HDU4901

#include<iostream>//变量名坚决不要重名!!! ,直接递归到1023即可,不必搞那么麻烦一个一个记录 
#include<cstring>//A了,但为什么不明白。。???? 
#include<cstdlib>
#include<cmath>
#define large 1111
const __int64 maxn=1e9+7;//memset一定要有
using namespace std;
__int64 a[large];
__int64 d[large][large];
__int64 dp[large][large];
__int64 x[large][large];
__int64 n,t;
__int64 T;
__int64 result;
void solve1()
{    
        dp[1][a[1]]=1;
        x[1][a[1]]=1;
        for(int i=2;i<=n;i++)
        {
        	dp[i][a[i]]+=1;
           	x[i][a[i]]+=1;
          for(int j=0;j<1024;j++)
          {
          	if(dp[i-1][j]) 
             {
             x[i][j^a[i]]+=dp[i-1][j];
             dp[i][j]+=dp[i-1][j];
			 dp[i][a[i]^j]+=dp[i-1][j];  
			 dp[i][j]%=maxn;
			 dp[i][a[i]^j]%=maxn;
			 x[i][j^a[i]]%=maxn;
		     }
          }
          
        }
		  
}


void solve2()
{
	    d[n][a[n]]=1;
        for(int i=n-1;i>=1;i--)
        {
          d[i][a[i]]+=1;
          for(int j=0;j<1024;j++)
          {
          if(d[i+1][j])
          {
          d[i][a[i]&j]+=d[i+1][j];
          d[i][j]+=d[i+1][j];
          d[i][a[i]&j]%=maxn;
          d[i][j]%=maxn;
          }
		  }
          
        }
}

void solve3()
{       
	    solve1();
	    solve2();
	    result=0;
		for(int i=1;i<=n-1;i++)
		for(int j=0;j<1024;j++)
		{
		result+=x[i][j]*d[i+1][j];//result+=(x[i][j]%maxn)*(d[i+1][j]%maxn)%maxn错了为毛。。。。 
		result%=maxn;
		}
}
int main()
{
    while(~scanf("%I64d",&T))
    {
    for(int k=1;k<=T;k++) 
    {
    	
    	memset(dp,0,sizeof(dp));
    	memset(d,0,sizeof(d));
    	memset(x,0,sizeof(x));
    	cin>>n;
    	for(int i=1;i<=n;i++)
        {
          cin>>a[i];
        }
     	if(n==1||n==0)
    	{
    	printf("0\n");
        continue;
		} 
        solve3(); 
		printf("%I64d\n",result);	
    }
    }
    return 0;
}
		
		
	
 	   
	    
	    

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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