Bestcoder Round #88 problem.B Abelian Period

本文介绍了一种算法,用于寻找给定数字串的所有完全阿贝尔周期。通过枚举数字串长度的因子并使用高效的判重方法,如哈希或排序等,确保了算法的有效性和准确性。

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


Description

设SS是一个数字串,定义函数 occ(S,x) 表示 S 中数字x的出现次数。例如: S=(1,2,2,1,3),occ(S,1)=2,occ(S,2)=2,occ(S,3)=1

如果对于任意的 i ,都有occ(u,i)=occ(w,i),那么我们认为数字串 u w匹配。例如: (1,2,2,1,3)(1,3,2,1,2)

对于一个数字串 S 和一个正整数k,如果 S 可以分成若干个长度为k的连续子串,且这些子串两两匹配,那么我们称 k 是串S的一个完全阿贝尔周期。给定一个数字串 S ,请找出它所有的完全阿贝尔周期。

Input

  • 第一行包含一个正整数 T(1T10),表示测试数据的组数。

    • 对于每组数据:
      • 第一行包含一个正整数 n(n100000) ,表示数字串的长度。
      • 第二行包含 n 个正整数S1,S2,S3,,Sn(1Sin),表示这个数字串。

Output

对于每组数据,输出一行若干个整数,从小到大输出所有合法的 k

Sample Input

2
6
5 4 4 4 5 4
8
6 5 6 5 6 5 5 6

Sample Output

3 6
2 4 8


都说Claris大犇出题质量很高,的确如此。


Solution

根据题目要求可以得到以下结论:

  • 由于要求分割后不能有多余区间,所以我们可以枚举 N 的因子作为每次分割的step
  • 根据不久以前我写过的POI2010Breads一题,可以知道全因子暴力拆分的复杂度也只达到 O(NlogN) ,所以我们可以放心地枚举过来。
  • 根据度娘所得,知道对于所有的 a105 ,其最多的因子只有100+个。

解决枚举的时间复杂度问题后,我们只需要在小复杂度内判断每一段内的元素是否全部相同即可。

如果考虑用 O(logN) 来进行判重,我们可以采用map或者multiset来直接进行查询,或者直接每一堆都sort()一波进行直接比较,在数据水的情况下可以卡过去。

如果用 O(1) 来进行判重,我们需要采用Hash。但是一般的Hash都是与元素所处的位置有关,而本题每一个区间都可以看做一个集合,是无序的。那么我们就需要采用无序的Hash,简单来说就是给每一个不同的数都赋一个区分度高的不同的值,计算Hash的时候按照元素对应的Hash值相加。(似乎get了一个新技能

#include <bits/stdc++.h>
#define B 200019
#define M 100005
#define P 1000000009
using namespace std;
inline void Rd(int &res){
    res=0;char c;
    while(c=getchar(),c<48);
    do res=(res<<3)+(res<<1)+(c^48);
    while(c=getchar(),c>47);
}
int Base[M],A[M],sum[M];
bool vis[M];int Mp[M],tot=0;
void init(){
    Base[0]=1;
    for(int i=1;i<M;i++)Base[i]=1LL*Base[i-1]*B%P;
    for(int i=2;i<M;i++)if(!vis[i]){
        Mp[++tot]=i;
        for(int j=i<<1;j<M;j+=i)vis[j]=true;
    }
}
vector<pair<int,int> >Prime;
int Ans[500],ptop=0;
void dfs(int c,int sum){
    if(c==Prime.size()){
        Ans[++ptop]=sum;
        return;
    }
    int prime=1,sz=Prime[c].second;
    for(int j=0;j<=sz;j++){
        dfs(c+1,sum*prime);
        prime*=Prime[c].first;
    }
}
bool used[M];
int main(){
    init();
    int kase;Rd(kase);
    while(kase--){
        int n;Rd(n);
        sum[0]=0;
        Prime.clear();
        for(int i=1;i<=n;i++){
            Rd(A[i]);
            sum[i]=(sum[i-1]+Base[A[i]])%P;
        }
        int tmp=n;
        for(int i=1;Mp[i]*Mp[i]<=tmp;i++){
            int cnt=0;
            while(tmp%Mp[i]==0)tmp/=Mp[i],cnt++;
            if(cnt)Prime.push_back(make_pair(Mp[i],cnt));
        }
        if(tmp!=1)Prime.push_back(make_pair(tmp,1));
        ptop=0;dfs(0,1);
        for(int k=1;k<=ptop;k++){
            int step=Ans[k];
//          printf("%d\n",step);
            int val=sum[step];
            bool win=true;
            for(int i=step+1;i<=n;i+=step){
                int Val=(sum[i+step-1]-sum[i-1]+P)%P;
                if(Val!=val){win=false;break;}
            }
            if(win)used[step]=true;
        }
        bool f=false;
        for(int i=1;i<=n;i++){
            if(!used[i])continue;
            used[i]=0;
            if(f)putchar(' ');f=true;
            printf("%d",i);
        }
        puts("");
    }
}
内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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