【组合数学 动态规划】P6870 [COCI2019-2020#5] Zapina|普及+

【组合数学 动态规划】P6870 [COCI2019-2020#5] Zapina|普及+

本文涉及知识点

组合数学汇总
C++动态规划

[COCI2019-2020#5] Zapina

题目描述

有 n n n 个不同的人和 n n n 道不同的题。

第 i i i 个人开心当且仅当他被分配到 i i i 道题,题号不限。

求让至少一个人开心的分配方案数。

输入格式

一个正整数: n n n。

输出格式

一个数字:你的答案 m o d 10 9 + 7 \bmod 10^9+7 mod109+7。

样例 #1

样例输入 #1

1 

样例输出 #1

1 

样例 #2

样例输入 #2

2 

样例输出 #2

3 

样例 #3

样例输入 #3

314 

样例输出 #3

192940893 

提示

数据范围

本题捆绑测试。

  • 对于 22 p t s 22 pts 22pts 的数据, 2 ≤ n ≤ 7 2\leq n\leq 7 2≤n≤7。
  • 对于另外 33 p t s 33 pts 33pts 的数据, 1 ≤ n ≤ 20 1\leq n\leq 20 1≤n≤20。
  • 对于所有的数据, 1 ≤ n ≤ 350 1\leq n\leq 350 1≤n≤350。

样例#2解释

有以下 3 3 3 种方案:

  • 第一题給第一个人,第二题給第二个人。第一个人开心。
  • 第二题給第一个人,第一题給第二个人。第一个人开心。
  • 两题都给第二个人。第二个人开心,期望分配两题,也分配到两题。

动态规划(无法通过)

动态规划之状态表示

dp[i][j][k]记录符合以下条件的方案数。前i个人物已经分配完题目,已经分配j题,有k个人开心。
空间复杂度:O(nnn),用滚动向量优化空间 pre = dp[i-1],cur= dp[i]。

动态规划之转移方程

枚举后置状态
dp[i][j][k] += ( ∑ p : 0 j d p [ i − 1 ] [ j − p ] [ k ] × C n − ( j − p ) p ) − d p [ i − 1 ] [ j − i ] [ k ] × C n − ( j − i ) i (\sum_{p:0}^{j}dp[i-1][j-p][k] \times C_{n-(j-p)}^{p})-dp[i-1][j-i][k]\times C_{n-(j-i)}^{i} (∑p:0j​dp[i−1][j−p][k]×Cn−(j−p)p​)−dp[i−1][j−i][k]×Cn−(j−i)i​ 第i个人不开心。第二项必须j >= i。由于表达式包括j,p,所以无法利用前缀和优化。
dp[i][j][k] += dp[i-1][j-i][k-1] 第i个人开心,注意:i >= i 且k >0。
单个状态转移时间复杂度:O(1),总时间复杂度:O(nnn)

动态规划的填表顺序

i = 1 to N k =0 to N j =0 to N

动态规划的初始值

dp[0][0][0]=1,其它全为0。

动态规划的返回值

典型的容斥原理应用,预处理好cnt[i],然后代入公式。
cnt[i] = dp.back().back()[i]

动态规划二

动态规划状态表示

dp[i][j]记录所有人都不快乐的方案数:i表示前i个人都已经分配完题目,已经分配了j个题目。
空间复杂度:O(nn)

动态规划的转移方程

枚举前置状态
for p = 0 to n-j 且p ≠ \neq = i+1
dp[i+1][j+p] += dp[i][j] × C n − j p \times C_{n-j}^{p} ×Cn−jp​
单个状态转移的时间复杂度O(n),总时间复杂度O(nnn)

动态规划的初始值

dp[0][0]=1,其它全为0。

动态规划的填表数学

i = 0 to n-1 j = 0 to N

动态规划的返回值

nn-dp.back() 总方案数减去所有人不快乐的方案数。

代码

核心代码

#include<iostream>#include<sstream>#include<vector>#include<map>#include<unordered_map>#include<set>#include<unordered_set>#include<string>#include<algorithm>#include<functional>#include<queue>#include<stack>#include<iomanip>#include<numeric>#include<math.h>#include<climits>#include<assert.h>#include<bitset>usingnamespace std;template<classT=int> vector<T>Read(int n,constchar* pFormat ="%d"){ vector<T> ret; T d ;while(n--){scanf(pFormat,&d); ret.emplace_back(d);}return ret;}template<classT=int> vector<T>Read(constchar* pFormat ="%d"){int n;scanf("%d",&n); vector<T> ret; T d;while(n--){scanf(pFormat,&d); ret.emplace_back(d);}return ret;} string ReadChar(int n){ string str;char ch;while(n--){do{scanf("%c",&ch);}while(('\n'== ch)); str += ch;}return str;}template<int MOD =1000000007>classC1097Int{public:C1097Int(longlong llData =0):m_iData(llData% MOD){} C1097Int operator+(const C1097Int& o)const{returnC1097Int(((longlong)m_iData + o.m_iData)% MOD);} C1097Int&operator+=(const C1097Int& o){ m_iData =((longlong)m_iData + o.m_iData)% MOD;return*this;} C1097Int&operator-=(const C1097Int& o){ m_iData =(m_iData + MOD - o.m_iData)% MOD;return*this;} C1097Int operator-(const C1097Int& o){returnC1097Int((m_iData + MOD - o.m_iData)% MOD);} C1097Int operator*(const C1097Int& o)const{return((longlong)m_iData * o.m_iData)% MOD;} C1097Int&operator*=(const C1097Int& o){ m_iData =((longlong)m_iData * o.m_iData)% MOD;return*this;} C1097Int operator/(const C1097Int& o)const{return*this* o.PowNegative1();} C1097Int&operator/=(const C1097Int& o){*this/= o.PowNegative1();return*this;}booloperator==(const C1097Int& o)const{return m_iData == o.m_iData;}booloperator<(const C1097Int& o)const{return m_iData < o.m_iData;} C1097Int pow(longlong n)const{ C1097Int iRet =1, iCur =*this;while(n){if(n &1){ iRet *= iCur;} iCur *= iCur; n >>=1;}return iRet;} C1097Int PowNegative1()const{returnpow(MOD -2);}intToInt()const{return(m_iData + MOD)% MOD;}private:int m_iData =0;;};template<classResult= C1097Int<>>classCCombination{public:CCombination(){ m_v.assign(1,vector<Result>(1,1));} Result Get(int sel,int total){assert(sel <= total);while(m_v.size()<= total){int iSize = m_v.size(); m_v.emplace_back(iSize +1,1);for(int i =1; i < iSize; i++){ m_v[iSize][i]= m_v[iSize -1][i]+ m_v[iSize -1][i -1];}}return m_v[total][sel];}protected: vector<vector<Result>> m_v;};classSolution{public:intAns(int N){ vector<vector<C1097Int<>>>dp(N +1,vector<C1097Int<>>(N +1)); dp[0][0]=1; CCombination com;for(int i =0; i < N; i++){auto& pre = dp[i];auto& cur = dp[i +1];for(int j =0; j <= N; j++)for(int p =0; p <= N - j; p++){if(i +1== p){continue;} cur[j + p]+= pre[j]* com.Get(p, N - j);}} C1097Int<> ans =C1097Int<>(N).pow(N)- dp.back().back();return ans.ToInt();}};intmain(){#ifdef_DEBUGfreopen("a.in","r",stdin);#endif// DEBUGint n;scanf("%d",&n);auto res =Solution().Ans(n); cout << res << std::endl;return0;}

单元测试

TEST_METHOD(TestMethod11){auto res =Solution().Ans(1);AssertEx(1, res);}TEST_METHOD(TestMethod12){auto res =Solution().Ans(2);AssertEx(3, res);}TEST_METHOD(TestMethod13){auto res =Solution().Ans(314);AssertEx(192940893, res);}TEST_METHOD(TestMethod14){ vector<int> ans ={0,1,3,16,147,1756,25910,453594,9184091,211075288,427652759,380254172,88525330,594308696,594582617,496808516,230533631,930048563,734906046,145824550,963104287,792576272,20842121,926710860,624063170,435324673,941196758,100412345,829823320,16604011,119246612,467453588,296507940,19474275,437566401,580597104,325614134,114081039,16970316,54942632,953074343,664503025,963474561,463988230,901088598,552316694,370315853,363024430,361814615,987969955,356909604,72317551,362905861,844210242,74494960,267374090,9829229,80574666,190779497,993501688,667880842,25921000,891056540,820027654,988133379,860424629,164712123,638551214,64068242,852828384,594849040,713709588,713810843,796807000,639934368,445930895,853650080,686849288,687485088,204732826,938270531,233180167,680119887,798575300,221191668,719754542,183970632,65159363,102009420,106900582,603406815,547850988,69043888,441404069,178108361,171613595,194519530,846734478,733143650,732291535,534460323,424030598,293484626,18815201,585676643,912726223,510270289,151012819,929291571,529049185,117076206,900078971,614777735,348106199,423774249,574430766,526570315,748176803,31818969,501560666,705499512,806457493,862367692,255090341,812275285,136149440,140879753,956968322,984467061,121221372,826702704,995609955,640463338,795423206,438017231,104878010,715195281,87713761,472145514,512444087,528010597,448216404,715864432,365209471,998258892,47038284,945845611,742836670,874752539,351178973,115572999,85498210,750445820,566986136,507422951,263280651,363746668,721379342,657233523,368070024,365517137,557356212,405385770,702731018,726524565,582672271,713823066,172539263,452254713,108837529,685050929,112599223,950160771,537791717,196634339,765215429,723039551,992336331,495498388,734598160,166618212,690246061,613497507,91548173,34919956,30705717,150505766,252695495,997416620,426419436,299460599,841765395,170108584,130185332,573662799,620823933,366877355,870627156,903422770,826307196,361255220,710936088,447319974,885230522,664999650,227183665,35153803,597619983,251027027,953802478,83703267,961654121,351763496,571777475,19373724,564323159,525846126,988983101,113976315,976654852,957177092,547018849,207894228,385473127,401477473,894388178,414921794,285963181,179455247,584525294,721286723,628695619,608638999,599226595,806938357,465644549,296878851,573944747,201107705,585546352,487718852,205357994,277758478,969139685,461220859,461004882,132504633,615131412,824346063,924255686,759290174,358422542,635725603,176609609,917792915,257455569,746184536,316402317,783793186,500434871,517428456,451399654,409643100,482863842,176126614,820640574,657068590,362058002,242650619,186901373,515265982,89328722,942695111,540996271,90622012,138665430,818615553,784975850,417957865,721662199,737792977,495770091,951382091,316267089,374149589,284673490,916782568,790954001,602629711,531192034,664953974,624778690,283568537,34602368,376162450,10239950,812647987,99619518,509861236,256514260,341204270,899013232,614243782,535500022,518807185,472039848,306389369,965790287,155402774,825826404,381603778,307185930,856889200,248603369,192940893,25534731,193328908,438514397,782463496,892910780,686315937,919983254,111131855,299340566,255665989,470190823,983178320,961595576,279565492,63447508,69379637,540261561,887203349,350550553,701031556,754173085,251426123,533498405,443766626,741119012,897485842,708580238,529660266,493526336,813446619,453474512,927471565,937547684,981739148,653129658,688023819};for(int i =0; i <min(200u,ans.size()); i++){auto res =Solution().Ans(i);AssertEx(ans[i], res);}}

扩展阅读

我想对大家说的话
工作中遇到的问题,可以按类别查阅鄙人的算法文章,请点击《算法与数据汇总》。
学习算法:按章节学习《喜缺全书算法册》,大量的题目和测试用例,打包下载。重视操作
有效学习:明确的目标 及时的反馈 拉伸区(难度合适) 专注
闻缺陷则喜(喜缺)是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛
失败+反思=成功 成功+反思=成功

视频课程

先学简单的课程,请移步ZEEKLOG学院,听白银讲师(也就是鄙人)的讲解。
https://edu.ZEEKLOG.net/course/detail/38771
如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.ZEEKLOG.net/lecturer/6176

测试环境

操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。

Read more

【Java ArrayList】从入门到精通:从概念,使用到扩容机制,一篇带你掌握Java动态数组核心

【Java ArrayList】从入门到精通:从概念,使用到扩容机制,一篇带你掌握Java动态数组核心

🎁个人主页:User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏:Java.数据结构 【前言】 ArrayList 是 Java 集合框架(Java Collections Framework)中最常用的动态数组实现,它提供了灵活的容量管理、便捷的增删改查操作,广泛应用于日常开发中。本文将深入剖析 ArrayList 的底层结构、核心方法源码、性能特点及最佳实践,帮助读者彻底掌握这一基础数据结构。 文章目录: * 一、ArrayList的概念 * 二、ArrayList的使用 * 1.构造ArrayList * 1.1 无参构造方法 * 1. 2 带有初始容量的构造方法 * 1.3 用其他集合类构造ArrayList * 2.操作方法 * 2.1 boolean add(

By Ne0inhk
最近对javashop做了压力测试:百万级并发下完全不是问题

最近对javashop做了压力测试:百万级并发下完全不是问题

目录 * 最近对javashop做了压力测试:百万级并发下完全不是问题 * 一、弹性架构设计:线性扩容的工程艺术 * 1. 水平扩展的完美表现 * 2. 资源效率的精准把控 * 二、关键性能指标:百万级并发的技术突破 * 1. 长时间稳定性测试(30 分钟高压下的 “零失误”) * 2. 数据一致性保障 * 3. 大数据量处理能力 * 三、全链路技术优化方案 * 1. 智能监控体系 * 2. 核心场景优化效果 * 3. 高性价比推荐配置 * 四、从技术优势到商业价值 * 结语:重新定义电商技术标准 最近对javashop做了压力测试:百万级并发下完全不是问题 在电商行业竞争白热化的今天,系统性能直接决定了用户体验和企业商业成功。本文基于《Javashop 压测报告》,从技术架构、核心指标、业务价值三大维度深度解析其性能优势,并针对原文进行优化,为追求极致性能的企业提供更具价值的选型参考。 一、弹性架构设计:线性扩容的工程艺术 1.

By Ne0inhk
Java 大视界 -- Java 大数据机器学习模型在金融风险管理体系构建与风险防范能力提升中的应用(435)

Java 大视界 -- Java 大数据机器学习模型在金融风险管理体系构建与风险防范能力提升中的应用(435)

Java 大视界 -- Java 大数据机器学习模型在金融风险管理体系构建与风险防范能力提升中的应用(435) * 引言: * 正文: * 一、金融风控的技术选型逻辑:为何 Java 是核心基石? * 1.1 金融风控的核心技术诉求 * 1.2 Java 生态在金融场景的不可替代性 * 1.3 大数据 + 机器学习的技术融合架构 * 二、核心落地:Java 大数据 + 机器学习的全链路实现 * 2.1 数据层:金融级数据治理(风控的 “生命线”) * 2.1.1 核心痛点与解决方案(真实项目数据) * 2.1.2 实战代码:Java 数据清洗工具类(Spark SQL 集成,可直接运行)

By Ne0inhk
Java 大视界 -- Java+Spark MLlib 构建智能推荐系统:协同过滤算法实战与优化(441)

Java 大视界 -- Java+Spark MLlib 构建智能推荐系统:协同过滤算法实战与优化(441)

Java 大视界 -- Java+Spark MLlib 构建智能推荐系统:协同过滤算法实战与优化(441) * 引言: * 正文: * 一、 推荐系统整体架构设计:从业务场景出发,搭建高可用架构 * 1.1 架构设计核心原则:贴合业务,兼顾性能与可扩展性 * 1.2 全链路架构图:纵向布局,清晰呈现核心模块 * 1.3 核心模块职责:分工明确,形成闭环 * 1.3.1 数据采集层 * 1.3.2 数据处理层 * 1.3.3 模型层 * 1.3.4 推荐生成层 * 1.3.5 存储层

By Ne0inhk