[杂题] Codeforces #632D Longest Subsequence

本文介绍了一种解决特定数学问题的算法思路:通过枚举公倍数并统计每个数的因数出现次数来找到满足条件的最大公倍数及其频率。文章提供了完整的C++代码实现。

值的范围是106 ,所以可以想到直接枚举公倍数。然后就是要统计一个数的因数出现了几个。这个直接 O(nlogn)
实际上这题有一个条件弱化的思想,不需要一定是最小公倍数,大的公倍数满足,对应的最小公倍数也满足。

#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn=1000005;
int n,m,a[maxn],cnt[maxn],f[maxn],_max=0,k=1;
int main(){
    freopen("cf632D.in","r",stdin);
    freopen("cf632D.out","w",stdout);
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++){
        scanf("%d",&a[i]);
        if(a[i]<=m) cnt[a[i]]++;
    }
    for(int i=1;i<=m;i++)
     for(int j=i;j<=m;j+=i) f[j]+=cnt[i];
    for(int i=1;i<=m;i++) if(_max<f[i]) _max=f[i], k=i;
    printf("%d %d\n",k,_max);
    for(int i=1;i<=n;i++) if(k%a[i]==0) printf("%d ",i);
    return 0;
} 
Codeforces Gym 101630 是一场编程竞赛,通常包含多个算法挑战问。这些问往往涉及数据结构、算法设计、数学建模等多个方面,旨在测试参赛者的编程能力和解决问的能力。 以下是一些可能出现在 Codeforces Gym 101630 中的目类型及解决方案概述: ### 目类型 1. **动态规划(DP)** 动态规划是编程竞赛中常见的型之一。问通常要求找到某种最优解,例如最小路径和、最长递增子序列等。解决这类问的关键在于状态定义和转移方程的设计[^1]。 2. **图论** 图论问包括最短路径、最小生成树、网络流等。例如,Dijkstra 算法用于求解单源最短路径问,而 Kruskal 或 Prim 算法则常用于最小生成树问[^1]。 3. **字符串处理** 字符串问可能涉及模式匹配、后缀数组、自动机等高级技巧。KMP 算法和 Trie 树是解决此类问的常用工具[^1]。 4. **数论与组合数学** 这类问通常需要对质数、模运算、排列组合等有深入的理解。例如,快速幂算法可以用来高效计算大数的模幂运算[^1]。 5. **几何** 几何问可能涉及点、线、多边形的计算,如判断点是否在多边形内部、计算两个圆的交点等。向量运算和坐标变换是解决几何问的基础[^1]。 ### 解决方案示例 #### 示例问:动态规划 - 最长递增子序列 ```python def longest_increasing_subsequence(nums): if not nums: return 0 dp = [1] * len(nums) for i in range(len(nums)): for j in range(i): if nums[i] > nums[j]: dp[i] = max(dp[i], dp[j] + 1) return max(dp) # 示例输入 nums = [10, 9, 2, 5, 3, 7, 101, 18] print(longest_increasing_subsequence(nums)) # 输出: 4 ``` #### 示例问:图论 - Dijkstra 算法 ```python import heapq def dijkstra(graph, start): distances = {node: float(&#39;infinity&#39;) for node in graph} distances[start] = 0 priority_queue = [(0, start)] while priority_queue: current_distance, current_node = heapq.heappop(priority_queue) if current_distance > distances[current_node]: continue for neighbor, weight in graph[current_node].items(): distance = current_distance + weight if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(priority_queue, (distance, neighbor)) return distances # 示例输入 graph = { &#39;A&#39;: {&#39;B&#39;: 1, &#39;C&#39;: 4}, &#39;B&#39;: {&#39;A&#39;: 1, &#39;C&#39;: 2, &#39;D&#39;: 5}, &#39;C&#39;: {&#39;A&#39;: 4, &#39;B&#39;: 2, &#39;D&#39;: 1}, &#39;D&#39;: {&#39;B&#39;: 5, &#39;C&#39;: 1} } start = &#39;A&#39; print(dijkstra(graph, start)) # 输出: {&#39;A&#39;: 0, &#39;B&#39;: 1, &#39;C&#39;: 3, &#39;D&#39;: 4} ``` #### 示例问:字符串处理 - KMP 算法 ```python def kmp_failure_function(pattern): m = len(pattern) lps = [0] * m length = 0 # length of the previous longest prefix suffix i = 1 while i < m: if pattern[i] == pattern[length]: length += 1 lps[i] = length i += 1 else: if length != 0: length = lps[length - 1] else: lps[i] = 0 i += 1 return lps def kmp_search(text, pattern): n = len(text) m = len(pattern) lps = kmp_failure_function(pattern) i = 0 # index for text j = 0 # index for pattern while i < n: if pattern[j] == text[i]: i += 1 j += 1 if j == m: print("Pattern found at index", i - j) j = lps[j - 1] elif i < n and pattern[j] != text[i]: if j != 0: j = lps[j - 1] else: i += 1 # 示例输入 text = "ABABDABACDABABCABAB" pattern = "ABABCABAB" kmp_search(text, pattern) # 输出: Pattern found at index 10 ``` ###
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