当前位置: 首页 > article >正文

DeepSeek辅助求解欧拉计划第940题

原题地址https://pe-cn.github.io/940/一开始把题目上传直接让他编写python程序总是不对。试了Qwen也不行Longcat稍好一点S(3)能算出来提到了封闭式还提到了阿克曼函数。最后我将A的递推式变形手工推了一个程序丢给DeepSeek优化defcalculate_A_correct(max_f):# 创建足够大的数组A[[-1]*10for_inrange(10)]# 初始化A[0][0]0A[0][1]1forxinrange(max_f-1):foriinrange(max_f1):forjinrange(max_f1):ifi-10andj-10andA[i][j]-1andA[i1][j-1]!-1andA[i][j-1]!-1:#补算A[i][j]A[i1][j-1]-A[i][j-1]ifi-10andA[i][j]-1andA[i-1][j1]!-1andA[i-1][j]!-1:A[i][j]A[i-1][j1]A[i-1][j]ifi-10andj-10andA[i][j]-1andA[i][j-1]!-1andA[i-1][j-1]!-1:A[i][j]2*A[i][j-1]A[i-1][j-1]#for i in range(max_f1):# print(i, A[i])returnAdefcompute_S(k):# 生成斐波那契数fib[0,1]foriinrange(2,k1):fib.append(fib[-1]fib[-2])max_ffib[k]# 调用正确的A函数计算数组Acalculate_A_correct(max_f)# 计算 S(k)total0foriinrange(2,k1):forjinrange(2,k1):m,nfib[i],fib[j]#print(A, m, n)totalA[m][n]returntotal# 测试print(fS(3) {compute_S(3)})print(fS(4) {compute_S(4)})print(fS(5) {compute_S(5)})print(fS(6) {compute_S(6)})我归纳了手工计算的思路见附件。用多次补算的方法可以得到正确的S(3)和S(5)写法有些累赘请优化不做别的可以了。defcalculate_A_correct(max_f):# 创建足够大的数组初始化为-1表示未计算A[[-1]*(max_f2)for_inrange(max_f2)]# 初始化A[0][0]0A[0][1]1# 循环直到所有需要的值都计算出来changedTruewhilechanged:changedFalseforiinrange(1,max_f1):forjinrange(max_f1):ifA[i][j]!-1:continue# 规则1: A(i, j) A(i-1, j1) A(i-1, j)ifi-10andj1max_fandA[i-1][j1]!-1andA[i-1][j]!-1:A[i][j]A[i-1][j1]A[i-1][j]changedTrue# 规则2: A(i, j) 2*A(i, j-1) A(i-1, j-1)elifi-10andj-10andA[i][j-1]!-1andA[i-1][j-1]!-1:A[i][j]2*A[i][j-1]A[i-1][j-1]changedTrue# 规则3: A(i, j) A(i1, j-1) - A(i, j-1) (从规则1变形)elifi1max_fandj-10andA[i1][j-1]!-1andA[i][j-1]!-1:A[i][j]A[i1][j-1]-A[i][j-1]changedTruereturnAdefcompute_S(k):# 生成斐波那契数fib[0,1]foriinrange(2,k1):fib.append(fib[-1]fib[-2])max_ffib[k]# 调用正确的A函数计算数组Acalculate_A_correct(max_f)# 计算 S(k)total0foriinrange(2,k1):forjinrange(2,k1):m,nfib[i],fib[j]totalA[m][n]%Mreturntotal M1123581313# 测试print(fS(3) {compute_S(3)})print(fS(4) {compute_S(4)})print(fS(5) {compute_S(5)})print(fS(6) {compute_S(6)})print(fS(15) {compute_S(15)%M})速度还是有点慢C:\dtimer64 python 940b.py S(3) 30 S(4) 276 S(5) 10396 S(6) 3544792 S(15) 466892533 Kernel Time 0.015 0% User Time 8.796 99% Process Time 8.812 99% Virtual Memory 65 MB Global Time 8.834 100% Physical Memory 69 MB然后根据一些观察, 让他优化。1 [1, 2, 5, 11, 26, 59, -1, -1, -1, -1]2 [3, 7, 16, 37, 85, 196, -1, -1, -1, -1]3 [10, 23, 53, 122, 281, 647, -1, -1, -1, -1]4 [33, 76, 175, 403, 928, 2137, -1, -1, -1, -1]5 [109, 251, 578, 1331, 3065, 7058, -1, -1, -1, -1]从上表可见A[下一行某列]的元素可以从A[上一行同列]元素 加 A[上一行列加一]的元素求和得到而第一行查询OEIS得到公式a(n) a(n-1) 3*a(n-2)利用这个观察结果改写上一个程序避免无谓的if判断不做别的一开始有问题接着提示2.其他行用递推公式A[m1][n] A[m][n1] A[m][n]需要上一行多算列改为A[i][j] 2*A[i][j-1] A[i-1][j-1] 无需上一行多算列但第0列还是需要用原来的递推公式请改写不做别的可以了。defcalculate_A_correct(max_f):# 创建足够大的数组A[[0]*(max_f2)for_inrange(max_f2)]# 初始化A[0][0]0A[0][1]1# 第一行m0a(n) a(n-1) 3*a(n-2)forninrange(2,max_f1):A[0][n]A[0][n-1]3*A[0][n-2]# 计算其他行forminrange(1,max_f1):# 第0列用递推公式 A[m][0] A[m-1][1] A[m-1][0]A[m][0]A[m-1][1]A[m-1][0]# 其他列用递推公式 A[m][n] 2*A[m][n-1] A[m-1][n-1]forninrange(1,max_f1):A[m][n]2*A[m][n-1]A[m-1][n-1]returnAdefcompute_S(k):# 生成斐波那契数fib[0,1]foriinrange(2,k1):fib.append(fib[-1]fib[-2])max_ffib[k]# 调用正确的A函数计算数组Acalculate_A_correct(max_f)# 计算 S(k)total0foriinrange(2,k1):forjinrange(2,k1):m,nfib[i],fib[j]totalA[m][n]%Mreturntotal M1123581313# 测试print(fS(3) {compute_S(3)})print(fS(4) {compute_S(4)})print(fS(5) {compute_S(5)})print(fS(6) {compute_S(6)})print(fS(18) {compute_S(18)%M})运算结果是C:\dtimer64 python 940c.py S(3) 30 S(4) 276 S(5) 10396 S(6) 3544792 S(18) 536088899 Kernel Time 0.593 18% User Time 2.640 81% Process Time 3.234 100% Virtual Memory 3608 MB Global Time 3.232 100% Physical Memory 3558 MB

相关文章:

DeepSeek辅助求解欧拉计划第940题

原题地址:https://pe-cn.github.io/940/一开始把题目上传,直接让他编写python程序,总是不对。试了Qwen也不行,Longcat稍好一点,S(3)能算出来,提到了封闭式,还提到了阿克曼函数。 最后我将A的递推…...

告别官方包!手把手教你从Gitee源码编译kkFileView v4.4.0(附Maven打包避坑点)

从源码到部署:深度解析kkFileView v4.4.0全流程编译实战 在企业级文档处理场景中,kkFileView作为一款开箱即用的文件预览解决方案,其源码编译能力往往被大多数开发者忽视。本文将打破常规安装包依赖,带你深入源码编译的全链路过程…...

GLM-4V-9B图文问答实战:识别截图中的代码错误并给出修复建议

GLM-4V-9B图文问答实战:识别截图中的代码错误并给出修复建议 1. 项目简介与核心价值 GLM-4V-9B是一个强大的多模态大模型,能够同时理解图像和文本信息。我们基于Streamlit构建了一个本地部署方案,让你可以在自己的电脑上轻松运行这个强大的…...

如何在浏览器中免安装使用微信?这个开源插件给你答案!

如何在浏览器中免安装使用微信?这个开源插件给你答案! 【免费下载链接】wechat-need-web 让微信网页版可用 / Allow the use of WeChat via webpage access 项目地址: https://gitcode.com/gh_mirrors/we/wechat-need-web 你是否曾经遇到过这样的…...

避坑指南:ESP32 ADC测量不准?7个常见错误与校准优化方案

ESP32 ADC精度优化实战:从硬件设计到软件校准的完整避坑手册 当你在ESP32项目中使用ADC读取传感器数据时,是否遇到过这些情况:明明输入电压稳定,读数却像心电图一样上下跳动?同一个电路在不同开发板上测出的数值相差甚…...

GJK碰撞检测算法:从原理到实战的5个核心技巧

GJK碰撞检测算法:从原理到实战的5个核心技巧 【免费下载链接】gjk.c Gilbert-Johnson-Keerthi (GJK) collision detection algorithm in 200 lines of clean plain C 项目地址: https://gitcode.com/gh_mirrors/gj/gjk.c GJK碰撞检测算法是游戏开发和物理引擎…...

保姆级教程:用星图AI平台训练PETRV2-BEV模型,新手也能玩转自动驾驶

保姆级教程:用星图AI平台训练PETRV2-BEV模型,新手也能玩转自动驾驶 1. 前言:为什么你需要这篇教程? 如果你对自动驾驶技术感兴趣,想亲手训练一个能“看懂”周围环境的AI模型,但又被复杂的代码、昂贵的硬件…...

什么是 Harness Engineering?把 Prompt、Workflow、Eval 串成系统的那层骨架

点击上方 前端Q,关注公众号回复加群,加入前端Q技术交流群上一篇我们先把问题抛出来了: 为什么现在大家都在聊 Agent、Workflow、AI Coding,可真正决定系统上限的,往往不是模型本身,而是模型外那层工程骨架。…...

如何使用开源音乐格式转换工具彻底解决NCM文件播放限制问题

如何使用开源音乐格式转换工具彻底解决NCM文件播放限制问题 【免费下载链接】ncmppGui 一个使用C编写的转换ncm文件的GUI工具 项目地址: https://gitcode.com/gh_mirrors/nc/ncmppGui 音乐格式转换是数字音乐管理中的常见需求,尤其是面对平台专有格式时。ncm…...

3分钟搞定!国家中小学智慧教育平台电子课本下载神器使用全攻略

3分钟搞定!国家中小学智慧教育平台电子课本下载神器使用全攻略 【免费下载链接】tchMaterial-parser 国家中小学智慧教育平台 电子课本下载工具 项目地址: https://gitcode.com/GitHub_Trending/tc/tchMaterial-parser 还在为下载电子课本而烦恼吗&#xff1…...

BGE-Large-Zh效果对比:BGE-Large-Zh vs m3e-base在中文长尾词匹配上的实测差异

BGE-Large-Zh效果对比:BGE-Large-Zh vs m3e-base在中文长尾词匹配上的实测差异 1. 引言:为什么关注中文长尾词匹配 在日常的中文信息检索和语义匹配场景中,我们经常会遇到一些特殊的长尾词汇。这些词汇可能是不常见的专业术语、新兴的网络用…...

【仅限前500名工程师】Python智能内存管理高阶训练营核心讲义:17个真实OOM案例、8种定制化GC策略、1份可审计内存SLA模板

第一章:Python智能体内存管理策略最佳实践Python智能体(如基于LLM的Agent、ReAct架构或Tool-Calling系统)在长期运行中易因对象滞留、缓存膨胀和闭包引用导致内存持续增长。高效内存管理不仅关乎稳定性,更直接影响推理延迟与并发吞…...

YOLO12与Qt结合:跨平台目标检测应用开发

YOLO12与Qt结合:跨平台目标检测应用开发 1. 引言 想象一下,你开发了一个优秀的目标检测模型,能够在各种场景下准确识别物体。但当你想要把它部署到不同设备上时,却遇到了麻烦:Windows、macOS、Linux各有各的兼容性问…...

TeslaMate终极指南:如何打造专属的特斯拉数据分析平台

TeslaMate终极指南:如何打造专属的特斯拉数据分析平台 【免费下载链接】teslamate teslamate-org/teslamate: TeslaMate 是一个开源项目,用于收集特斯拉电动汽车的实时数据,并存储在数据库中以便进一步分析和可视化。该项目支持监控车辆状态、…...

.NET 11 预览版1:CoreCLR 在 WebAssembly 上的全面集成与性能突破

摘要随着.NET 11 Preview 1 的正式发布,.NET 生态系统迎来了一次具有分水岭意义的基础架构演进。本次发布的核心亮点在于.NET 的 CoreCLR 运行时现在已经能够原生运行在 WebAssembly (WASM) 平台上。这是一个重大的技术突破,标志着微软在跨平台战略上的全…...

别再傻傻分不清!Word里‘分页符’和‘分节符’到底怎么用?一个表格横竖混排的实战案例讲透

别再傻傻分不清!Word里‘分页符’和‘分节符’到底怎么用?一个表格横竖混排的实战案例讲透 每次做季度报告时,最让我头疼的就是那些超宽的表格——明明数据很重要,却因为页面宽度不够,硬生生被挤成密密麻麻的小字&…...

别再死记硬背命令了!用eNSP模拟器搞懂三层交换的‘一次路由,多次交换’

从数据包视角拆解三层交换:用eNSP透视"一次路由多次交换"的本质 很多网络工程师能熟练配置三层交换,却说不清为什么第一个包慢、后续包快。这种现象背后,是硬件转发表(FIB)和邻接关系表的协同工作机制在发挥…...

3个技巧让LibreTranslate翻译模型部署速度提升80%

3个技巧让LibreTranslate翻译模型部署速度提升80% 【免费下载链接】LibreTranslate Free and Open Source Machine Translation API. Self-hosted, offline capable and easy to setup. 项目地址: https://gitcode.com/GitHub_Trending/li/LibreTranslate LibreTranslat…...

华三M-LAG实战:从零构建高可用数据中心网络

1. 为什么数据中心需要M-LAG技术? 刚接手数据中心网络建设项目时,我最头疼的就是如何实现高可用性。传统方案要么成本太高,要么切换速度达不到要求。直到接触华三的M-LAG技术,才发现原来跨设备链路聚合可以这么玩。 M-LAG全称Mult…...

终极指南:3分钟掌握QMK Toolbox键盘固件刷写技巧

终极指南:3分钟掌握QMK Toolbox键盘固件刷写技巧 【免费下载链接】qmk_toolbox A Toolbox companion for QMK Firmware 项目地址: https://gitcode.com/gh_mirrors/qm/qmk_toolbox 你是否曾想过让你的机械键盘拥有独一无二的按键布局?或者想为心爱…...

多维对比:2026 年主流 AI 证书的含金量权重与选择策略

随着生成式 AI 技术的全面渗透,企业对 AI 人才的需求已从 “储备型” 转向 “实战型”。2026 年 AI 证书市场迎来爆发式增长,其中 CAIE注册人工智能工程师认证与国内外科技大厂生态认证成为职场人、应届生及转型者的核心选择方向。盲目跟风考证易导致 “…...

优化 Flutter Web 加载速度的实用技巧

1. 为什么Flutter Web加载这么慢? 第一次用Flutter开发Web应用的朋友,十有八九会被它的加载速度惊到——点开网页后白屏时间长得能泡杯咖啡。这其实和Flutter Web的底层渲染机制有关。Flutter Web默认使用CanvasKit渲染引擎,这个引擎需要动态…...

手机号定位终极指南:3分钟掌握号码背后的位置秘密

手机号定位终极指南:3分钟掌握号码背后的位置秘密 【免费下载链接】location-to-phone-number This a project to search a location of a specified phone number, and locate the map to the phone number location. 项目地址: https://gitcode.com/gh_mirrors/…...

AIGlasses_for_navigation网络通信基础:TCP/IP协议栈与实时数据传输优化

AIGlasses_for_navigation网络通信基础:TCP/IP协议栈与实时数据传输优化 最近和几个做智能眼镜导航项目的朋友聊天,他们都在为一个问题头疼:眼镜端看到的导航画面,有时候会卡顿一下,或者指令响应慢半拍。这听起来是小…...

Windows下QGIS 3.28.6二次开发环境配置避坑指南(Qt5.15+VS2022实战)

Windows下QGIS 3.28.6二次开发环境配置实战:Qt5.15与VS2022深度适配指南 当GIS开发者决定在Windows平台进行QGIS二次开发时,版本兼容性问题往往成为第一道门槛。本文将深入剖析Qt5.15与Visual Studio 2022的组合在QGIS 3.28.6开发中的关键配置细节&#…...

智能家居集成终极指南:海尔设备互联互通的完整解决方案

智能家居集成终极指南:海尔设备互联互通的完整解决方案 【免费下载链接】haier 项目地址: https://gitcode.com/gh_mirrors/ha/haier 在智能家居快速发展的今天,设备互联互通已成为提升用户体验的关键。本文将详细介绍如何通过开源项目实现海尔智…...

西北工业大学GeekOS实验踩坑记:从分段到分页,手把手教你搞定Project4的虚拟内存

西北工业大学GeekOS实验深度解析:虚拟内存实现与优化实战 实验背景与核心挑战 操作系统课程中的GeekOS项目一直是计算机专业学生深入理解系统底层原理的重要实践环节。Project4作为其中的关键里程碑,要求学生从分段存储管理过渡到分页虚拟内存系统的实…...

3步解锁无线投屏自由:MiracleCast让多设备互联从此无束缚

3步解锁无线投屏自由:MiracleCast让多设备互联从此无束缚 【免费下载链接】miraclecast Connect external monitors to your system via Wifi-Display specification also known as Miracast 项目地址: https://gitcode.com/gh_mirrors/mi/miraclecast &…...

Granite TimeSeries FlowState R1 模型效果深度评测:与传统统计方法的对比

Granite TimeSeries FlowState R1 模型效果深度评测:与传统统计方法的对比 时间序列预测这事儿,听起来挺专业,其实离我们生活很近。比如,电商平台要预测下个月的销售额,电力公司要预估明天的用电负荷,甚至…...

CC Switch模型测试架构演进:企业级AI服务质量保障深度解析

CC Switch模型测试架构演进:企业级AI服务质量保障深度解析 【免费下载链接】cc-switch A cross-platform desktop All-in-One assistant tool for Claude Code, Codex & Gemini CLI. 项目地址: https://gitcode.com/GitHub_Trending/cc/cc-switch 在AI驱…...