2021年北师大人工智能学院夏令营上机测试题解

2023-10-28 09:20

本文主要是介绍2021年北师大人工智能学院夏令营上机测试题解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:

有幸拿到rk1,但由于服务器卡成OI赛制,少A整整一道题。

这里多吐槽一句,连我们学校校内软卓选拔都舍得开一个月600的云服务器(当时我负责的这事儿)。北师大也太勤俭持家了吧,弄两天弹性服务也成啊呜呜呜

面试:

感觉凉透了,老师一直在问我rk能保研不(双非低rk的伤)。然后英语问答也没准备好,让介绍家乡,我就憋了三句话(我感觉让我用中文说,也就能说三句话).还是要多准备模板啊!!!


7.14号更新:拿到北师大offer了~北师大yyds啊

A.签到题(略)
B.数列比较

在这里插入图片描述
在这里插入图片描述

题目思路:

将a,b数组对应的存成点对。对第一维度(a)升序排序,那么条件转化为:
当 a [ i ] > a [ i − 1 ] 当a[i] > a[i-1] a[i]>a[i1]时,必须有 b [ i ] ≥ b [ j ] , j ∈ [ 1 , i − 1 ] b[i] \geq b[j],j\in[1,i-1] b[i]b[j],j[1,i1].即 b [ i ] ≥ max ⁡ j = 1 i − 1 b [ j ] b[i] \geq \max_{j=1}^{i-1}b[j] b[i]maxj=1i1b[j].

所以根据我们的条件,对第一维排序,当相等的时候,对第二维升序排序。

这么排完后,我们只需要 O ( n ) O(n) O(n) c h e c k check check一遍第二维是否非降即可。

时间复杂度: O ( n l o g n ) O(nlogn) O(nlogn)

C矩阵乘法

在这里插入图片描述
n ≤ 100 n \leq 100 n100

题目思路:

就枚举 a , b , c , d a,b,c,d a,b,c,d,强行解方程完事了,有点无聊的题目。当然,我还被卡常了,打了个表过了。

时间复杂度: O ( n 4 ) O(n^4) O(n4)

D.猴子打字

在这里插入图片描述

题目思路:

经典题目,我tm还能推错转移方程,自撒算了我靠。

不懂怎么做这题的,推荐看我这篇博客的第3题,把状态机思想弄明白

n ≤ 90 % n \leq 90\% n90%的做法:状态机 d p dp dp.

d p ( i , j = 0 / 1 / 2 / 3 ) dp(i,j=0/1/2/3) dp(i,j=0/1/2/3) 代表前 i i i个长度,并且当前以状态 j j j结尾的方案数.

j = 0 j=0 j=0代表当前没出现 b n u bnu bnu,且结尾也不是 b b b.

j = 1 j=1 j=1代表当前没出现 b n u bnu bnu,且结尾恰好是 b b b.

j = 2 j=2 j=2代表当前没出现 b n u bnu bnu,且结尾恰好是 b n bn bn.

j = 3 j=3 j=3代表当前已经出现了 b n u bnu bnu.

PS:这么定义状态是因为 b n u bnu bnu子串的出现一定是如上述按若干个小阶段构造出来的。

此时可以构建出有限状态机出来。状态的转移就像在图上游走。

如下图所示:
在这里插入图片描述
那么状态转移方程直接对着图推就好了:

d p ( i , 0 ) = d p ( i − 1 , 0 ) ∗ ( k − 1 ) + d p ( i − 1 , 1 ) ∗ ( k − 2 ) + d p ( i − 1 , 2 ) ∗ ( k − 2 ) dp(i,0)=dp(i-1,0) * (k-1) + dp(i-1,1)*(k-2) + dp(i-1,2)*(k-2) dp(i,0)=dp(i1,0)(k1)+dp(i1,1)(k2)+dp(i1,2)(k2)
d p ( i , 1 ) = d p ( i − 1 , 0 ) + d p ( i − 1 , 1 ) + d p ( i − 1 , 2 ) dp(i,1)=dp(i-1,0) + dp(i-1,1) + dp(i-1,2) dp(i,1)=dp(i1,0)+dp(i1,1)+dp(i1,2)
d p ( i , 2 ) = d p ( i − 1 , 1 ) dp(i,2)=dp(i-1,1) dp(i,2)=dp(i1,1)
d p ( i , 3 ) = d p ( i − 1 , 2 ) + d p ( i − 1 , 3 ) ∗ k dp(i,3)=dp(i-1,2) + dp(i-1,3)*k dp(i,3)=dp(i1,2)+dp(i1,3)k

n = 1 e 7 n=1e7 n=1e7时,开滚动数组优化空间即可.

满分做法:矩阵快速幂优化dp

这只要会矩阵快速幂优化fib递推式就可以了.

so,对于上面的转移方程,我们将没有的项补0可以构造出下面的矩阵递推式:

令转移矩阵为: T = ( k − 1 k − 2 k − 2 0 1 1 1 0 0 1 0 0 0 0 1 k ) T=\begin{pmatrix} k-1& k-2 & k-2 & 0\\ 1& 1& 1&0 \\ 0& 1& 0&0 \\ 0& 0 & 1 &k \end{pmatrix} T= k1100k2110k2101000k .

那么有:
( d p ( n , 0 ) d p ( n , 1 ) d p ( n , 2 ) d p ( n , 3 ) ) = T ( d p ( n − 1 , 0 ) d p ( n − 1 , 1 ) d p ( n − 1 , 2 ) d p ( n − 1 , 3 ) ) = T n ( d p ( 0 , 0 ) d p ( 0 , 1 ) d p ( 0 , 2 ) d p ( 0 , 3 ) ) = T n ( 1 0 0 0 ) \begin{pmatrix} dp(n,0) \\ dp(n,1) \\ dp(n,2) \\ dp(n,3) \end{pmatrix}=T\begin{pmatrix} dp(n-1,0) \\ dp(n-1,1) \\ dp(n-1,2) \\ dp(n-1,3) \end{pmatrix}=T^n\begin{pmatrix} dp(0,0) \\ dp(0,1) \\ dp(0,2) \\ dp(0,3) \end{pmatrix}=T^n\begin{pmatrix} 1 \\ 0 \\ 0 \\ 0 \end{pmatrix} dp(n,0)dp(n,1)dp(n,2)dp(n,3) =T dp(n1,0)dp(n1,1)dp(n1,2)dp(n1,3) =Tn dp(0,0)dp(0,1)dp(0,2)dp(0,3) =Tn 1000

所以答案: a n s = T n [ 4 ] [ 1 ] ans =T^n[4][1] ans=Tn[4][1].

直接矩阵快速幂就好了~~

时间复杂度: O ( 4 3 l o g n ) O(4^3logn) O(43logn)

D.春游

在这里插入图片描述
在这里插入图片描述

题目思路:

40 % 40\% 40%的数据我直接bfs加输出路径了.

30 % 30\% 30%的数据,直接 [ u + 1 , v ] [u+1,v] [u+1,v]之间找一个不是 v v v的约数的素数。(把素数筛出来,二分u后枚举素数)。这样确实非常快,但是没有正确性。总之是乱搞的。

满分做法待补~~

这篇关于2021年北师大人工智能学院夏令营上机测试题解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/292264

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

基于人工智能的智能家居语音控制系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 随着物联网(IoT)和人工智能技术的发展,智能家居语音控制系统已经成为现代家庭的一部分。通过语音控制设备,用户可以轻松实现对灯光、空调、门锁等家电的控制,提升生活的便捷性和舒适性。本文将介绍如何构建一个基于人工智能的智能家居语音控制系统,包括环境准备

从希腊神话到好莱坞大片,人工智能的七大历史时期值得铭记

本文选自historyextra,机器之心编译出品,参与成员:Angulia、小樱、柒柒、孟婷 你可能听过「技术奇点」,即本世纪某个阶段将出现超级智能,那时,技术将会以人类难以想象的速度飞速发展。同样,黑洞也是一个奇点,在其上任何物理定律都不适用;因此,技术奇点也是超越未来理解范围的一点。 然而,在我们到达那个奇点之前(假设我们能到达),还存在另一个极大的不连续问题,我将它称之

GPU 计算 CMPS224 2021 学习笔记 02

并行类型 (1)任务并行 (2)数据并行 CPU & GPU CPU和GPU拥有相互独立的内存空间,需要在两者之间相互传输数据。 (1)分配GPU内存 (2)将CPU上的数据复制到GPU上 (3)在GPU上对数据进行计算操作 (4)将计算结果从GPU复制到CPU上 (5)释放GPU内存 CUDA内存管理API (1)分配内存 cudaErro

[Day 73] 區塊鏈與人工智能的聯動應用:理論、技術與實踐

AI在健康管理中的應用實例 1. 引言 隨著健康管理需求的提升,人工智能(AI)在該領域的應用越來越普遍。AI可以幫助醫療機構提升效率、精準診斷疾病、個性化治療方案,以及進行健康數據分析,從而改善病患的健康狀況。這篇文章將探討AI如何應用於健康管理,並通過具體代碼示例說明其技術實現。 2. AI在健康管理中的主要應用場景 個性化健康建議:通過分析用戶的健康數據,如飲食、運動、睡眠等,AI可

2021-8-14 react笔记-2 创建组件 基本用法

1、目录解析 public中的index.html为入口文件 src目录中文件很乱,先整理文件夹。 新建components 放组件 新建assets放资源   ->/images      ->/css 把乱的文件放进去  修改App.js 根组件和index.js入口文件中的引入路径 2、新建组件 在components文件夹中新建[Name].js文件 //组件名首字母大写

2021-08-14 react笔记-1 安装、环境搭建、创建项目

1、环境 1、安装nodejs 2.安装react脚手架工具 //  cnpm install -g create-react-app 全局安装 2、创建项目 create-react-app [项目名称] 3、运行项目 npm strat  //cd到项目文件夹    进入这个页面  代表运行成功  4、打包 npm run build

[SWPUCTF 2021 新生赛]web方向(一到六题) 解题思路,实操解析,解题软件使用,解题方法教程

题目来源 NSSCTF | 在线CTF平台因为热爱,所以长远!NSSCTF平台秉承着开放、自由、共享的精神,欢迎每一个CTFer使用。https://www.nssctf.cn/problem   [SWPUCTF 2021 新生赛]gift_F12 这个题目简单打开后是一个网页  我们一般按F12或者是右键查看源代码。接着我们点击ctrl+f后快速查找,根据题目给的格式我们搜索c

知名AIGC人工智能专家培训讲师唐兴通谈AI大模型数字化转型数字新媒体营销与数字化销售

在过去的二十年里,中国企业在数字营销领域经历了一场惊心动魄的变革。从最初的懵懂无知到如今的游刃有余,这一路走来,既有模仿学习的艰辛,也有创新突破的喜悦。然而,站在人工智能时代的门槛上,我们不禁要问:下一个十年,中国企业将如何在数字营销的浪潮中乘风破浪? 一、从跟风到精通:中国数字营销的进化史 回顾过去,中国企业在数字营销领域的发展可谓是一部"跟风学习"的编年史。从最初的搜索引擎营销(SEM),

通学人工智能一

AI 工具 1. 语言与内容创作工具 Heygen: 全球语言转换,创建逼真的数字人。系统主要是英文的,但可以通过微软小冰实现中文支持。 Predis.ai: 制作图文内容以及简单的视频。 通义听悟 & 讯飞语记: 帮助收集灵感并将其整理成文案。 2. 设计与图片生成 Pic Copilot: 自动生成电商网站。 Codia AI: 擅长将截图 1:1 复制成原图,并生成相关代码。 In