欧几里德专场

欧几里德 扩展欧几里德  博客视频参考:


http://www.cnblogs.com/void/archive/2011/04/18/2020357.html

https://www.nowcoder.com/live/153/4/1

poj  1061 青蛙约会 

点击就送一刀99

#include<iostream>
using namespace std;
#define LL long long
LL exgcd(LL a,LL b,LL &x,LL &y){
    if(b==0){
       x=1;
       y=0;
       return a;
    }
    LL r=exgcd(b,a%b,x,y);
    int temp=x;
    x=y;
    y=temp-a/b*y;
    return r;
}
LL xxx(LL a,LL b,LL c){
    LL x,y;
    LL gcd=exgcd(a,b,x,y);
    if(c%gcd!=0) return -1;
    x*=c/gcd;
    b/=gcd;
    if(b<0) b=-b;
    LL ans=x%b;
    if(ans<=0){
       ans+=b;
    }
    return ans;
}
int main(){
   int x,y,m,n,l;
   cin>>x>>y>>m>>n>>l;
   if(xxx(m-n,l,y-x)==-1) cout<<"Impossible"<<endl;   //要注意 n-m 和 y-x 要同步 
   else cout<<xxx(n-m,l,x-y)<<endl;

   return 0;
}

hdu 1756 

点击   点击打开链接

/*
设A=9973*y+n,因为A%B=0,所以(9973*y+n)=B*x,其中x=A/B

移项,有B*x+9973*(-y)=n。

联想到扩展GCD的式子:B*X+9973*Y=1,两边都乘以n,B*(nX)+9973*(nY)=n。

这样x=nX,y=-nY,只要求出X和Y就行了,套扩展GCD模板即可
*/

#include<iostream>
using namespace std;
#define LL long long
LL exgcd(LL a,LL b,LL &x,LL &y){
    if(b==0){
       x=1;
       y=0;
       return a;
    }
    LL r=exgcd(b,a%b,x,y);
    int temp=x;
    x=y;
    y=temp-a/b*y;
    return r;
}
LL xxx(LL a,LL b,LL c){
    LL x,y;
    LL gcd=exgcd(a,b,x,y);
    if(c%gcd!=0) return -1;
    x*=c/gcd;
    b/=gcd;
    if(b<0) b=-b;
    LL ans=x%b;
    if(ans<=0){
       ans+=b;
    }
    return ans;
}

int main(){
   int t;
   cin>>t;
   while(t--){
     LL n,b;
     cin>>n>>b;
     LL ans=xxx(b,9973,n);
     cout<<ans<<endl;
   }
   return 0;
}

hdu 2669 

点击打开链接

#include<iostream>
using namespace std;
#define LL long long
LL exgcd(LL a,LL b,LL &x,LL &y){
    if(b==0){
       x=1;
       y=0;
       return a;
    }
    LL r=exgcd(b,a%b,x,y);
    int temp=x;
    x=y;
    y=temp-a/b*y;
    return r;
}
LL xxx(LL a,LL b,LL c){
    LL x,y;
    LL gcd=exgcd(a,b,x,y);
    if(c%gcd!=0) return -1;
    x*=c/gcd;
    b/=gcd;
    if(b<0) b=-b;
    LL ans=x%b;
    if(ans<=0){
       ans+=b;
    }
    return ans;
}
int main(){
   LL a,b;
   while(cin>>a>>b){
       LL ans=xxx(a,b,1);
       if(ans==-1) cout<<"sorry"<<endl;
       else cout<<ans<<" "<<(1-ans*a)/b<<endl;
   }
   return 0;
}

zoj  3609

点击打开链接

#include <iostream>
#include <cstdio>
#include <cstring>
#include <cmath>
#include <vector>
#include <string>
#include <queue>
#include <stack>
#include <algorithm>

#define INF 0x7fffffff
#define EPS 1e-12
#define MOD 1000000007
#define PI 3.141592653579798
#define N 100000

using namespace std;

typedef long long LL;
typedef double DB;

LL e_gcd(LL a,LL b,LL &x,LL &y)
{
    if(b==0)
    {
        x=1;
        y=0;
        return a;
    }
    LL ans=e_gcd(b,a%b,x,y);
    LL temp=x;
    x=y;
    y=temp-a/b*y;
    return ans;
}

LL cal(LL a,LL b,LL c)
{
    LL x,y;
    LL gcd=e_gcd(a,b,x,y);
    if(c%gcd!=0) return -1;
    x*=c/gcd;
    b*=c/gcd;
    if(b<0) b=-b;
    LL ans=x%b;
    if(ans<=0) ans=ans+b;
    return ans;
}

int main()
{
    LL a,b,t;
    scanf("%lld",&t);
    while(t--)
    {
        scanf("%lld%lld",&a,&b);
        LL ans=cal(a,b,1);
        if(ans==-1) printf("Not Exist\n");
        else printf("%lld\n",ans);
    }
    return 0;
}

牛客 

点击打开链接


#include<bits/stdc++.h>
using namespace std;
#define maxn 100000+100
#define LL long long
LL l[maxn];
LL r[maxn];
LL exgcd(LL a,LL b,LL &x,LL &y){
   if(b==0){
      x=1;
      y=0;
      return a;
   }
   LL ans=exgcd(b,a%b,x,y);
   LL t=x;
   x=y;
   y=t-a/b*y;

   return ans;
}
LL xxx(int n){
   LL aa=l[0],bb=r[0];
   for(int j=1;j<n;j++){
      LL x,y;
      LL k=r[j]-bb;
      LL ans=exgcd(aa,l[j],x,y);
      if(k%ans){
         return -1;
      }
      x=k/ans*x;
      LL t=l[j]/ans;
      x=(x%t+t)%t;
     // cout<<x<<" "<<bb<<endl;
      bb=bb+x*aa;
      aa=aa*l[j]/ans;
      //cout<<aa<<" "<<bb<<endl;
   }
   return bb;
}
int main(){
   int n;
   cin>>n;
   for(int j=0;j<n;j++){
     scanf("%lld%lld",&l[j],&r[j]);
   }
   cout<<xxx(n)<<endl;
}



基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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