BZOJ 1257 同除等价类 + 等比数列

本文介绍了一个利用大数运算解决等价类问题的算法,并通过C++和Java实现。该算法首先确定了一个关键区间,接着通过枚举找到每个等价类的边界,最终计算出所有等价类的总和。

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

题解:
x % i = x - [x / i] * i
而x / i 在一段区间值不变
这段区间是令t = x / i;
(x / (t + 1), x / t]

首先对于[ 1, [sqrt(n)] 记为L
这个集合里的元素除以n结果都是不同的
证明:
若存在两个相邻元素a, b(设 a = b + 1)除n结果相同蛇结果为c(c >= [sqrt(n)])那么
n = a * c + a1(a1 < a)
n = b * c + b1(b1 < b)
所以 c = b1 - a1
|b1 - a1| < max(a1, b1) < [sqrt(n)]


其次对于L的每一个元素t, 在[1, n]中必存在除n为t的元素, 且均大于[sqrt(n)]
证:
n = [n / t] * t + left[left < t]
又因为[n / t] > t
所以n / [n / t] = t
另外一个结论就是除n为t的最大数[n / t], 记为r
同理除n为t + 1最大数为[n / (t + 1)]记为l
所以除n为t的数集为(l, r], 为t除n的等价类


所以, 枚举i -> [1, sqrt(n)]当然要满足i <= k
减去左边的等价类(n / i除等价类)
然后判断右边的等价类(i除等价类), 处理
ans = n * k - 等价类的和

code:
刚开始找的是51nod上一题, n最大1e12要用大大数(结果交不了了)
所以下面有个java版本, 跑了一秒多

import java.util.*;
import static java.lang.System.*;
import java.math.*;
//import 

public class Main{


    public static void main(String[] args){
        Scanner in = new Scanner(System.in);
        long k = in.nextLong();
        long n = in.nextLong();
        BigInteger t = BigInteger.valueOf(n);
        out.println((t.multiply(BigInteger.valueOf(k))).subtract(solve(n, k)));
        in.close();
    }

    public static BigInteger solve(long t, long k){
        BigInteger ret = BigInteger.valueOf(0);
        //boolean f = false;
        for(long i = 1; i * i <= t && i <= k; ++i){
            long r = t / i;
            BigInteger tmp = BigInteger.valueOf(r);
            //out.println(tmp);
            ret = ret.add(tmp.multiply(BigInteger.valueOf(i)));
            //out.println(ret);
            long l = t / (i + 1);
            long tt = min(k, r);
            if(l < tt && i != tt) {
                //long l = t / (i + 1);
                BigInteger p = cal(tt).subtract(cal(l)).multiply(BigInteger.valueOf(i));
                ret = ret.add(p);
            }
        }
        return ret;
    }
    public static long min(long a, long b){
        return a <= b ? a : b;
    }
    public  static BigInteger cal(long x){
        BigInteger ret = BigInteger.valueOf(x);
        BigInteger a = BigInteger.valueOf(x + 1);
        BigInteger b = BigInteger.valueOf(2);
        return ret.multiply(a).divide(b);
    }

}

C++

#include <cstdio>
using namespace std;
typedef long long ll;

ll n, k;

inline ll min(ll a, ll b){return a <= b ? a : b;}
inline ll cal(ll x){return x * (x + 1) / 2;}

int main(){
   // freopen("in.txt", "r", stdin);
    scanf("%lld%lld", &k, &n);
    ll ans = n * k;
    for(ll i = 1; i * i <= n && i <= k; ++i){
        ll r = n / i;
        ans -= i * r;
        ll l = n / (i + 1);
        ll tmp = min(r, k);
        /**判i除等价类和[1, k]有没有交集*/
        if(l < tmp && i != tmp) ans -= (cal(tmp) - cal(l)) * i;
    }
    printf("%lld\n", ans);
    return 0;
}
内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共决策。
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