DTOJ 4749. 计数

2024-03-08 23:18
文章标签 计数 dtoj 4749

本文主要是介绍DTOJ 4749. 计数,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!

题意

计数弱智题目 7 i n 1 7 in 1 7in1,就算你不是都会算也可以,本题根据你答对多少个问题来决定你得到多少分

第一类问题:求 n n n 个点构成的有标号无根树有多少种

第二类问题:求 n n n 个点构成的有标号有根树有多少种

第三类问题:求 n n n 个点构成的无标号无根树有多少种

第四类问题:求 n n n 个点构成的无标号有根树有多少种

第五类问题:求 n n n 个点构成的有标号所有点的度数为偶数的图有多少种

第六类问题:求 n n n 个点构成的有标号欧拉图有多少种

第七类问题:求 n n n 个点构成的有标号二分图有多少种

对质数 p p p 取模

对于 10 % 10\% 10% 的数据, x 1 , x 2 , x 3 , x 4 , x 5 , x 6 , x 7 ≤ 5 x_1,x_2,x_3,x_4,x_5,x_6,x_7 \le 5 x1,x2,x3,x4,x5,x6,x75

对于 30 % 30\% 30% 的数据, x 1 , x 2 , x 5 ≤ 1000 , x 3 , x 4 , x 6 , x 7 ≤ 10 x_1,x_2,x_5 \le 1000,x_3,x_4,x_6,x_7 \le 10 x1,x2,x51000,x3,x4,x6,x710

对于 50 % 50\% 50% 的数据, x 1 , x 2 , x 5 ≤ 1 0 9 , x 3 , x 4 , x 6 , x 7 ≤ 100 x_1,x_2,x_5 \le 10^9,x_3,x_4,x_6,x_7 \le 100 x1,x2,x5109x3,x4,x6,x7100

对于 100 % 100\% 100% 的数据, x 1 , x 2 , x 5 ≤ 1 0 18 , x 3 , x 4 , x 6 , x 7 ≤ 1000 , p ≤ 1 0 9 + 7 x_1,x_2,x_5 \le 10^{18},x_3,x_4,x_6,x_7 \le 1000, p \le 10^9+7 x1,x2,x51018,x3,x4,x6,x71000,p109+7

数据保证了 p > x 3 , x 4 , x 6 , x 7 p>x_3,x_4,x_6,x_7 p>x3,x4,x6,x7,应该不会出什么怪事

对于每个测试点,答对7个得5分,答对5个得3分,答对3个得1分

如果你的输出不是7个数, spj会给你0分

题解

前两个点直接prufer序即可(所以没分)。

对于3,4考虑DP:由于无标号为避免重复,一个点转移时应按照子树的某种顺序转移。设 f [ i ] [ j ] f[i][j] f[i][j]为i个点组成若干子树,子树大小不降,最后一个子树大小为 j j j的方案数,枚举最后一个子树选了几个,用插板法计算可重无标号组合即可。注意这里可以不需要记第二维,直接一开始枚举 j j j转移即可保证从小到大。

对于5,这种数据范围很大却连DP都没什么思路的问题当然考虑一些巧妙性质了。发现无论前 n − 1 n-1 n1个点是怎么样的,第n个点一定有唯一确定方案使它合法,于是答案为 2 ( n − 1 ) ∗ ( n − 2 ) / 2 2^{(n-1)*(n-2)/2} 2(n1)(n2)/2

那么6就是满足5并且联通的图的个数了,也是很套路的东西,设一个总的方案和联通的方案,考虑 1 1 1号点所在连通块大小,相互转移一下即可。

对于7也是类似的思路,注意到联通的二分图只会有两种同构的情况,转移的时候 ∗ 2 *2 2即可。

这篇关于DTOJ 4749. 计数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/788743

相关文章

YOLOv8/v10+DeepSORT多目标车辆跟踪(车辆检测/跟踪/车辆计数/测速/禁停区域/绘制进出线/绘制禁停区域/车道车辆统计)

01:YOLOv8 + DeepSort 车辆跟踪 该项目利用YOLOv8作为目标检测模型,DeepSort用于多目标跟踪。YOLOv8负责从视频帧中检测出车辆的位置,而DeepSort则负责关联这些检测结果,从而实现车辆的持续跟踪。这种组合使得系统能够在视频流中准确地识别并跟随特定车辆。 02:YOLOv8 + DeepSort 车辆跟踪 + 任意绘制进出线 在此基础上增加了用户

归并排序/计数排序

1:归并排序 1.1:代码 void _MergeSort(int* arr, int left, int right, int* tmp){if (left >= right){return;}int mid = (left + right) / 2; _MergeSort(arr, left, mid, tmp); _MergeSort(arr, mid+1, righ

牛客小白月赛100(A,B,C,D,E,F三元环计数)

比赛链接 官方讲解 这场比较简单,ABC都很签到,D是个不太裸需要预处理的 B F S BFS BFS 搜索,E是调和级数暴力枚举,F是三元环计数。三元环考的比较少,没见过可能会偏难。 A ACM中的A题 思路: 就是枚举每个边变成原来的两倍,然后看看两短边之和是否大于第三边即可。 不能只给最短边乘 2 2 2,比如 1 4 8 这组数据,也不能只给第二短边乘 2 2 2,比

【CF】C. Glass Carving(二分 + 树状数组 + 优先队列 + 数组计数)

这题简直蛋疼死。。。。。 A了一下午 #include<cstdio>#include<queue>#include<cstring>#include<algorithm>using namespace std;typedef long long LL;const int maxn = 200005;int h,w,n;int C1[maxn],C2[maxn];int

有temp表包含A,B两列,使用SQL,对B列进行处理,形成C列,按A列顺序,B列值不变,则C列累计技术,B列值变化,则C列重新开始计数

有temp表,使用SQL,对B列进行处理,形成C列,按A列顺序,B列值不变,则C列累计技术,B列值变化,则C列重新开始计数 建表语句如下 CREATE TABLE temp(A STRING ,B STRING );INSERT INTO TABLE temp VALUES('2010','1'),('2011','1'),('2012','1'),('2013','0'),('2014',

基于yolov5的猪只识别计数检测系统python源码+onnx模型+评估指标曲线+精美GUI界面

【算法介绍】 基于YOLOv5的猪只识别计数检测系统是一种创新的农业应用解决方案,它结合了深度学习和计算机视觉技术,专为提高养猪业的管理效率和精确度而设计。该系统利用YOLOv5这一先进的目标检测模型,能够实时、准确地在图像或视频中识别并计数猪只。 YOLOv5以其轻量级、高速和准确的特点著称,特别适合用于复杂多变的农场环境。通过摄像头采集的图像数据,系统能够自动检测并标记出每一头猪的位置和数

算法---计数质数(Java)

题目:计数质数 给定整数 n ,返回 所有小于非负整数 n 的质数的数量 。 示例 1: 输入:n = 10 输出:4 解释:小于 10 的质数一共有 4 个, 它们是 2, 3, 5, 7 。 示例 2: 输入:n = 0 输出:0 示例 3: 输入:n = 1 输出:0 提示: 0 <= n <= 5 * 106 解决方法:(埃氏筛) 思路: 算法由希腊数学家厄拉多塞(\rm

leetcode 204:计数质数

int countPrimes(int n) {if(n<=0)return 0;int c=0;for(int i=2;i<n;i++){int flag=0;for(int j=2;j<=std::sqrt(i);j++){if(i%j==0){flag=1;break;}}if(flag==0)c++;}return c;}

yolov8目标检测pyside6可视化图形界面+检测源码ui文件——用于计数统计

项目结构 YOLOv8模型加载:加载预训练的YOLOv8模型。PySide6 GUI:设计图形用户界面,用于显示检测结果和控制选项。摄像头/视频输入:从摄像头或视频文件读取图像帧。目标检测:使用YOLOv8模型对输入图像进行实时目标检测。计数统计:根据检测到的目标数量更新界面上的计数器。 关键步骤 1. YOLOv8模型准备 首先,你需要有一个YOLOv8模型,可以从官方仓库下载或

内部排序之五:计数排序、基数排序和桶排序

前言    最后三种排序算法了,由于都不是基于比较的排序,因此这三种排序算法可以以线性时间运行。但是因为限制条件的特殊性,因此应用面没有基于元素比较的排序算法广,但是在很多特定的情况下还是蛮有用途的,而且效率极高。 计数排序    计数排序是建立在这样的前提条件下的:假设n个输入元素的每一个都是0到k区间内的一个整数,其中k为某个整数。因此我们后面所写的程序也只是针对