算法入门DP:钉子和小球

2023-10-31 12:00
文章标签 算法 入门 dp 小球 钉子

本文主要是介绍算法入门DP:钉子和小球,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!

0x00 题目来源

钉子和小球

0x10 Tag

线性DP、gcd

0x20 题目描述

有一个三角形木板,竖直立放,上面钉着n(n+1)/2颗钉子,还有**(n+1)**个格子(当n=5时如图1)。每颗钉子和周围的钉子的距离都等于d,每个格子的宽度也都等于d,且除了最左端和最右端的格子外每个格子都正对着最下面一排钉子的间隙。
让一个直径略小于d的小球中心正对着最上面的钉子在板上自由滚落,小球每碰到一个钉子都可能落向左边或右边(概率各1/2),且球的中心还会正对着下一颗将要碰上的钉子。例如图2就是小球一条可能的路径。
我们知道小球落在第i个格子中的概率pi,其中i为格子的编号,从左至右依次为0,1,…,n。
现在的问题是计算拔掉某些钉子后,小球落在编号为m的格子中的概率 p m p_m pm。假定最下面一排钉子不会被拔掉。例如图3是某些钉子被拔掉后小球一条可能的路径。
在这里插入图片描述


0x30 思路与算法

由于题设中要求我们使用分数形式表示概率,我们不妨设一开始落下 2 n 2^n 2n个小球(保证在最下方格子中至少有1个小球),利用格子中小球个数与最初小球数量求最大公因数,进而约分,得到结果。

小球由于钉子的原因,下落时会落向两侧,如果我门假设钉子位置为 c [ i ] [ j ] c[i][j] c[i][j],则该处小球来自于 c [ i − 1 ] [ j − 1 ] c[i-1][j-1] c[i1][j1] c [ i − 1 ] [ j ] c[i-1][j] c[i1][j]的钉子(根据三角形的形状抽象出钉子坐标)。其中,钉子会平分源头的小球数,需要除以2。

题设要求我们删除部分钉子,则则该处小球可能来自于 c [ i − 2 ] [ j − 1 ] c[i-2][j-1] c[i2][j1],即小球垂直下落。

由此我们可以推导出小球的动态转移式子,即 f ( i , j ) = f ( i − 1 , j − 1 ) / 2 + f ( i − 1 , j ) / 2 + f ( i − 2 , j − 1 ) f(i,j)=f(i-1,j-1)/2+f(i-1,j)/2+f(i-2,j-1) f(i,j)=f(i1,j1)/2+f(i1,j)/2+f(i2,j1)

钉子坐标不能越界
检查钉子是否存在而确定具体的转移表达式

0x31 代码实现

声明

const int MAXN=55;
char c[MAXN][MAXN];
ll dp[MAXN][MAXN];

c存储钉子是否存在,dp数组必须为 long long(n最大取值为50,源头小球数最大为 2 50 > i n t 2^{50}>int 250>int)

dp初始化

if(c[1][1]=='*'){dp[1][1]=num;dp[2][1]=dp[2][2]=num>>1;}else {dp[1][1]=num;dp[2][1]=dp[2][2]=0;}

实现细节

bool check(int x,int y)

检查越界

ll gcd(ll a, ll b)

求最大公因数

0x32 完整代码

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll MOD = 998244353;
const ll INF = 0x7fffffff;
// #define LOCAL_JUDGE
const int MAXN=55;
char c[MAXN][MAXN];
ll dp[MAXN][MAXN];
ll qpow(ll a, ll n)
{ll ans = 1; while (n){if (n & 1)ans = ans * a;n >>= 1;a = a * a;}return ans;
}
ll gcd(ll a, ll b)
{if (b == 0)return a;elsereturn gcd(b, a%b);
}
bool check(int x,int y)
{return y>0&&y<=x;
}
int main()
{#ifdef LOCAL_JUDGEHACK;#endifint n,m;char ch;cin>>n>>m;ll num=qpow(2,n);for(int i=1;i<=n;++i){for(int j=1;j<=i;++j){cin>>ch;if(ch=='*'||ch=='.')c[i][j]=ch;}}// readif(c[1][1]=='*'){dp[1][1]=num;dp[2][1]=dp[2][2]=num>>1;}else {dp[1][1]=num;dp[2][1]=dp[2][2]=0;}// initfor(int i=3;i<=n+1;++i){for(int j=1;j<=i;++j){ll ans=0;if(check(i-1,j-1)&&c[i-1][j-1]=='*')ans+=dp[i-1][j-1]>>1;if(check(i-1,j)&&c[i-1][j]=='*')ans+=dp[i-1][j]>>1;if(check(i-2,j-1)&&c[i-2][j-1]=='.')ans+=dp[i-2][j-1];dp[i][j]=ans;}}// dpll A=dp[n+1][m+1];ll B=gcd(A,num);if(A==0)cout<<0<<"/"<<1;else cout<<A/B<<"/"<<num/B;return 0;
}

0x40 另

cin 不会读入空格 =_=

=)

这篇关于算法入门DP:钉子和小球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/315201

相关文章

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Python FastAPI入门安装使用

《PythonFastAPI入门安装使用》FastAPI是一个现代、快速的PythonWeb框架,用于构建API,它基于Python3.6+的类型提示特性,使得代码更加简洁且易于绶护,这篇文章主要介... 目录第一节:FastAPI入门一、FastAPI框架介绍什么是ASGI服务(WSGI)二、FastAP

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin