【JZOJ 4586】Ned 的难题

本文提出了一种高效的算法优化方案,通过逆向暴力法处理数组,并利用并查集或指针实现快速跳转,将复杂度从O(n^2)降低至O(nlog_2(n))。该方法适用于求解特定数学问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Description

这里写图片描述

Solution

先来搞一个反过来的暴力:
设当前处理到第i个,bj(j<=i)gcd(aj,aj+1...,ai)
现在再往后处理一个,那么

ans=ansai+1j=1igcd(bj,ai+1)

b数组随之更新:bj=gcd(bj,ai+1)
复杂度:O(n2)
我们发现,对于每一个i,bi~b1都是不上升的,而且每次减小至少都是/2,所有最多有log2(n)种,
还有,如果当前已经有一串数是相同的,无论i如何增加,这串数依旧是相同的,只是可能会整体减小,
这意味着会越来越多的数将会相同,也就是可以直接用快速幂跳过,
跳可以用并查集或者指针,
复杂度:O(nlog2(n))

Code

速度还不错~
这里写图片描述

#include<cstdio>
#include<cstdlib>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define fod(i,a,b) for(int i=a;i>=b;i--)
using namespace std;
typedef long long LL;
const int N=50500,mo=1e9+9;
int read(int &n)
{
    char ch=' ';int q=0,w=1;
    for(;(ch!='-')&&((ch<'0')||(ch>'9'));ch=getchar());
    if(ch=='-')w=-1,ch=getchar();
    for(;ch>='0' && ch<='9';ch=getchar())q=q*10+ch-48;n=q*w;return n;
}
int n;
LL a[N],b[N],ans;
int c[N];
int gcd(int a,int b)
{
    if(!b)return a;
    return gcd(b,a%b);
}
LL ksm(LL q,LL w)
{
    q%=mo;LL ans=1;
    while(w)
    {
        if(w&1)ans=(ans*q)%mo;
        q=(q*q)%mo;
        w>>=1;
    }
    return ans;
}
int main()
{
    freopen("ned.in","r",stdin);
    freopen("ned.out","w",stdout);
    int Q;LL q;
    read(n);
    fo(i,1,n)a[i]=b[i]=read(Q),c[i]=i;
    ans=a[1];
    fo(i,2,n)
    {
        ans=ans*a[i]%mo;
        int j1=i;
        for(int j=i-1;j;j=c[j]-1)
        {
            b[j]=gcd(b[j],b[j1]);
            if(b[j]==b[j1])
            {
                c[j1]=c[j];
            }
            ans=ans*ksm(b[j],(j-c[j]+1))%mo;
            j1=j;
        }

    }
    printf("%lld\n",ans);
    return 0;
}
03-14
### NED in IT Context 在网络工程领域,NED通常指代 **Network Engineering Design** 或者 **Network Equipment Distribution**。然而,在更广泛的IT上下文中,如果提到NED可能还涉及其他概念,比如网络嵌入(Network Embedding Depth)。以下是关于这些可能性的具体解释: #### Network Engineering Design (NED) 在这一语境下,NED指的是网络工程设计的过程,它涵盖了从需求分析到最终部署的所有阶段。此过程的核心目标是创建一个高效、可扩展且安全的网络架构[^1]。 #### Network Equipment Distribution (NED) 当讨论硬件设备分布时,NED可以表示为网络设备分发机制。这种机制用于规划路由器、交换机和其他联网组件的最佳地理布局以优化性能并减少延迟[^2]。 #### Network Embedding Depth (假设定义下的NED) 虽然这不是标准术语,但在某些研究论文中,“NED”也可能被用来描述节点嵌入过程中所达到的深度级别或维度大小。例如,在构建图结构数据上的低维向量空间映射时,更深的嵌入可能会捕捉更多复杂的拓扑关系特性。 ```python import networkx as nx from node2vec import Node2Vec # 创建一个简单的无向图 G = nx.Graph() G.add_edges_from([(1, 2), (1, 3), (2, 4), (3, 4)]) # 应用Node2Vec算法获取节点嵌入 node2vec = Node2Vec(G, dimensions=64, walk_length=30, num_walks=200, workers=4) model = node2vec.fit(window=10, min_count=1) print(model.wv.vectors[:5]) # 显示前五个节点的嵌入向量 ``` 上述代码片段展示了如何利用 `node2vec` 方法来计算给定图形中的节点嵌入。这一步骤对于理解复杂网络内部的关系至关重要,并且能够支持诸如推荐系统之类的高级应用开发工作流程。 ---
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