hdu 2068 RPG的错排

本文介绍了一个ACM竞赛题目——RPG的错排问题。该问题要求计算在特定条件下,猜对一半或以上女生名字组合的数量。文章提供了一种通过组合数和错排数解决此问题的方法,并附带完整的C++代码实现。

hdu 2068 RPG的错排

Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 8996 Accepted Submission(s): 3699

Problem Description
今年暑假杭电ACM集训队第一次组成女生队,其中有一队叫RPG,但做为集训队成员之一的野骆驼竟然不知道RPG三个人具体是谁谁。RPG给他机会让他猜猜,第一次猜:R是公主,P是草儿,G是月野兔;第二次猜:R是草儿,P是月野兔,G是公主;第三次猜:R是草儿,P是公主,G是月野兔;……可怜的野骆驼第六次终于把RPG分清楚了。由于RPG的带动,做ACM的女生越来越多,我们的野骆驼想都知道她们,可现在有N多人,他要猜的次数可就多了,为了不为难野骆驼,女生们只要求他答对一半或以上就算过关,请问有多少组答案能使他顺利过关。

Input
输入的数据里有多个case,每个case包括一个n,代表有几个女生,(n<=25), n = 0输入结束。

Sample Input

1
2
0

Sample Output

1
1


//被猜的人数达到25人,错排用数组存25个会超ll出现负数,组合数用a[n]/a[i]/a[n-i](a[i]表示阶乘)表示的话,a[n]当n达到25时,还是存不下,得通过函数来计算。

#include <iostream>
#include <cstdio>
using namespace std;
#define N 30
#define ll long long
//ll a[20];
ll b[20];
void init()
{
//    a[0] = 1, a[1] = 1;
//    for( int i = 2 ; i < N/2 ; i ++ ){
//        a[i] = a[i-1] * i;
//    }///会炸
    b[1] = 0, b[2] = 1;
    for( int i = 3 ; i < N/2 ; i ++ ){
        b[i] = (i-1) * (b[i-1]+b[i-2]);
    }
//for( int i = 0 ; i < N/2 ; i ++ ) cout<<a[i]<<" "<<b[i]<<endl;
}
ll C(int n, int m)//组合数
{
    ll ans = 1;
    if(m == 0)
        return 1;
    for(int i = 1;i <= m ; i ++)
    {
        ans *= (n - i + 1);
        ans = ans / i;
    }
    return ans;
}
int main()
{
    //freopen( "in.txt", "r", stdin );
    init();
    int n, m;
    ll sum;
    while( scanf( "%d", &n ) != EOF ){
        if( n == 0 ) break;
        m = n / 2;
        sum = 1;
        for( int i = 1 ; i <= m ; i ++ ){
            sum += C(n, i) * b[i];
        }
        cout<<sum<<endl;
    }
    return 0;
}
内容概要:本文档系统性地介绍了2024年最新提出的两种智能优化算法——青蒿素优化算法与霜冰优化算法(RIME)的原理、实现方法及其性能对比分析,并提供了完整的Matlab代码实现。文档不仅聚焦于核心算法的仿真与验证,还整合了大量前沿科研资源,涵盖微电网优化、风电功率预测、无人机三维路径规划、电动汽车调度、图像融合、负荷预测、通信信号处理、电力系统故障恢复等多个高价值应用场景。所有案例均基于Matlab/Simulink平台进行建模与仿真,强调算法在复杂工程系统中的实际应用能力,旨在为科研人员提供一套从理论到代码再到应用的完整复现体系。; 适合人群:具备一定编程基础和科研背景的研究生、高校教师及工程技术人员,尤其适合从事智能优化算法研究、新能源系统优化、自动化控制、电力系统调度、无人机导航与路径规划等相关领域的研究人员。; 使用场景及目标:①用于高水平学术论文的复现与创新性研究,提升科研效率与成果产出;②应用于复杂工程系统的建模仿真与智能优化设计,如多能互补系统调度、无人机避障路径规划、微电网能量管理等;③作为智能优化算法的教学与学习资料,深入理解现代元启发式算法的设计思想与实现机制。; 阅读建议:建议读者结合文档中提供的Matlab代码与Simulink仿真模型,按照目录结构循序渐进地学习与实践,优先选择与自身研究方向契合的案例进行代码复现,重点关注算法参数设置、收敛曲线分析与多算法对比实验部分,以全面提升算法应用与科研创新能力。
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