IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 2021年北师大人工智能学院夏令营上机测试题解 -> 正文阅读

[人工智能]2021年北师大人工智能学院夏令营上机测试题解

前言:

有幸拿到rk1,但由于服务器卡成OI赛制,少A整整一道题。

这里多吐槽一句,连我们学校校内软卓选拔都舍得开一个月600的云服务器(当时我负责的这事儿)。北师大也太勤俭持家了吧,弄两天弹性服务也成啊呜呜呜

面试:

感觉凉透了,老师一直在问我rk能保研不(双非低rk的伤)。然后英语问答也没准备好,让介绍家乡,我就憋了三句话(我感觉让我用中文说,也就能说三句话).还是要多准备模板啊!!!

A.签到题(略)

B.数列比较

在这里插入图片描述
在这里插入图片描述

题目思路:

将a,b数组对应的存成点对。对第一维度(a)升序排序,那么条件转化为:
当 a [ i ] > a [ i ? 1 ] 当a[i] > a[i-1] a[i]>a[i?1]时,必须有 b [ i ] ≥ b [ j ] , j ∈ [ 1 , i ? 1 ] b[i] \geq b[j],j\in[1,i-1] b[i]b[j],j[1,i?1].即 b [ i ] ≥ max ? j = 1 i ? 1 b [ j ] b[i] \geq \max_{j=1}^{i-1}b[j] b[i]maxj=1i?1?b[j].

所以根据我们的条件,对第一维排序,当相等的时候,对第二维升序排序。

这么排完后,我们只需要 O ( n ) O(n) O(n) c h e c k check check一遍第二维是否非降即可。

时间复杂度: O ( n l o g n ) O(nlogn) O(nlogn)

C矩阵乘法

在这里插入图片描述
n ≤ 100 n \leq 100 n100

题目思路:

就枚举 a , b , c , d a,b,c,d a,b,c,d,强行解方程完事了,有点无聊的题目。当然,我还被卡常了,打了个表过了。

时间复杂度: O ( n 4 ) O(n^4) O(n4)

D.猴子打字

在这里插入图片描述

题目思路:

经典题目,我tm还能推错转移方程,自撒算了我靠。

不懂怎么做这题的,推荐看我这篇博客的第3题,把状态机思想弄明白

n ≤ 90 % n \leq 90\% n90%的做法:状态机 d p dp dp.

d p ( i , j = 0 / 1 / 2 / 3 ) dp(i,j=0/1/2/3) dp(i,j=0/1/2/3) 代表前 i i i个长度,并且当前以状态 j j j结尾的方案数.

j = 0 j=0 j=0代表当前没出现 b n u bnu bnu,且结尾也不是 b b b.

j = 1 j=1 j=1代表当前没出现 b n u bnu bnu,且结尾恰好是 b b b.

j = 2 j=2 j=2代表当前没出现 b n u bnu bnu,且结尾恰好是 b n bn bn.

j = 3 j=3 j=3代表当前已经出现了 b n u bnu bnu.

PS:这么定义状态是因为 b n u bnu bnu子串的出现一定是如上述按若干个小阶段构造出来的。

此时可以构建出有限状态机出来。状态的转移就像在图上游走。

如下图所示:
在这里插入图片描述
那么状态转移方程直接对着图推就好了:

d p ( i , 0 ) = d p ( i ? 1 , 0 ) ? ( k ? 1 ) + d p ( i ? 1 , 1 ) ? ( k ? 2 ) + d p ( i ? 1 , 2 ) ? ( k ? 2 ) dp(i,0)=dp(i-1,0) * (k-1) + dp(i-1,1)*(k-2) + dp(i-1,2)*(k-2) dp(i,0)=dp(i?1,0)?(k?1)+dp(i?1,1)?(k?2)+dp(i?1,2)?(k?2)
d p ( i , 1 ) = d p ( i ? 1 , 0 ) + d p ( i ? 1 , 1 ) + d p ( i ? 1 , 2 ) dp(i,1)=dp(i-1,0) + dp(i-1,1) + dp(i-1,2) dp(i,1)=dp(i?1,0)+dp(i?1,1)+dp(i?1,2)
d p ( i , 2 ) = d p ( i ? 1 , 1 ) dp(i,2)=dp(i-1,1) dp(i,2)=dp(i?1,1)
d p ( i , 3 ) = d p ( i ? 1 , 2 ) + d p ( i ? 1 , 3 ) ? k dp(i,3)=dp(i-1,2) + dp(i-1,3)*k dp(i,3)=dp(i?1,2)+dp(i?1,3)?k

n = 1 e 7 n=1e7 n=1e7时,开滚动数组优化空间即可.

满分做法:矩阵快速幂优化dp

这只要会矩阵快速幂优化fib递推式就可以了.

so,对于上面的转移方程,我们将没有的项补0可以构造出下面的矩阵递推式:

令转移矩阵为: T = ( k ? 1 k ? 2 k ? 2 0 1 1 1 0 0 1 0 0 0 0 1 k ) T=\begin{pmatrix} k-1& k-2 & k-2 & 0\\ 1& 1& 1&0 \\ 0& 1& 0&0 \\ 0& 0 & 1 &k \end{pmatrix} T=?????k?1100?k?2110?k?2101?000k??????.

那么有:
( d p ( n , 0 ) d p ( n , 1 ) d p ( n , 2 ) d p ( n , 3 ) ) = T ( d p ( n ? 1 , 0 ) d p ( n ? 1 , 1 ) d p ( n ? 1 , 2 ) d p ( n ? 1 , 3 ) ) = T n ( d p ( 0 , 0 ) d p ( 0 , 1 ) d p ( 0 , 2 ) d p ( 0 , 3 ) ) = T n ( 1 0 0 0 ) \begin{pmatrix} dp(n,0) \\ dp(n,1) \\ dp(n,2) \\ dp(n,3) \end{pmatrix}=T\begin{pmatrix} dp(n-1,0) \\ dp(n-1,1) \\ dp(n-1,2) \\ dp(n-1,3) \end{pmatrix}=T^n\begin{pmatrix} dp(0,0) \\ dp(0,1) \\ dp(0,2) \\ dp(0,3) \end{pmatrix}=T^n\begin{pmatrix} 1 \\ 0 \\ 0 \\ 0 \end{pmatrix} ?????dp(n,0)dp(n,1)dp(n,2)dp(n,3)??????=T?????dp(n?1,0)dp(n?1,1)dp(n?1,2)dp(n?1,3)??????=Tn?????dp(0,0)dp(0,1)dp(0,2)dp(0,3)??????=Tn?????1000??????

所以答案: a n s = T n [ 4 ] [ 1 ] ans =T^n[4][1] ans=Tn[4][1].

直接矩阵快速幂就好了~~

时间复杂度: O ( 4 3 l o g n ) O(4^3logn) O(43logn)

D.春游

在这里插入图片描述
在这里插入图片描述

题目思路:

40 % 40\% 40%的数据我直接bfs加输出路径了.

30 % 30\% 30%的数据,直接 [ u + 1 , v ] [u+1,v] [u+1,v]之间找一个不是 v v v的约数的素数。(把素数筛出来,二分u后枚举素数)。这样确实非常快,但是没有正确性。总之是乱搞的。

满分做法待补~~

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-07-10 14:32:45  更:2021-07-10 14:32:47 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/17 20:40:10-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码