[atARC094F]Normalization
考虑$s$能变成$t$的必要条件(假设$s\ne t$):
1.$s$中存在一对相邻字符不同
2.$|s|=|t|$且若将a-c对应为0-2,则字符模3同余;
3.$t$中存在一对相邻两个字符相同
同时,对于$|s|\ge 4$,这个充分条件也是必要条件,证明如下:
归纳,对于$|s|=4$暴力验证,否则考虑通过若干次操作将$s$首或尾的字符与$t$相同,然后删去这个字符
具体的构造:若初始相同,直接删去即可,否则强制$s_{2}=s_{3}=除去s_{1}和t_{1}的另一种字符$,然后通过$s_{4}$调整模数相等,再令$s_{5}=...=s_{|s|}=a$即可,先将$s[2,|s|]$变为该字符串,然后再操作一次即相同
同时为了保证第2个性质,若仅在首部出现相邻的相同字符,选择删去尾部,且由于$|s|\ge 4$,首尾相同的部分必然不会重复,因此合法
对于第一个条件直接判定(注意还有$s=t$的1种)即可,否则令$f[i][j][k][p]$表示$t$中前$i$个字符和模3为$j$,最后一个字符为$k$,是否出现过相邻字符相同的方案数,转移分类讨论即可
特别的,如果$s$中没有相邻两个字符,但$t=s$仍然是合法解,答案要加1

1 #include<bits/stdc++.h>
2 using namespace std;
3 #define N 200005
4 #define mod 998244353
5 int n,sum,ans,vis[3][3][3],f[N][3][3][2];
6 char s[N];
7 void dfs(int a,int b,int c){
8 if (vis[a][b][c])return;
9 vis[a][b][c]=1;
10 ans++;
11 if (a!=b)dfs(3-a-b,3-a-b,c);
12 if (b!=c)dfs(a,3-b-c,3-b-c);
13 }
14 int main(){
15 scanf("%s",s);
16 n=strlen(s);
17 if (n==2){
18 printf("%d",1+(s[0]!=s[1]));
19 return 0;
20 }
21 if (n==3){
22 dfs(s[0]-'a',s[1]-'a',s[2]-'a');
23 printf("%d",ans);
24 return 0;
25 }
26 bool flag=0;
27 for(int i=1;i<n;i++)
28 if (s[i]!=s[0]){
29 flag=1;
30 break;
31 }
32 if (!flag){
33 printf("1");
34 return 0;
35 }
36 for(int i=0;i<3;i++)f[0][i][i][0]=1;
37 for(int i=1;i<n;i++)
38 for(int j=0;j<3;j++)
39 for(int k=0;k<3;k++)
40 for(int l=0;l<3;l++)
41 for(int p=0;p<2;p++)
42 f[i][j][k][(p|(l==k))]=(f[i][j][k][(p|(l==k))]+f[i-1][(j+3-k)%3][l][p])%mod;
43 sum=0,ans=1;
44 for(int i=0;i<n;i++)sum=(sum+s[i]-'a')%3;
45 for(int i=1;i<n;i++)ans&=(s[i]!=s[i-1]);
46 for(int i=0;i<3;i++)ans=(ans+f[n-1][sum][i][1])%mod;
47 printf("%d",ans);
48 }
[atARC094F]Normalization的更多相关文章
- 数据预处理中归一化(Normalization)与损失函数中正则化(Regularization)解惑
背景:数据挖掘/机器学习中的术语较多,而且我的知识有限.之前一直疑惑正则这个概念.所以写了篇博文梳理下 摘要: 1.正则化(Regularization) 1.1 正则化的目的 1.2 正则化的L1范 ...
- 归一化方法 Normalization Method
1. 概要 数据预处理在众多深度学习算法中都起着重要作用,实际情况中,将数据做归一化和白化处理后,很多算法能够发挥最佳效果.然而除非对这些算法有丰富的使用经验,否则预处理的精确参数并非显而易见. 2. ...
- Normalization
In creating a database, normalization is the process of organizing it into tables in such a way that ...
- 归一化交叉相关Normalization cross correlation (NCC)
归一化交叉相关Normalization cross correlation (NCC) 相关系数,图像匹配 NCC正如其名字,是用来描述两个目标的相关程度的,也就是说可以用来刻画目标间的相似性.一般 ...
- 从Bayesian角度浅析Batch Normalization
前置阅读:http://blog.csdn.net/happynear/article/details/44238541——Batch Norm阅读笔记与实现 前置阅读:http://www.zhih ...
- quantile normalization原理
对于芯片或者其它表达数据来说,最常见的莫过于quantile normalization啦. 那么它到底对我们的表达数据做了什么呢?首先要么要清楚一个概念,表达矩阵的每一列都是一个样本,每一行都是一个 ...
- 数据标准化 Normalization
数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间.在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能 ...
- [CS231n-CNN] Training Neural Networks Part 1 : activation functions, weight initialization, gradient flow, batch normalization | babysitting the learning process, hyperparameter optimization
课程主页:http://cs231n.stanford.edu/ Introduction to neural networks -Training Neural Network ________ ...
- 深度学习网络层之 Batch Normalization
Batch Normalization Ioffe 和 Szegedy 在2015年<Batch Normalization: Accelerating Deep Network Trainin ...
随机推荐
- 字符串编码js第三方类库text-encoding
GITHUB地址:https://github.com/BCode001/text-encoding
- Git学习笔记02-配置
安装好Git之后,做的就是需要配置Git了 第一步,配置自己的名称和邮箱 打开Git Bash 输入命令 git config --global user.name "用户名" g ...
- dp凸优化/wqs二分学习笔记(洛谷4383 [八省联考2018]林克卡特树lct)
qwq 安利一个凸优化讲的比较好的博客 https://www.cnblogs.com/Gloid/p/9433783.html 但是他的暴力部分略微有点问题 qwq 我还是详细的讲一下这个题+这个知 ...
- NX屏蔽窗口的按钮
有时候在激活一个命令按钮的时候,需要同时禁止掉另外一个或多个命令按钮 ''' <summary> ''' 取按钮是否敏感 ''' </summary> ''' <para ...
- 学大数据一定要会Java开发吗?
Java是目前使用广泛的编程语言之一,具有的众多特性,特别适合作为大数据应用的开发语言.Java语言功能强大和简单易用,不仅吸收了C++语言的各种优点还摒弃了C++里难以理解的多继承.指针等概念. J ...
- Postman实现SHA256withRSA签名
@ 目录 获取pmlib 引入依赖bundle.js,有以下两种方式: 使用Pre-request Script对请求进行加签(具体加签字段请看自己项目) 获取pmlib 引入依赖bundle.js, ...
- Vim 不区分大小写
Vim 不区分大小写 忽略:set ignorecase 恢复:set noignorecase
- 万里阳光号Srcum Metting博客汇总
Srcum Meeting 一.Alpha阶段 第一次Scrum Meeting 第二次Scrum Meeting 第三次Scrum Meeting 第四次Scrum Meeting 第五次Scrum ...
- 第七次Scrum Metting
日期:2021年5月5日 会议主要内容概述:前后端对接,以及接下来的测试优化等工作. 一.进度情况 组员 负责 两日内已完成的工作 后两日计划完成的工作 工作中遇到的困难 徐宇龙 后端 测试数据模块和 ...
- [Beta]the Agiles Scrum Meeting 8
会议时间:2020.5.22 21:00 1.每个人的工作 今天已完成的工作 成员 已完成的工作 issue yjy 帮助解决博客评分功能遇到的问题 tq 暂无 wjx 完成批量创建团队项目功能 班级 ...