【HDU5710】Digit-Sum-思维+构造

测试地址:Digit-Sum
题目大意: S ( n ) S(n) S(n) n n n的十进制表示的各个数位之和,要求构造出一个最小正整数满足 a ⋅ S ( n ) = b ⋅ S ( 2 n ) a\cdot S(n)=b\cdot S(2n) aS(n)=bS(2n)
做法: 本题需要用到思维+构造。
我们尝试找出从 n n n变成 2 n 2n 2n后,数位和的变化。令 n n n包含的 ≥ 5 \ge 5 5的数位有 x x x个,那么变成 2 n 2n 2n后就会进 x x x次位,每进一次位,个位减 10 10 10,十位加 1 1 1,所以 S ( 2 n ) = 2 S ( n ) − 9 x S(2n)=2S(n)-9x S(2n)=2S(n)9x
于是我们就把题目中的式子改成: ( 2 b − a ) S ( n ) = 9 b ⋅ x (2b-a)S(n)=9b\cdot x (2ba)S(n)=9bx。于是分类讨论:
2 b − a &lt; 0 2b-a&lt;0 2ba<0,显然无解。
2 b − a = 0 2b-a=0 2ba=0,那么 1 1 1是最小的答案。
否则,先将 2 b − a 2b-a 2ba 9 b 9b 9b约分,剩下 p S ( n ) = q x pS(n)=qx pS(n)=qx。有一个结论是,当 x = p , S ( n ) = q x=p,S(n)=q x=p,S(n)=q时无解,则整个式子无解,否则当 x = p , S ( n ) = q x=p,S(n)=q x=p,S(n)=q时得到的解最优。
首先 x = p , S ( n ) = q x=p,S(n)=q x=p,S(n)=q无解,充要条件是 5 x &gt; S ( n ) 5x&gt;S(n) 5x>S(n),当 x x x变为 k p kp kp时, S ( n ) S(n) S(n)变为 k q kq kq,而 5 k x &gt; k S ( n ) 5kx&gt;kS(n) 5kx>kS(n),所以还是无解。
然后,如果 x = p , S ( n ) = q x=p,S(n)=q x=p,S(n)=q时有解,一种构造的方法是,首先写出 x x x 5 5 5,然后把 S ( n ) S(n) S(n)中剩余的部分尽可能加在低位上,如果 S ( n ) &gt; 9 x S(n)&gt;9x S(n)>9x,那么就要把剩余的部分加在比 x x x位更高的那些位上,显然也是尽量加在低位上,而这些位所能填的上限都是 4 4 4(因为定义了 x x x ≥ 5 \ge 5 5的数位数,不能影响)。这样就能构造出一个解了。
那么当 x = k p , S ( n ) = k q x=kp,S(n)=kq x=kp,S(n)=kq,显然解不会更优,因为堆积的位数一定会更多。这样一来,我们就可以直接按照上面的方法构造了。
以下是本人代码:

#include <bits/stdc++.h>
using namespace std;
int T,a,b,digit[10010];

int gcd(int a,int b)
{
	return (b==0)?a:gcd(b,a%b);
}

int main()
{
	scanf("%d",&T);
	while(T--)
	{
		scanf("%d%d",&a,&b);
		int x=2*b-a,s=9*b;
		if (x==0) {printf("1\n");continue;}
		if (x<0) {printf("0\n");continue;}
		
		int g=gcd(x,s);
		x/=g,s/=g;
		if (5*x>s) {printf("0\n");continue;}
		
		int tot=x;
		for(int i=1;i<=x;i++)
			digit[i]=5;
		s-=5*x;
		for(int i=1;i<=x;i++)
		{
			digit[i]+=min(4,s);
			s-=digit[i]-5;
			if (!s) break;
		}
		
		while(s)
		{
			digit[++tot]=min(4,s);
			s-=digit[tot];
		}
		
		for(int i=tot;i>=1;i--)
			printf("%d",digit[i]);
		printf("\n");
	}
	
	return 0;
}
内容概要:本文围绕可变桨叶四旋翼无人机的规范控制与点对点运动模拟展开,重点研究优化推力分配策略在翻转动作中的应用与性能比较。通过Matlab代码实现,构建了四旋翼动力学模型,并设计了多种控制算法以实现精确的姿态调整与轨迹跟踪。研究对比了不同推力分配方案在执行高机动性翻转动作时的稳定性、能耗效率与响应速度,旨在提升无人机在复杂飞行任务中的动态性能与控制精度。该仿真研究为无人机飞控系统的设计与优化提供了理论依据和技术支持。; 适合人群:具备一定自动控制理论基础和Matlab编程能力,从事无人机控制、飞行器动力学或机器人系统研究的科研人员及研究生。; 使用场景及目标:① 实现四旋翼无人机在三维空间中的精确点对点运动控制;② 对比分析不同推力分配策略在执行翻转等高难度动作时的控制效果与能耗表现,优化飞行性能;③ 为无人机自主飞行、特技飞行及复杂环境下的机动控制提供算法验证平台。; 阅读建议:此资源以Matlab仿真为核心,建议读者结合相关控制理论知识,深入理解代码实现细节,重点关注动力学建模、控制律设计与推力分配模块。在学习过程中,应动手调试参数,复现文中翻转动作的仿真结果,并尝试拓展至其他复杂飞行任务,以加深对无人机控制机理的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值