news 2026/5/2 15:58:05

打卡信奥刷题(2606)用C++实现信奥题 P2476 [SCOI2008] 着色方案

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
打卡信奥刷题(2606)用C++实现信奥题 P2476 [SCOI2008] 着色方案

P2476 [SCOI2008] 着色方案

题目描述

nnn个木块排成一行,从左到右依次编号为111nnn

你有kkk种颜色的油漆,第iii种颜色的油漆足够涂cic_ici个木块。

所有油漆刚好足够涂满所有木块,即∑i=1kci=n\sum_{i=1}^kc_i=ni=1kci=n

由于相邻两个木块涂相同色显得很难看,所以你希望统计任意两个相邻木块颜色不同的着色方案。

由于答案可能很大,请输出对109+710^9+7109+7取模的结果。

输入格式

第一行,一个整数kkk,表示颜色数量。

第二行kkk个整数c1,c2,…,ckc_1,c_2,\dots,c_kc1,c2,,ck,表示每种颜色能够涂木块的个数。

输出格式

一行一个整数,表示答案对109+710^9+7109+7取模的结果。

输入输出样例 #1

输入 #1

3 1 2 3

输出 #1

10

输入输出样例 #2

输入 #2

5 2 2 2 2 2

输出 #2

39480

输入输出样例 #3

输入 #3

10 1 1 2 2 3 3 4 4 5 5

输出 #3

85937576

说明/提示

  • 对于50%50\%50%的数据,1≤k≤51 \leq k \leq 51k51≤ci≤31 \leq c_i \leq 31ci3
  • 对于100%100\%100%的数据,1≤k≤151 \leq k \leq 151k151≤ci≤51 \leq c_i \leq 51ci5

C++实现

#include<bits/stdc++.h>#defineRGregister#defineILinline#defineFill(a,b)memset(a,b,sizeof(a))usingnamespacestd;typedeflonglongll;constintZsy(1e9+7);IL llInput(){RG ll x=0,z=1;RGcharc=getchar();for(;c<'0'||c>'9';c=getchar())z=c=='-'?-1:1;for(;c>='0'&&c<='9';c=getchar())x=(x<<1)+(x<<3)+(c^48);returnx*z;}intk,c[16],C[80][80],f[20][80],sum[16];ILvoidPrepare(){C[0][0]=1;for(RGinti=1;i<=75;++i){C[i][0]=1;for(RGintj=1;j<=75;++j)C[i][j]=(C[i-1][j]+C[i-1][j-1])%Zsy;}}intmain(RGintargc,RGchar*argv[]){Prepare();k=Input();for(RGinti=1;i<=k;++i)c[i]=Input(),sum[i]=sum[i-1]+c[i];f[1][c[1]-1]=1;for(RGinti=1;i<k;++i)for(RGintj=0;j<sum[i];++j){if(!f[i][j])continue;for(RGinta=1;a<=c[i+1];++a)for(RGintb=0;b<=a&&b<=j;++b){RGintret=1LL*f[i][j]*C[c[i+1]-1][a-1]%Zsy*C[j][b]%Zsy;ret=1LL*ret*C[sum[i]+1-j][a-b]%Zsy;(f[i+1][j+c[i+1]-a-b]+=ret)%=Zsy;}}printf("%d\n",f[k][0]);return0;}

后续

接下来我会不断用C++来实现信奥比赛中的算法题、GESP考级编程题实现、白名单赛事考题实现,记录日常的编程生活、比赛心得,感兴趣的请关注,我后续将继续分享相关内容

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/25 4:21:19

YOLO与Redis缓存集成:加速高频请求的响应时间

YOLO与Redis缓存集成&#xff1a;加速高频请求的响应时间 在智能监控中心的大屏前&#xff0c;运维人员发现某条产线的视觉质检接口突然出现延迟飙升——每秒数百次的重复图像请求正不断冲击着后端模型服务。GPU利用率一度冲上98%&#xff0c;而检测结果却几乎完全相同。这并非…

作者头像 李华
网站建设 2026/5/2 9:02:31

YOLO目标检测中的上下文信息利用:提升复杂场景表现

YOLO目标检测中的上下文信息利用&#xff1a;提升复杂场景表现 在智能摄像头遍布工厂车间、自动驾驶车辆穿梭于城市街巷的今天&#xff0c;一个共同的技术挑战浮出水面&#xff1a;如何让AI“看得更明白”&#xff1f;尤其是在目标密集、遮挡严重或背景干扰强烈的复杂场景中&am…

作者头像 李华
网站建设 2026/4/30 19:20:06

YOLO与JWT令牌验证:确保每次调用的身份合法性

YOLO与JWT令牌验证&#xff1a;构建安全高效的视觉AI服务 在智能制造车间的边缘服务器上&#xff0c;一台搭载YOLO模型的视觉检测系统正以每秒30帧的速度分析产线上的产品缺陷。与此同时&#xff0c;来自不同车间的数十个终端设备轮番发起调用请求——如果没有一套可靠的身份验…

作者头像 李华
网站建设 2026/4/27 15:09:06

YOLO模型上线前的压力测试:高并发请求如何扛住?

YOLO模型上线前的压力测试&#xff1a;高并发请求如何扛住&#xff1f; 在智能制造工厂的质检线上&#xff0c;数百个摄像头正以每秒30帧的速度持续拍摄产品图像&#xff1b;城市的安防中心里&#xff0c;成千上万路视频流同时触发AI检测任务&#xff1b;自动驾驶车辆穿梭于复…

作者头像 李华