AcWing 1086. 恨7不成妻(【代码简洁】标准记忆化搜索+超详解!!)
看到这题用循环写的dp代码瑟瑟发抖~
数位dp一般记忆化搜索的写法思维难度较低,也比较常用,这题的简洁代码应该就可以显现出其优越性
(用时4ms,可能比用循环写的dp还要快)
那这里补充一下记忆化搜索的写法叭qwq保姆式超详细讲解哦
有注释代码
#include<iostream>
#include<cstring>
using namespace std;
typedef long long ll;
const ll P=1e9+7;
int A[25];
ll pw[25];
struct node {ll cnt,sum,sum2;} f[20][7][7];
/*
f[I][sum][num]表示的状态为:
从第I位开始,最高位到第I位每位数字之和(%P)为sum,整个数字(%P)为num
如对于数123***,I=3时,sum=6,num=123
注:f存储的是在没有贴合上界的情况下
因为没有贴合上界,即剩下i位可以从00…00~99…99随便填,所以无论数a[]是多少都可以适用,不需要每次都重置f数组
在该状态下,结构体中的
cnt表示与7无关的数的个数
sum表示所有与7无关的数的和
num表示所有与7无关的数的平方和
*/
node dfs(int I,int sum,int num,bool lim){ //当前在第I位,最高位到第I位每位数字之和(%P)为sum,整个数字(%P)为num,lim表示是否贴合上界
if (!I) return (node){sum && num , 0 , 0}; //数字已填完,根据题目要求,若sum和num都不为0(不能被7整除),则算一种方案
if (!lim && f[I][sum][num].cnt>=0) return f[I][sum][num]; //记忆化,如果不贴合上界(!lim),直接放回记录过的答案
int up=lim ? A[I] : 9; //第I位最大能填的数
node ans=(node){0,0,0};
for (int i=0 ; i<=up ; i++) //枚举第I位填的数
if (i!=7){
node J=dfs(I-1,(sum+i)%7,(num*10+i)%7,lim && i==up);
ll B=i*pw[I-1]; //B可以理解为当前层的基值,例如第I=5位填6,则B=60000
(ans.cnt+=J.cnt)%=P; //统计与7无关数出现次数
(ans.sum+=J.cnt*B+J.sum)%=P;
/*
统计所有与7无关数的和(用dfs(I-1)已经求出了所有无关数第I-1位到最后一位所组成的数之和,即J.sum,再加上第I位即可,即J.cnt*B)
例如I=5,已知无关数有**61111,**62222,**63333(随便瞎写的几个数字)
则B=60000,J.sum=1111+2222+3333,J.cnt=3,ans.sum=61111+62222+63333
*/
(ans.sum2+=J.cnt*B%P*B%P+J.sum2+2*J.sum%P*B%P)%=P;
/*
统计所有与7无关数第I位到最后一位所组成的数的平方和
例如I=5,已知无关数有**61111,**62222,**63333(随便瞎写的几个数字)
对于61111^2=(60000+1111)^2=(60000)^2+(1111)^2+2*60000*1111
62222,63333同理
则ans.sum2=61111^2+62222^2+63333^2
=3*(60000)^2 + (1111^2+2222^2+3333^2) + 2*60000*(1111+2222+3333)
=J.cnt*B*B + J.sum2 + 2*B*J.sum
可以发现,我们用后I-1位的sum2即可推算出后I位的sum2
*/
}
if (!lim) f[I][sum][num]=ans; //记忆化:如果不贴合上界(!lim),则记录
return ans;
}
ll solve (ll X){ //分解数位
int len=0;
for ( ; X ; X/=10) A[++len]=X%10;
return dfs(len,0,0,1).sum2;
}
int main(){
int T;
cin>>T,pw[0]=1,memset(f,-1,sizeof f);
for(int i=1 ; i<21 ; i++) pw[i]=pw[i-1]*10%P; //预处理10的幂
for (ll L,R ; T ; T--)
scanf("%lld%lld",&L,&R),printf("%lld\n",(solve(R)-solve(L-1)+P)%P);
}
无注解代码
#include<iostream>
#include<cstring>
using namespace std;
typedef long long ll;
const ll P=1e9+7;
int A[25];
ll pw[25];
struct node {ll cnt,sum,sum2;} f[20][7][7];
node dfs(int I,int sum,int num,bool lim){
if (!I) return (node){sum && num , 0 , 0};
if (!lim && f[I][sum][num].cnt>=0) return f[I][sum][num];
int up=lim ? A[I] : 9;
node ans=(node){0,0,0};
for (int i=0 ; i<=up ; i++)
if (i!=7){
node J=dfs(I-1,(sum+i)%7,(num*10+i)%7,lim && i==up);
ll B=i*pw[I-1];
(ans.cnt+=J.cnt)%=P;
(ans.sum+=J.cnt*B+J.sum)%=P;
(ans.sum2+=J.cnt*B%P*B%P+J.sum2+2*J.sum%P*B%P)%=P;
}
if (!lim) f[I][sum][num]=ans;
return ans;
}
ll solve (ll X){
int len=0;
for ( ; X ; X/=10) A[++len]=X%10;
return dfs(len,0,0,1).sum2;
}
int main(){
int T;
cin>>T,pw[0]=1,memset(f,-1,sizeof f);
for(int i=1 ; i<21 ; i++) pw[i]=pw[i-1]*10%P;
for (ll L,R ; T ; T--)
scanf("%lld%lld",&L,&R),printf("%lld\n",(solve(R)-solve(L-1)+P)%P);
}
有问题的话欢迎在评论区留言哦~
AcWing 1086. 恨7不成妻(【代码简洁】标准记忆化搜索+超详解!!)的更多相关文章
- Appium+python自动化(三十)- 实现代码与数据分离 - 数据配置-yaml(超详解)
简介 本篇文章主要介绍了python中yaml配置文件模块的使用让其完成数据和代码的分离,宏哥觉得挺不错的,于是就义无反顾地分享给大家,也给大家做个参考.一起跟随宏哥过来看看吧. 思考问题 前面我们配 ...
- java代码之美(13)--- Predicate详解
java代码之美(13)--- Predicate详解 遇到Predicate是自己在自定义Mybatis拦截器的时候,在拦截器中我们是通过反射机制获取对象的所有属性,再查看这些属性上是否有我们自定义 ...
- 菜刀(代码执行)函数和命令执行函数详解及Getshell方法
i春秋作家:大家奥斯的哦 原文来自:https://bbs.ichunqiu.com/thread-41471-1-1.html 代码执行函数 VS 命令执行函数 一直想整理这两块的内容,但是一直没时 ...
- Appium+python自动化(三十二)- 代码写死一时爽,框架重构火葬场 - PageObject+unittest(超详解)
简介 江湖有言:”代码写死一时爽,框架重构火葬场“,更有人戏言:”代码动态一时爽,一直动态一直爽
- Appium+python自动化(三十九)-Appium自动化测试框架综合实践 - 代码实现(超详解)
简介 经过一段时间的准备,完善的差不多了,继续分享有关Appium自动化测试框架综合实践.想必小伙伴们有点等不及了吧! driver配置封装 kyb_caps.yaml 配置表 参考代码 platfo ...
- Appium+python自动化(四十)-Appium自动化测试框架综合实践 - 代码实现(超详解)
1.简介 今天我们紧接着上一篇继续分享Appium自动化测试框架综合实践 - 代码实现.由于时间的关系,宏哥这里用代码给小伙伴演示两个模块:注册和登录. 2.业务模块封装 因为现在各种APP的层出不群 ...
- 【随笔】菜刀(代码执行)函数和命令执行函数详解及Getshell方法
代码执行函数 VS 命令执行函数 一直想整理这两块的内容,但是一直没时间弄,直到前两天碰上一个写入了菜刀马但是死活连不上菜刀的站,顿时不知道怎么继续了,所以就趁这个机会整理了一下代码执行函数怎么get ...
- 【hdu4057】 恨7不成妻
http://acm.hdu.edu.cn/showproblem.php?pid=4507 (题目链接) 题意 求区间${[a,b]}$中的某些数的平方和,这些数要满足1.不是7的倍数,2.不含有7 ...
- hdu4507吉哥系列故事——恨7不成妻 (数位dp)
Problem Description 单身! 依然单身! 吉哥依然单身! DS级码农吉哥依然单身! 所以,他生平最恨情人节,不管是214还是77,他都讨厌! 吉哥观察了214和77这两个数,发现: ...
随机推荐
- LATEX如何写多个条件推导式推出一个结论
用markdown写推导式的时候,不太好写,故做个笔记记录一下,插入 公式块 : \left. \begin{aligned} \left. \begin{aligned} \text{这里可以写文字 ...
- Stopper的使用
工具类,抽象死循环逻辑的 import java.util.concurrent.atomic.AtomicBoolean; /** * if the process closes, a signal ...
- ARM CPU自动调度神经网络
ARM CPU自动调度神经网络 对特定设备和工作负载进行自动调度,对于获得最佳性能至关重要.通过RPC使用自动调度器为ARM CPU调度整个神经网络. 为了自动调度神经网络,将网络划分为小的子图,进行 ...
- GPU上的基本线性代数
GPU上的基本线性代数 cuBLAS库提供了基本线性代数子例程(BLAS)的GPU加速实现.cuBLAS通过针对NVIDIA GPU进行了高度优化的嵌入式行业标准BLAS API来加速AI和HPC应用 ...
- MAML-Tracker: 目标跟踪分析:CVPR 2020(Oral)
MAML-Tracker: 目标跟踪分析:CVPR 2020(Oral) Tracking by Instance Detection: A Meta-Learning Approach 论文链接:h ...
- TensorRT 7.2.1 开发概要(上)
TensorRT 7.2.1 开发概要(上) Abstract 这个TysRR7.2.1开发者指南演示了如何使用C++和Python API来实现最常用的深层学习层.它展示了如何使用深度学习框架构建现 ...
- spring——自动装配【非常详细】
什么是自动装配? 自动装配就是让应用程序上下文为你找出依赖项的过程.说的通俗一点,就是Spring会在上下文中自动查找,并自动给bean装配与其关联的属性! spring中实现自动装配的方式有两种,一 ...
- 性能监控工具之Grafana+Prometheus+Exporters
在本模块中,我将把几个常用的监控部分给梳理一下.前面我们提到过,在性能监控图谱中,有操作系统.应用服务器.中间件.队列.缓存.数据库.网络.前端.负载均衡.Web 服务器.存储.代码等很多需要监控的点 ...
- DDD实战课(实战篇)--学习笔记
目录 DDD实践:如何用DDD重构中台业务模型? 领域建模:如何用事件风暴构建领域模型? 代码模型(上):如何使用DDD设计微服务代码模型? 代码模型(下):如何保证领域模型与代码模型的一致性? 边界 ...
- 为什么有些公司的IT很乱?
--别问,问就是赛马,问就是KPI驱动 为什么很多公司甚至是闻名遐迩的资深IT公司,都被吐槽IT技术建设很烂呢?按惯例,问为什么之前,先问是不是. ▒壹·鹅厂▒ 2018年一个名为"当下腾讯 ...