要解决这个问题，我们可以采用动态规划的方法。

首先，定义一个二维数组 dp，其中 dp[i][j] 表示在进行了 i 次操作后，数组最后一个数为 j 的方案数。

根据题目描述，我们可以得到以下状态转移方程：

dp[i][j] = dp[i-1][(j+x)%10] + dp[i-1][(j*x)%10]

其中，x 是数组中倒数第二个数，取值范围为 0 到 9。

初始条件为 dp[0][j] = 1，表示在没有进行任何操作时，数组最后一个数为 j 的方案数为 1。

最终的答案为 dp[n-1][0] 到 dp[n-1][9] 的和。

下面是使用 Python 代码实现的示例：

def count_numbers(n):
    # 初始化二维数组 dp，大小为 n x 10
    dp = [[0] * 10 for _ in range(n)]
    # 设置初始条件，即操作 0 次后，数组最后一个数为 j 的方案数为 1
    dp[0] = [1] * 10

    # 遍历从 1 到 n-1 的所有操作次数
    for i in range(1, n):
        # 遍历所有可能的最后一个数 j
        for j in range(10):
            # 遍历所有可能的倒数第二个数 x
            for x in range(10):
                # 根据状态转移方程更新 dp[i][j]
                dp[i][j] += dp[i-1][(j+x)%10] + dp[i-1][(j*x)%10]

    # 返回操作 n-1 次后，数组最后一个数为 0 到 9 的方案数之和
    return sum(dp[n-1])

# 输入操作次数 n
n = int(input("请输入操作次数 n："))
# 计算结果
result = count_numbers(n)
# 输出结果
print("方案数分别为：", result)

通过上述代码，我们可以计算出在进行了 n-1 次操作后，数组最后一个数为 0 到 9 的方案数分别是多少。