Soumettre la recherche
Mettre en ligne
Fast Fourier Transform - Sogang ICPC Team, 2019
•
1 j'aime
•
792 vues
Suhyun Park
Suivre
Sogang ICPC Team – 2019 여름 고급 스터디
Lire moins
Lire la suite
Sciences
Signaler
Partager
Signaler
Partager
1 sur 16
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
Persistent Segment Tree - Sogang ICPC Team, 2019
Persistent Segment Tree - Sogang ICPC Team, 2019
Suhyun Park
Lazy Propagation on Segment Trees - Sogang ICPC Team, 2019
Lazy Propagation on Segment Trees - Sogang ICPC Team, 2019
Suhyun Park
Centroid Decomposition - Sogang ICPC Team, 2019
Centroid Decomposition - Sogang ICPC Team, 2019
Suhyun Park
퍼시스턴트 세그먼트 트리 - Sogang ICPC Team, 2020 Winter
퍼시스턴트 세그먼트 트리 - Sogang ICPC Team, 2020 Winter
Suhyun Park
세그먼트 트리 느리게 업데이트하기 - Sogang ICPC Team, 2020 Winter
세그먼트 트리 느리게 업데이트하기 - Sogang ICPC Team, 2020 Winter
Suhyun Park
정수론적 알고리즘 - Sogang ICPC Team, 2020 Winter
정수론적 알고리즘 - Sogang ICPC Team, 2020 Winter
Suhyun Park
Heavy-Light Decomposition - Sogang ICPC Team, 2019
Heavy-Light Decomposition - Sogang ICPC Team, 2019
Suhyun Park
확통 회귀분석
확통 회귀분석
jaypi Ko
Recommandé
Persistent Segment Tree - Sogang ICPC Team, 2019
Persistent Segment Tree - Sogang ICPC Team, 2019
Suhyun Park
Lazy Propagation on Segment Trees - Sogang ICPC Team, 2019
Lazy Propagation on Segment Trees - Sogang ICPC Team, 2019
Suhyun Park
Centroid Decomposition - Sogang ICPC Team, 2019
Centroid Decomposition - Sogang ICPC Team, 2019
Suhyun Park
퍼시스턴트 세그먼트 트리 - Sogang ICPC Team, 2020 Winter
퍼시스턴트 세그먼트 트리 - Sogang ICPC Team, 2020 Winter
Suhyun Park
세그먼트 트리 느리게 업데이트하기 - Sogang ICPC Team, 2020 Winter
세그먼트 트리 느리게 업데이트하기 - Sogang ICPC Team, 2020 Winter
Suhyun Park
정수론적 알고리즘 - Sogang ICPC Team, 2020 Winter
정수론적 알고리즘 - Sogang ICPC Team, 2020 Winter
Suhyun Park
Heavy-Light Decomposition - Sogang ICPC Team, 2019
Heavy-Light Decomposition - Sogang ICPC Team, 2019
Suhyun Park
확통 회귀분석
확통 회귀분석
jaypi Ko
[신경망기초] 선형회귀분석
[신경망기초] 선형회귀분석
jaypi Ko
ALS WS에 대한 이해 자료
ALS WS에 대한 이해 자료
beom kyun choi
[신경망기초] 신경망의시작-퍼셉트론
[신경망기초] 신경망의시작-퍼셉트론
jaypi Ko
딥러닝기본-신경망기초
딥러닝기본-신경망기초
jaypi Ko
cuda포스터-박일남
cuda포스터-박일남
DzH QWuynh
이권일 Sse 를 이용한 최적화와 실제 사용 예
이권일 Sse 를 이용한 최적화와 실제 사용 예
zupet
해커에게 전해들은 머신러닝 #1
해커에게 전해들은 머신러닝 #1
Haesun Park
BOJ4743
BOJ4743
Bomm Kim
3D Graphics 101
3D Graphics 101
Leonardo YongUk Kim
Tensorflow regression 텐서플로우 회귀
Tensorflow regression 텐서플로우 회귀
beom kyun choi
Tda jisu kim
Tda jisu kim
NAVER Engineering
HI-ARC Number Theory
HI-ARC Number Theory
Jae-yeol Lee
HI-ARC PS 102 Bitmask
HI-ARC PS 102 Bitmask
Jae-yeol Lee
HI-ARC PS 101
HI-ARC PS 101
Jae-yeol Lee
Python의 계산성능 향상을 위해 Fortran, C, CUDA-C, OpenCL-C 코드들과 연동하기
Python의 계산성능 향상을 위해 Fortran, C, CUDA-C, OpenCL-C 코드들과 연동하기
Ki-Hwan Kim
[시즌2, week3] R Basic
[시즌2, week3] R Basic
neuroassociates
해커에게 전해들은 머신러닝 #3
해커에게 전해들은 머신러닝 #3
Haesun Park
BOJ11230
BOJ11230
Bomm Kim
TestSDS2018-1(answer)
TestSDS2018-1(answer)
Yong Heui Cho
2012 Dm A0 04 Pdf
2012 Dm A0 04 Pdf
kd19h
Contenu connexe
Tendances
[신경망기초] 선형회귀분석
[신경망기초] 선형회귀분석
jaypi Ko
ALS WS에 대한 이해 자료
ALS WS에 대한 이해 자료
beom kyun choi
[신경망기초] 신경망의시작-퍼셉트론
[신경망기초] 신경망의시작-퍼셉트론
jaypi Ko
딥러닝기본-신경망기초
딥러닝기본-신경망기초
jaypi Ko
cuda포스터-박일남
cuda포스터-박일남
DzH QWuynh
이권일 Sse 를 이용한 최적화와 실제 사용 예
이권일 Sse 를 이용한 최적화와 실제 사용 예
zupet
해커에게 전해들은 머신러닝 #1
해커에게 전해들은 머신러닝 #1
Haesun Park
BOJ4743
BOJ4743
Bomm Kim
3D Graphics 101
3D Graphics 101
Leonardo YongUk Kim
Tensorflow regression 텐서플로우 회귀
Tensorflow regression 텐서플로우 회귀
beom kyun choi
Tda jisu kim
Tda jisu kim
NAVER Engineering
HI-ARC Number Theory
HI-ARC Number Theory
Jae-yeol Lee
HI-ARC PS 102 Bitmask
HI-ARC PS 102 Bitmask
Jae-yeol Lee
HI-ARC PS 101
HI-ARC PS 101
Jae-yeol Lee
Python의 계산성능 향상을 위해 Fortran, C, CUDA-C, OpenCL-C 코드들과 연동하기
Python의 계산성능 향상을 위해 Fortran, C, CUDA-C, OpenCL-C 코드들과 연동하기
Ki-Hwan Kim
[시즌2, week3] R Basic
[시즌2, week3] R Basic
neuroassociates
해커에게 전해들은 머신러닝 #3
해커에게 전해들은 머신러닝 #3
Haesun Park
BOJ11230
BOJ11230
Bomm Kim
TestSDS2018-1(answer)
TestSDS2018-1(answer)
Yong Heui Cho
2012 Dm A0 04 Pdf
2012 Dm A0 04 Pdf
kd19h
Tendances
(20)
[신경망기초] 선형회귀분석
[신경망기초] 선형회귀분석
ALS WS에 대한 이해 자료
ALS WS에 대한 이해 자료
[신경망기초] 신경망의시작-퍼셉트론
[신경망기초] 신경망의시작-퍼셉트론
딥러닝기본-신경망기초
딥러닝기본-신경망기초
cuda포스터-박일남
cuda포스터-박일남
이권일 Sse 를 이용한 최적화와 실제 사용 예
이권일 Sse 를 이용한 최적화와 실제 사용 예
해커에게 전해들은 머신러닝 #1
해커에게 전해들은 머신러닝 #1
BOJ4743
BOJ4743
3D Graphics 101
3D Graphics 101
Tensorflow regression 텐서플로우 회귀
Tensorflow regression 텐서플로우 회귀
Tda jisu kim
Tda jisu kim
HI-ARC Number Theory
HI-ARC Number Theory
HI-ARC PS 102 Bitmask
HI-ARC PS 102 Bitmask
HI-ARC PS 101
HI-ARC PS 101
Python의 계산성능 향상을 위해 Fortran, C, CUDA-C, OpenCL-C 코드들과 연동하기
Python의 계산성능 향상을 위해 Fortran, C, CUDA-C, OpenCL-C 코드들과 연동하기
[시즌2, week3] R Basic
[시즌2, week3] R Basic
해커에게 전해들은 머신러닝 #3
해커에게 전해들은 머신러닝 #3
BOJ11230
BOJ11230
TestSDS2018-1(answer)
TestSDS2018-1(answer)
2012 Dm A0 04 Pdf
2012 Dm A0 04 Pdf
Fast Fourier Transform - Sogang ICPC Team, 2019
1.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 0 Fast Fourier Transform Sogang
ICPC Team – 2019 여름 고급 스터디 Suhyun Park acm.sogang.ac.kr
2.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Convolution ci = i ∑ j=0 ajbi−j 를 O
(nlogn)만에 계산하는 데 쓰이는 알고리즘이다
3.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 오늘의 스터디 끝!
4.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Convolution ··· 이 아니고,
사실 저도 이해하는 걸 포기했습니다 (어서 신호처리 들으세요) PS에서는 저걸 계산하는 데에만 쓰기 때문에 원리는 이해하지 않아도 괜찮을 거 같고··· 어서 이 코드를 팀노트에 복사합시다.
5.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Convolution anxn +an−1xn−1 +···+a1x1 +a0 × bnxn +bn−1xn−1 +···+b1x1 +b0 = c2nx2n +c2n−1x2n−1 +···+c1x1 +c0 ⇒
ci = i ∑ j=0 ajbi−j 0 ≤ i ≤ 2n
6.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 르모앙의 추측 BOJ
#17134 5보다 큰 홀수는 홀수 소수 하나와 짝수 세미소수 하나의 합으로 나타낼 수 있다. 세미소수는 두 소수를 곱한 수이다. 홀수 N이 주어졌을 때, 홀수 소수 하나와 짝수 세미소수 하나의 합으로 나타내는 방법의 수를 구해보자. ▶ N ≤ 106 ▶ 테스트 케이스 ≤ 105 개
7.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 르모앙의 추측 BOJ
#17134 두 개의 소수 p, q가 있다면 N = p+2q인 경우의 수를 세라는 의미 (p ̸= 2)
8.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 르모앙의 추측 BOJ
#17134 0+0·x1 +0·x2 +1·x3 +0·x4 +1·x5 +0·x6 +1·x7 +··· 홀수 소수 차수의 항에서만 계수가 1 × 0+0·x1 +0·x2 +0·x3 +1·x4 +0·x5 +1·x6 +0·x7 +··· 짝수 세미소수 차수의 항에서만 계수가 1 = ? Remark: ci = i ∑ j=0 ajbi−j 0 ≤ i ≤ 2n
9.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 르모앙의 추측 BOJ
#17134 0+0·x1 +0·x2 +1·x3 +0·x4 +1·x5 +0·x6 +1·x7 +··· 홀수 소수 차수의 항에서만 계수가 1 × 0+0·x1 +0·x2 +0·x3 +1·x4 +0·x5 +1·x6 +0·x7 +··· 짝수 세미소수 차수의 항에서만 계수가 1 를 하면 나오는 다항식의 모든 항 cixi 에 대해 ci 는 N = i일 때의 경우의 수가 된다
10.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 르모앙의 추측 BOJ
#17134 그런데 2×106 log 2×106 이 시간 안에 통과할까?
11.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 르모앙의 추측 BOJ
#17134 어차피 들어오는 쿼리는 전부 홀수이므로 우리는 c2k+1 에만 관심이 있으며 a2k 와 b2k+1 은 모든 k에 대해 어차피 0이니까 a′ i = a2i+1 b′ i = b2i c′ i = c2i+1 이라고 하면
12.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 르모앙의 추측 BOJ
#17134 a′ i = a2i+1 b′ i = b2i c′ i = c2i+1 c′ i = c2i+1 = 2i+1 ∑ j=0 ajb(2i+1)−j = i ∑ j=0 a2 j =0 b(2i+1)−2 j + i ∑ j=0 a2j+1 =a′ j b(2i+1)−(2j+1) = i ∑ j=0 a′ j b2i−2 j =b′ i−j = i ∑ j=0 a′ jb′ i−j 0 ≤ i ≤ n
13.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 르모앙의 추측 BOJ
#17134 이렇게 하면 106 log 106 으로 줄어들고 N 이 들어오면 c′ N 대신 c′ ⌊N 2 ⌋ 을 구하면 된다 (물론 c′ i 는 전처리)
14.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 르모앙의 추측 BOJ
#17134 83 vector<int> c(1000001), a(1000001), b(1000001); 84 85 bitset<1000001> sieve; 86 87 int main() { 88 cin.tie(nullptr); 89 cout.tie(nullptr); 90 ios_base ::sync_with_stdio(false); 91 92 sieve.flip(); 93 for (int i = 2; i <= 1000000; i ++) { 94 if (!sieve[i]) continue; 95 if (i != 2) a[i / 2] = 1; 96 if (i <= 500000) b[i] = 1; 97 for (int j = i * 2; j <= 1000000; j += i) { 98 sieve[j] = false; 99 } 100 } source code 에라토스테네스의 체 돌리면서 a′ i, b′ i 전처리 – O (nloglogn)
15.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 르모앙의 추측 BOJ
#17134 102 multiply(a, b, c); 103 104 int n; 105 cin >> n; 106 while (n --) { 107 int x; 108 cin >> x; 109 cout << c[x / 2] << 'n'; 110 } 111 112 return 0; 113 } source code FFT로 c′ 전처리 – O (nlogn)
16.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 르모앙의 추측 BOJ
#17134 102 multiply(a, b, c); 103 104 int n; 105 cin >> n; 106 while (n --) { 107 int x; 108 cin >> x; 109 cout << c[x / 2] << 'n'; 110 } 111 112 return 0; 113 } source code c를 계산하는 대신 c′ 를 계산해 두고, 쿼리가 들어오면 c′ ⌊N 2 ⌋ 출력 – 쿼리 각각은 O (1)
Télécharger maintenant