UVA 11824 Maximum GCD(暴力 + 读入有坑,0 ms)

本文探讨了GCD算法的时间复杂度为O(logn),针对特定数据格式进行了优化处理,包括数字之间的空白处理,以及使用模板函数实现最大公约数的计算。通过一组测试数据展示算法的正确性和效率。

一、题目描述

在这里插入图片描述

二、算法分析说明与代码编写指导

GCD 的时间复杂度是 O(log n),最多 99 组数据,每组最多 99 个整数,也就是说进行 GCD 的次数不超过 1 百万,勉强能卡在时间线上(如果给的整数都比较大)。
题目给的 M 实际上并没有指定,所以必须检测是否读到回车,读到了才能开始算。
本来直接在快读的模板上改,读入数字直到读到空白字符就用 ungetc 把最后读到的空白字符推回到输入流 stdin,如果这个空白字符是回车就开始暴力求解。结果 WA 了。
网上翻题解才知道读入的格式不是严格正确的,所以必须处理好数字之间的空白。
这里给一组测试数据:

   3    



 10    20  30    40        

   7    5     12        
    125   15  25



为了锻炼大家阅读代码的能力,本次不作详细注释。

三、AC 代码(0 ms)

#include<cstdio>
#include<cctype>
#include<algorithm>
#pragma warning(disable:4996)
template<class _Ty> _Ty gcd(const _Ty& a, const _Ty& b) {//a, b > 0
	return b == 0 ? a : gcd(b, a % b);
}
template<class _Ty> inline void readu(_Ty& x) {
	static _Ty c; x = 0;
	for (;;) {
		c = getchar();
		if (!isdigit(c)) { ungetc(c, stdin); return; }
		x = (x << 3) + (x << 1) + c - '0';
	}
}
inline bool hasnewline() {
	static int c; bool has = false;
	for (;;) {
		c = getchar(); if (c == '\n')has = true;
		if (c > 32 || c == EOF) { ungetc(c, stdin); return has; }
	}
}
unsigned n, m, a[100], g; int c;
int main() {
	while ((c = getchar()) <= ' ') {}
	ungetc(c, stdin);
	readu(n); ++n;
	while ((c = getchar()) <= ' ') {}
	ungetc(c, stdin);
	while (--n) {
		m = 0; g = 0;
		for (;;) { readu(a[m]); ++m; if (hasnewline() == true)break; }
		for (unsigned i = 0; i < m; ++i)
			for (unsigned j = i + 1; j < m; ++j)
				g = std::max(g, gcd(a[i], a[j]));
		printf("%u\n", g);
	}
	return 0;
}
【轴承故障诊断】加权多尺度字典学习模型(WMSDL)及其在轴承故障诊断上的应用(Matlab代码实现)内容概要:本文介绍了加权多尺度字典学习模型(WMSDL)在轴承故障诊断中的应用,并提供了基于Matlab的代码实现。该模型结合多尺度分析与字典学习技术,能够有效提取轴承振动信号中的故障特征,提升故障识别精度。文档重点阐述了WMSDL模型的理论基础、算法流程及其在实际故障诊断中的实施步骤,展示了其相较于传统方法在特征表达能力和诊断准确性方面的优势。同时,文中还提及该资源属于一个涵盖多个科研方向的技术合集,包括智能优化算法、机器学习、信号处理、电力系统等多个领域的Matlab仿真案例。; 适合人群:具备一定信号处理和机器学习基础,从事机械故障诊断、工业自动化、智能制造等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习并掌握加权多尺度字典学习模型的基本原理与实现方法;②将其应用于旋转机械的轴承故障特征提取与智能诊断;③结合实际工程数据复现算法,提升故障诊断系统的准确性和鲁棒性。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注字典学习的训练过程与多尺度分解的实现细节,同时可参考文中提到的其他相关技术(如VMD、CNN、BILSTM等)进行对比实验与算法优化。
【硕士论文复现】可再生能源发电与电动汽车的协同调度策略研究(Matlab代码实现)内容概要:本文档围绕“可再生能源发电与电动汽车的协同调度策略研究”展开,旨在通过Matlab代码复现硕士论文中的核心模型与算法,探讨可再生能源(如风电、光伏)与大规模电动汽车接入电网后的协同优化调度方法。研究重点包括考虑需求侧响应的多时间尺度调度、电动汽车集群有序充电优化、源荷不确定性建模及鲁棒优化方法的应用。文中提供了完整的Matlab实现代码与仿真模型,涵盖从场景生成、数学建模到求解算法(如NSGA-III、粒子群优化、ADMM等)的全过程,帮助读者深入理解微电网与智能电网中的能量管理机制。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源、智能电网、电动汽车等领域技术研发的工程人员。; 使用场景及目标:①用于复现和验证硕士论文中的协同调度模型;②支撑科研工作中关于可再生能源消纳、电动汽车V2G调度、需求响应机制等课题的算法开发与仿真验证;③作为教学案例辅助讲授能源互联网中的优化调度理论与实践。; 阅读建议:建议结合文档提供的网盘资源下载完整代码,按照目录顺序逐步学习各模块实现,重点关注模型构建逻辑与优化算法的Matlab实现细节,并通过修改参数进行仿真实验以加深理解。
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