【codeforces】gym 101138 K. The World of Trains【前缀和优化dp】

2024-09-05 13:58

本文主要是介绍【codeforces】gym 101138 K. The World of Trains【前缀和优化dp】,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!

题目链接:K. The World of Trains

记录一个横着的前缀dp和以及斜着的前缀dp,复杂度 O(n2)

#include <bits/stdc++.h>
using namespace std ;typedef pair < int , int > pii ;
typedef long long LL ;#define clr( a , x ) memset ( a , x , sizeof a )const int MAXN = 3500 ;
const int mod = 1e9 + 7 ;int dp[MAXN][MAXN] , f[MAXN][MAXN] , g[MAXN][MAXN] ;
int n , d , t , k ;int pm ( int x , int n ) {LL res = 1 ;while ( n ) {if ( n & 1 ) res = res * x % mod ;x = 1LL * x * x % mod ;n >>= 1 ;}return res ;
}void solve () {if ( k == 1 ) {if ( t + d - 1 == n ) printf ( "1\n" ) ;else printf ( "0\n" ) ;return ;}clr ( dp , 0 ) ;clr ( f , 0 ) ;clr ( g , 0 ) ;dp[0][0] = 1LL * k * pm ( k - 1 , mod - 2 ) % mod ;f[0][0] = 0 ;for ( int i = 1 ; i <= n ; ++ i ) {for ( int j = 0 ; j <= t ; ++ j ) {f[i][j] = ( f[i - 1][j] + dp[i - 1][j] ) % mod ;if ( i - d >= 0 ) f[i][j] = ( f[i][j] - dp[i - d][j] + mod ) % mod ;dp[i][j] = ( dp[i][j] + 1LL * ( k - 1 ) * f[i][j] ) % mod ;if ( i - d >= 0 && j ) {g[i][j] = ( g[i - 1][j - 1] + dp[i - d][j - 1] ) % mod ;}dp[i][j] = ( dp[i][j] + 1LL * ( k - 1 ) * g[i][j] ) % mod ;}}printf ( "%d\n" , dp[n][t] ) ;
}int main () {while ( ~scanf ( "%d%d%d%d" , &n , &d , &t , &k ) ) solve () ;return 0 ;
}

这篇关于【codeforces】gym 101138 K. The World of Trains【前缀和优化dp】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/1139152

相关文章

正则表达式r前缀使用指南及如何避免常见错误

《正则表达式r前缀使用指南及如何避免常见错误》正则表达式是处理字符串的强大工具,但它常常伴随着转义字符的复杂性,本文将简洁地讲解r的作用、基本原理,以及如何在实际代码中避免常见错误,感兴趣的朋友一... 目录1. 字符串的双重翻译困境2. 为什么需要 r?3. 常见错误和正确用法4. Unicode 转换的

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

Java如何根据文件名前缀自动分组图片文件

《Java如何根据文件名前缀自动分组图片文件》一大堆文件(比如图片)堆在一个目录下,它们的命名规则遵循一定的格式,混在一起很难管理,所以本文小编就和大家介绍一下如何使用Java根据文件名前缀自动分组图... 目录需求背景分析思路实现代码输出结果知识扩展需求一大堆文件(比如图片)堆在一个目录下,它们的命名规

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N