洛谷P7224 [RC-04] 子集积解析

首先看数据范围

n小于等于22,无脑dfs一顿混个基础分

cpp 复制代码
#include <bits/stdc++.h>
#define LL long long
using namespace std;
const int maxn = 1e6 + 5;
const int mod = 998244353;
LL n, m, a[maxn], ans;
void dfs(LL s, int x) {
	for (int i = x; i <= n; ++i) {
		s *= a[i];
		if (s > m)ans = (ans + 1) % mod;
		dfs(s, i + 1);
		s /= a[i];
	}
}
int main() {
	cin >> n >> m;
	for (int i = 1; i <= n; ++i)cin >> a[i];
	dfs(1, 1);
	cout << ans;
	return 0;
}

出题人真心好!65分!剩下超时!

再看题意?

求子集积大于m的子集个数?

大于m的个数不好用背包,小于等于用背包就好求嘛!正难则反!正难则反!正难则反!

最后用2^n减去就可以

分析答案:对于一个子集积小于等于m的子集来说,必定包含了某几个数,那么对于所有的数来说,存在选与不选两种情况,妥妥的01背包。

物品:数 背包容量:m

转移方程:f[ j ]=f[ j ]+f[ j/a[ i ] ]

初始值:f[1]=1

意为目前子集积为1的只有空集,其它选择情况都可以从空集转移

不对啊

第二层循环 j从m到a[i] 必定会超时

不管,先打了再说

cpp 复制代码
#include <bits/stdc++.h>
#define int long long
using namespace std;
const int maxn = 1e6 + 5;
const int mod = 998244353;
int n, m, a[maxn], ans;
int f[maxn]; //f[j]表示前i个数的积等于j方案数
int ksm(int x, int y) {
	int rtn = 1;
	while (y) {
		if (y & 1)rtn = rtn * x % mod;
		x = x * x % mod;
		y >>= 1;
	}
	return rtn;
}
signed main() {
	cin >> n >> m;
	for (int i = 1; i <= n; ++i)cin >> a[i];
	f[1] = 1;
	for (int i = 1; i <= n; ++i) {
		for (int j = m; j >= a[i]; --j) {//用此法只有34分
			if (j % a[i] == 0)f[j] = (f[j] + f[j / a[i]]) % mod;
//		for (int j = m / a[i] * a[i]; j > 0; j -= a[i]) {//用此法有55分
//			f[j] = (f[j] + f[j / a[i]]) % mod;
		}
	}
	int ans = ksm(2, n);
	for (int i = 1; i <= m; ++i)ans = (ans - f[i] + mod) % mod;
	cout << ans;
	return 0;
}

34分

观察对于当前数a[i]来说,只有j%a[i]==0的才能转移,

怒优化为:for (int j=m/a[i]*a[i];j>0;j-=a[i])

55分

再看数据范围

发现什么了吗?

对!有相同数,可以预料的是可能有很多相同数!

分析样例:1 1 2 3中有两个1,去掉重复的1后剩下 1 2 3,满足要求的子集是{1}{2}{3}{12}{13}共5个,如果再加上一个1,则答案变成2*5,再加一个1,2*2*5,......。

相关推荐
NAGNIP11 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱19 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub1 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP1 天前
一文搞懂激活函数!
算法·面试
董董灿是个攻城狮1 天前
AI 视觉连载7:传统 CV 之高斯滤波实战
算法