首页 > 其他分享 >「JOISC 2020 Day2」遗迹

「JOISC 2020 Day2」遗迹

时间:2023-06-25 15:45:58浏览次数:38  
标签:从后 Day2 JOISC 2020 2n c0 极长

「JOISC 2020 Day2」遗迹

题目大意:

给定长度为 \(2n\) 的序列 \(h_i\),满足对于所有 \(k \in [1,n]\),均存在两个 \(i\) 满足 \(h_i = k\),定义“地震”为如下操作:

  • 对于所有 \(i \in [1,2n]\),当且仅当 \(h_i > 0\) 且对于所有 \(j > i\) 都有 \(h_i \neq h_i\) 时,\(h_i \leftarrow h_i - 1\)

现进行了 \(n\) 次地震,最终有 \(n\) 个 \(h\) 依然不为 \(0\),给定最终不为 \(0\) 的位置,要求求出初始可能的 \(h\) 的方案数。

做法

设 \(h_i\) 最终变为 \(h'_i\)。

首先考虑当给定初态时如何求末态。从后往前考虑,假设已存在的当前包含 \(h_i\) 的极长值域段为 \([k, h_i]\),则 \(h'_i = k - 1\)。

这启发我们从后往前 dp。考虑到 \(h'_i = 0\) 当且仅当此时 \([1,h_i]\) 均已存在,我们设计如下状态:\(f_{i,j}\) 表示从后往前处理到第 \(i\) 个数,当前包含 \(1\) 的极长值域段为 \([1,j]\) 的方案数,为方便转移,我们区分相同的两个 \(h\),同时设 \(h'_{i + 1}\) ~ \(h'_{2n}\) 中有 \(c0\) 个 \(0\),\(c1\) 个非 \(0\)。

先对 \(h'_i\) 是否为 \(0\) 讨论:

  • 若 \(h'_i = 0\),则 \(h_i\) 可取 \([1,j]\) 中的任意值,从 \(f_{i+1,j}\) 转移,但需要注意先前已经存在于 \([1,j]\) 的 \((j + c0)\) 个数,因此转移系数为 \((j - c0)\)。
  • 若 \(h'_i \neq 0\),等价于 \(h'_i > j\)。还需讨论取值。
    1. 若 \(h'_i > j + 1\),则包含 \(1\) 的极长连续段未改变,先不统计方案数,因此 \(f_{i + 1, j} \rightarrow f_{i,j}\) 即可。
    2. 若 \(h'_i = j + 1\),则可能有两个连续段发生合并,再枚举 \(k\) 表示转移到 \(f_{i,k}\)。首先选定合并的连续段在 \(h\) 中的位置,系数为 \(\binom{c1-j}{k-j-1}\),然后考虑 \(h_i\) 的可能取值,可取 \([j + 1,k]\) 中的任意值,因此系数为 \(k - j + 1\)。最后 \([j + 2,k]\) 待定,设这部分系数为 \(g_{k-j-1}\)。

若能预处理 \(g\),则可以在 \(O(n^3)\) 复杂度内解决问题。

下面考虑求 \(g\),\(g_n\) 表示 \(n\) 个数最终值域变为 \([1,n]\) 的方案数。枚举第一个数,即可得

\[g_n = \sum_{i=1}^n \dbinom{n-1}{i-1} (n-i+2)g_{i-1}g_{n-i} \]

直接转移即可。总复杂度 \(O(n^3)\)。

标签:从后,Day2,JOISC,2020,2n,c0,极长
From: https://www.cnblogs.com/DCH233/p/17503041.html

相关文章

  • [NOI2020] 时代的眼泪
    分块。设分出来左散块\(A_1\),中间块\(B_1,\cdots,B_k\),右散块\(A_2\)。那么贡献有\(A_1\leftarrowA_1\)即散块对自己,\(A_1\leftarrowA_2\)即散块对散块,\(A_i\leftarrowB_j\)即散块对整块,\(B_i\leftarrowB_j(i\neqj)\)即整块对整块,\(B_i\leftarrowB_i\)即整块自己。......
  • 自然语言处理顶会ACL 2020会议核心要点分享
        今年受疫情影响,ACL只能举行线上虚拟会议,因此不能近距离跟行业学者们进行交流。但我任然想把我了解到的ACL的争取趋势和研究动态分享处理,因而有了这篇文章。     这些年来ACL的总体趋势    在开始讨论整个趋势之前之前,让我们先看一下ACL会议的一些总体统计数据。今......
  • 2020年最值得阅读的10本人工智能相关书籍
        尽管我们都可以通过快速的YouTube视频或博客文章来学习,但是全神贯注于阅读一本好书有时还是不错的。因此,整理了一些最近深度学习“必读”的翻页书,以备你在世界读书日阅读!       1. GirlDecoded    RanaelKaliouby和CarolColman   Affectiva首席执行官......
  • 斯坦福2020年免费新课-CS221人工智能原理与技术-视频、ppt、参考书籍分享
        分享一套斯坦福大学在2020年初,2019年底放出一门免费精品课程-人工智能原理与技术课程,对于对于春节想要系统学习人工智能知识朋友绝对不容错过。课程介绍    这门课主要讲什么?网络搜索、语音识别、人脸识别、机器翻译、自动驾驶和自动调度有什么共同之处呢?这些都是复杂......
  • 第一阶段C++基础入门(黑马程序员)——Day2
    3运算符作用:用于执行代码的运算本章主要学习以下几类运算符:运算符类型作用算术运算符用于处理四则运算赋值运算符用于将表达式的值赋值给变量比较运算符用于表达式的比较,并返回一个真值或假值逻辑运算符用于根据表达式的值返回真值或假值3.1算术运算符作用:用于处理四则运算算术运......
  • CMU新课-《神经网络与NLP 2020春》视频及ppt分享
    课程介绍    神经网络促进了语言建模的快速发展,并且已被用于优化很多其他NLP任务,甚至解决很多过去不容易的新问题。本课程将首先对神经网络进行简要概述,然后主要讲解如何将神经网络应用于自然语言问题。每个部分都将以自然语言任务入手,介绍一个特定的问题或现象,描述为何难以建......
  • AAAI2020-图神经网络(GNN)过去、现在、应用和未来最新研究进展分享
       GNN是GraphNeuralNetwork的简称,是用于学习包含大量连接的图的联结主义模型。近年来,图神经网络(GNN)在社交网络、知识图、推荐系统甚至生命科学等各个领域得到了越来越广泛的应用。GNN在对图节点之间依赖关系进行建模的强大功能,使得与图分析相关的研究领域取得了突破。当信......
  • 2020年新-《机器学习算法入门》
    本书介绍    一种最常见和最广泛使用的机器学习模型是线性回归。线性回归是一种非常直观的监督学习算法,顾名思义,它是一种回归技术。这意味着当我们有连续值的标签时,例如汽车价格或房间温度,就会使用它。此外,正如它的名字所暗示的那样,线性回归寻求的是对线状数据的模糊处理。这是......
  • MLSS 2020-Bengio-《机器学习暑期研究前沿学校》
    课程描述    机器学习暑期学校(MLSS)系列始于2002年,其动机是推广统计机器学习和推理的现代方法。举办暑期学校的动机是,尽管许多学生热衷于学习机器学习,并且越来越多的研究人员希望将机器学习方法应用于他们的研究问题,但大部分大学中很少教授机器学习课程。暑期机器学习学校提供的......
  • 2020年新书速递-《因果推理原理:基础与学习算法》分享
            推荐一本详细讲解因果推理原理的新书,本书2020年初刚刚Release出来,需要的朋友自取。对该领域理解有限,翻译不太准确,望见谅。     文末附本书下载pdf地址。 前沿概述    因果关系推理(Causality)是一个非常有趣的研究课题。最近才开始研究隐藏在其背后的数学......