,外圈、中圈、内圈依次变为:RYGRYGRGGGGY、GRGGRRYR 和 GGRG
  3. 将三圈 0 点位置的塑料棒做一个轮换。
    具体来说:外圈 0 点塑料棒移动到内圈 0 点,内圈 0 点移动到中圈 0 点,中圈 0 点移动到外圈 0 点。
    例如当前外圈从 0 点位置开始顺时针依次是 YRYGRYGRGGGG,中圈是RGRGGRRY,内圈是 GGGR。
    那么轮换一次之后,外圈、中圈、内圈依次变为:RRYGRYGRGGGG、GGRGGRRY 和 YGGR。

小明的目标是把所有绿色移动到外圈、所有红色移动中圈、所有黄色移动到内圈。给定初始状态,请你判断小明是否可以达成目标?

输入格式
第一行包含一个整数 T,代表询问的组数。(1 ≤ T ≤ 100)。
每组询问包含 3 行:
第一行包含 12 个大写字母,代表外圈从 0 点位置开始顺时针每个塑料棒的颜色。
第二行包含 8 个大写字母,代表中圈从 0 点位置开始顺时针每个塑料棒的颜色。
第三行包含 4 个大写字母,代表内圈从 0 点位置开始顺时针每个塑料棒的颜色。

输出格式
对于每组询问,输出一行 YES 或者 NO,代表小明是否可以达成目标。

样例输入
2
GYGGGGGGGGGG
RGRRRRRR
YRYY
YGGGRRRRGGGY
YGGGRRRR
YGGG

样例输出
YES
NO


试题 I: 第八大奇迹

问题描述
在一条 R 河流域,繁衍着一个古老的名族 Z,他们世代沿河而居,也在河边发展出了璀璨的文明。

Z 族在 R 河沿岸修建了很多建筑,最近,他们热衷攀比起来,他们总是在比谁的建筑建得最奇特。

幸好 Z 族人对奇特的理解都差不多,他们很快给每栋建筑都打了分,这样评选谁最奇特就轻而易举了。

于是,根据分值,大家很快评出了最奇特的建筑,称为大奇迹。

后来他们又陆续评选了第二奇特、第二奇特、……、第七奇特的建筑,依次称为第二大奇迹、第三大奇迹、……、第七大奇迹。

最近,他们开始评选第八奇特的建筑,准备命名为第八大奇迹,在评选中,他们遇到了一些问题。

首先,Z 族一直在发展,有的建筑被拆除又建了新的建筑,新建筑的奇特值和原建筑不一样,这使得评选不那么容易了。

其次,Z 族的每个人所生活的范围可能不一样,他们见过的建筑并不是所有的建筑,他们坚持他们自己所看到的第八奇特的建筑就是第八大奇迹。

Z 族首领最近很头疼这个问题,他害怕因为意见不一致导致 Z 族发生分歧。他找到你,他想先了解一下,民众自己认为的奇迹是怎样的。

现在告诉在 R 河周边的建筑的变化情况,以及在变化过程中一些人的生活范围,请编程求出每个人认为的第八大奇迹的奇特值是多少。

输入格式
输入的第一行包含两个整数 L, N,分别表示河流的长度和要你处理的信息的数量。开始时河流沿岸没有建筑,或者说所有的奇特值为 0。
接下来 N 行,每行一条你要处理的信息。
如果信息为 C p x,表示流域中第 p 个位置 (1 ≤ p ≤ L) 建立了一个建筑,其奇特值为 x。如果这个位置原来有建筑,原来的建筑会被拆除。
如果信息为 Q a b,表示有个人生活的范围是河流的第 a 到 b 个位置(包含 a 和 b,a ≤ b),这时你要算出这个区间的第八大奇迹的奇特值,并输出。如果找不到第八大奇迹,输出 0。

输出格式
对于每个为 Q 的信息,你需要输出一个整数,表示区间中第八大奇迹的奇特值。

样例输入
10 15
C 1 10
C 2 20
C 3 30
C 4 40
C 5 50
C 6 60
C 7 70
C 8 80
C 9 90
C 10 100
Q 1 2
Q 1 10
Q 1 8
C 10 1
Q 1 10

样例输出
0
30
10
20

数据范围
对于 20% 的评测用例,1 ≤ L ≤ 1000, 1 ≤ N ≤ 1000。
对于 40% 的评测用例,1 ≤ L ≤ 10000, 1 ≤ N ≤ 10000。
对于 100% 的评测用例,1 ≤ L ≤ 100000,1 ≤ N ≤ 100000。
所有奇特值为不超过 109 的非负整数。


试题 J: 燃烧权杖

问题描述
小 C 最近迷上了一款游戏。现在,在游戏中,小 C 有一个英雄,生命值为 x;敌人也有一个英雄,生命值为 y。

除此以外,还有 k 个士兵,生命值分别为a1 、a2 、……、ak,现在小 C 打算使用一个叫做“燃烧权杖”的技能。

“燃烧权杖”会每次等概率随机选择一个活着的角色(英雄或士兵),扣减其 10 点生命值,

然后如果该角色的生命值小于或等于 0,则该角色死亡,不会再被“燃烧权杖”选中。

“燃烧权杖”会重复做上述操作,直至任意一名英雄死亡。

小 C 想知道使用“燃烧权杖”后敌方英雄死亡(即,小 C 的英雄存活)的概率。

为了避免精度误差,你只需要输出答案模一个质数 p 的结果,具体见输出格式。

输入格式
输入包含多组数据。
输入第一行包含一个正整数 T,表示数据组数。
接下来 T 组,每组数据第一行包含四个非负整数 x, y, p, k,分别表示小C的英雄的生命值、敌方英雄的生命值,模数和士兵个数。
第二行包含 k 个正整数 a1 、a2 、……、ak ,分别表示每个士兵的生命值。

输出格式
对于每组数据,输出一行一个非负整数,表示答案模质数 p 的余数。可以证明,答案一定为有理数。
设答案为 a / b(a 和 b 为互质的正整数),你输出的数为 x,则你需要保证 a 与 bx 模 p 同余;
也即,x = (a·b−1 ) mod p,其中 b−1 表示 b 模 p 的逆元, mod 为取模运算。

样例输入
6
1 10 101 0
100 1 101 0
50 30 4903 2
1 1
987 654 233 1
321
1000000000 999999999 233 3
1 2 3
1000000000 999999999 3 3
1 2 3

样例输出
51
37
1035
118
117
2

样例说明
对于第一组数据,所求概率即为“燃烧权杖”第一次就扣减敌方英雄 10 点生命值的概率,即 1/2。2 × 51 模 101 余 1。
对于第二组数据,答案为 1023/1024,1024 × 37 与 1023 模 101 同余。
对于第三组数据,答案为 99/128。

数据范围
对于 10% 的评测用例,x, y, a1 ,··· , ak ≤ 10。
对于 20% 的评测用例,x, y, a1,··· , ak ≤ 100。
对于 50% 的评测用例,x, y, a1 ,··· , ak ≤ 1000。
另有 10% 的评测用例,p = 3。
另有 20% 的评测用例,p ≤ 100。
对于全部评测用例,1 ≤ x, y, a1 ,··· , ak ≤ 109 ,3 ≤ p ≤ 10000 且 p 为质数,0 ≤ k ≤ 10。


  • 35
    点赞
  • 193
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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