当前位置: 首页 > news >正文

《P1297 [国家集训队] 单选错位》

题目描述

gx 和 lc 去参加 noip 初赛,其中有一种题型叫单项选择题,顾名思义,只有一个选项是正确答案。

试卷上共有 n 道单选题,第 i 道单选题有 ai​ 个选项,这 ai​ 个选项编号是 1,2,3,…,ai​,每个选项成为正确答案的概率都是相等的。

lc 采取的策略是每道题目随机写上 1∼ai​ 的某个数作为答案选项,他用不了多少时间就能期望做对 ∑i=1n​ai​1​ 道题目。gx 则是认认真真地做完了这 n 道题目,可是等他做完的时候时间也所剩无几了,于是他匆忙地把答案抄到答题纸上,没想到抄错位了:第 i 道题目的答案抄到了答题纸上的第 i+1 道题目的位置上,特别地,第 n 道题目的答案抄到了第 1 道题目的位置上。

现在 gx 已经走出考场没法改了,不过他还是想知道自己期望能做对几道题目,这样他就知道会不会被 lc 鄙视了。

我们假设 gx 没有做错任何题目,只是答案抄错位置了。

输入格式

n 很大,为了避免读入耗时太多,输入文件只有 5 个整数参数 n,A,B,C,a1​,由上交的程序产生数列 a。下面给出 pascal/C/C++ 的读入语句和产生序列的语句(默认从标准输入读入):

// for pascal readln(n,A,B,C,q[1]); for i:=2 to n do q[i] := (int64(q[i-1]) * A + B) mod 100000001; for i:=1 to n do q[i] := q[i] mod C + 1; // for C/C++ scanf("%d%d%d%d%d", &n, &A, &B, &C, a + 1); for (int i = 2; i <= n; i++) a[i] = ((long long) a[i - 1] * A + B) % 100000001; for (int i = 1; i <= n; i++) a[i] = a[i] % C + 1;

选手可以通过以上的程序语句得到 n 和数列 a(a 的元素类型是 32 位整数),n 和 a 的含义见题目描述。

输出格式

输出一个实数,表示 gx 期望做对的题目个数,保留三位小数。

输入输出样例

输入 #1复制

3 2 0 4 1

输出 #1复制

1.167

说明/提示

【样例说明】

正确答案gx的答案做对题目出现概率
{1,1,1}{1,1,1}361​
{1,2,1}{1,1,2}161​
{1,3,1}{1,1,3}161​
{2,1,1}{1,2,1}161​
{2,2,1}{1,2,2}161​
{2,3,1}{1,2,3}061​

a={2,3,1}。

共有 6 种情况,每种情况出现的概率是 61​,gx 期望做对 63+1+1+1+1+0​=67​ 题。(相比之下,lc 随机就能期望做对 611​ 题)

对于 30% 的数据,n≤10,C≤10。

对于 80% 的数据,n≤104,C≤10。

对于 90% 的数据,n≤5×105,C≤108。

对于 100% 的数据,2≤n≤107,0≤A,B,C≤108,1≤ai​≤108。

代码实现:

#include<cstdio> #include<iostream> #include<iomanip> using namespace std; int arr[10000001]; int main() { int n,A,B,C; scanf("%d%d%d%d%d",&n,&A,&B,&C,arr+1); for(int i=2;i<=n;i++) arr[i]=( (long long)arr[i-1]*A+B )%100000001; for(int i=1;i<=n;i++) arr[i]=arr[i]%C+1; long double res=0.0; for(int i=1;i<=n;i++) { int nx=i+1; if( nx>n ) nx=1; if( arr[i]<=arr[nx] ) res+=(long double)1.0/arr[nx]; else res+=(long double)1.0/arr[i]; } cout<<fixed<<setprecision(3)<<res; return 0; }
http://www.jsqmd.com/news/249854/

相关文章:

  • 【文献分享】MedMPT一种用于多种临床呼吸系统疾病应用的视觉语言预训练转换器
  • Java毕设项目:基于SpringBoot的学生身体素质测评管理系统(源码+文档,讲解、调试运行,定制等)
  • 【低压配电网】【对单相接地低压电网监测方案性能】在径向低压测试馈线上使用WLS状态估计器的性能,由于测量误差的随机性质,分析以蒙特卡洛方式进行附Matlab代码
  • LabVIEW硬刚AB PLC的底层通讯玩法
  • 【大规模单仓库多旅行商问题LS-SDMTSP】基于鲸鱼迁徙算法(WMA)的大规模单仓库多旅行商问题(LS-SDMTSP)求解研究附Matlab代码
  • 基于二阶自抗扰ADRC的轨迹跟踪控制,对车辆的不确定性和外界干扰具有一定抗干扰性
  • Java计算机毕设之基于SpringBoot的学生身体素质体能体育体测管理系统基于SpringBoot的学生身体素质测评管理系统(完整前后端代码+说明文档+LW,调试定制等)
  • 【大规模多仓库多旅行商问题LS-MDMTSP】基于改进型雪雁算法(ISGA)的大规模多仓库多旅行商问题(LS-MDMTSP)研究附Matlab代码
  • 打造STM32指纹考勤机:从原理到实现
  • 法律大模型实战指南:LLM智能体如何破解法律AI三大难题
  • 【带宽感知自适应模式分解】铁路轴承故障诊断的带宽感知自适应模式分解附Matlab代码
  • 复盘与导出工具最新版V42.0版本更新--新增竞价封单题材连板数据,新增精选板块分时和成交额图
  • SVC_1trc3tsc的MATLAB/Simulink仿真模型:基于静态无功补偿器的耦合变压...
  • 【带时间窗的车辆路径问题VRPTW】基于灰狼优化算法GWO求解带时间窗的车辆路径问题VRPTW研究附Matlab代码
  • 大模型时代职场指南:收藏这份全景职业图谱,找准你的发展赛道
  • 最近在搞流固耦合仿真时踩了不少坑,今天拿两个经典案例跟大伙唠唠。咱们直接从圆管里被冲走的滑块说起,这玩意儿看着简单,实际耦合起来能把人逼疯
  • 【单仓库多旅行商问题SDMTSP】基于BSLO吸血水蛭优化器求解单仓库多旅行商问题,可以更改数据集和起点附Matlab代码
  • 突破传统训练局限!TRAPO框架实现大模型“边学边练“新范式
  • 前端-git应用篇
  • 大模型技术选型:从通用到垂直,企业AI落地的性价比之王(收藏指南)
  • 游戏活动模板系统设计:从本质出发构建可复用框架
  • 【创新首发】NRBO-SVM时序预测研究(直接替换运行)附Matlab代码
  • 大模型专业领域知识不足?RAG技术为你提供完美解决方案
  • 2026年AI大模型求职:7个适合小白/程序员的转型方向与技能要求
  • 2026年AI行业应用深度展望:AI应用重塑流量格局,字节阿里腾讯C端布局加快|附53页PDF文件下载
  • 【开题答辩全过程】以 基于Android的健康码系统架构为例,包含答辩的问题和答案
  • 干货收藏!AI时代生存法则:守住情感创造力,抢占AI新岗位
  • 大模型高薪岗位汇总:年薪40-220万,程序员必学必收藏
  • 基于python的基于深度学习的车俩特征分析系(源码+文档)
  • 人工智能早间新闻速递 — 2026年1月15日