理科男【数论】

题目大意:

对求分数 AB A B ,求其在 K K 进制下是有限小数还是循环小数。如果是有限小数,求小数点后的位数;如果是循环小数,则求混循环部分和循环节的长度又分别是多少。
Input

3
1 8 10
17 99 10
217 990 10

Ouput O u p u t

3 0
0 2
1 2

思路:

这道数论,好难啊。。。
证明我肯定是看不懂了。只能按照题解所说的打,但是什么都不懂。
在这里把 题解 的证明放一下。

首先把 AB A B 约分成既约分数。设 a[1]=A a [ 1 ] = A r[n] r [ n ] 为原分数小数点后第 n n 位的数。
显然有 r[1]=floor(K×a[1]B)
剩下来的余数 a[2]=K×a[1] a [ 2 ] = K × a [ 1 ] mod m o d B B
依此类推我们有 r[n]=floor(K×a[n]B) a[n]=K×a[n1] a [ n ] = K × a [ n − 1 ] mod m o d B B
不难发现如果 a[p]=a[q]p<q,那么小数点后第 p p 位到第 q1 位这一段就可以视为一
个循环节。
暴力计算数列 a a ,找到第一个与前面重复的项,就可以找到最短循环节了。
这个重复的项前面的部分导出混循环部分。
如果最早在 p 处计算到 a[p]=0 a [ p ] = 0 ,那么原分数就是一个小数点后有 p1 p − 1 位的有限小数。
以上便是 50 分的解法。


50分解法还很容易理解,但是接下来的100分做法就真的很难理解了。。。(也许是我太菜了吧)

下面我们对 a a 数列的性质做一些讨论。
如果 gcd(B,K)=1,对于任意的 i i 都有 gcd(a[i],B)=1
K K ′ K K mod B B 时的乘法逆元,即 KK mod m o d B=1 B = 1 。由乘法逆元的性质 K K ′ 存在且唯一。
假设最早出现重复的位置是 a[p]=a[q](p<q) a [ p ] = a [ q ] ( p < q )
如果 p p 1,那么 a[p1]=K×a[p] a [ p − 1 ] = K ′ × a [ p ] mod m o d B=K×a[q] B = K ′ × a [ q ] mod m o d B=a[q1] B = a [ q − 1 ]
也就是出现了更早的重复,与题设矛盾。所以显然有 p=1 p = 1
这时,显然原分数是一个纯循环小数,且最短循环节长度是 q1 q − 1
x=q1 x = q − 1 。显然 a[q]=a[1]×Kx a [ q ] = a [ 1 ] × K x mod m o d B=a[1] B = a [ 1 ] ,于是 Kx K x mod m o d B=1 B = 1
这就转化成了求 K K mod B B 的阶的问题了。
由欧拉定理 Kphi(B)=1( mod m o d B) B ) ,由阶的性质 x|phi(B) x | p h i ( B )
我们可以将 phi(B) p h i ( B ) 分解素因数,并初始化 x=phi(B) x = p h i ( B )
之后考虑 phi(B) p h i ( B ) 的每个素因数 p p 。如果 K(x/p)=1( mod m o d B) B ) ,就 xxp x ← x p ,并继续试除 p p
否则转下一个素因数。这样就可以求出 K mod m o d B B 的阶了,这就是最短循环节的长度。
如果 gcd(B,K)>1,那么 gcd(a[2],B)>1 g c d ( a [ 2 ] , B ) > 1 。设 gcd(a[2],B)=g g c d ( a [ 2 ] , B ) = g ,不难发现对于任意的 i2 i ≥ 2 ,有 g|(a[i],B) g | ( a [ i ] , B )
不妨设 B=Bg B ′ = B g a[i]=a[i]g(i2) a ′ [ i ] = a [ i ] g ( i ≥ 2 )
若此时 gcd(B,K)=1 g c d ( B ′ , K ) = 1 ,就转化为了上面的情况。否则继续这个过程。
如果上面的转换进行了 T T 次,由于 a[1] a[T] a [ T ] 与后面 a a 数列的循环无关。
卡一下范围便会知道循环节的最后一个数字与混循环部分最后一个数字一定不相等。
于是原分数的混循环长度就是 T 了。
特殊地,如果在 T T 次转换之后得到的最后一个 B=1,那么之后 a a 数列的值全为 0。这时
我们可以断言原分数是一个小数点后有 T 位的有限小数。
以上便是 100 分的做法。

好吧这么多我知道没人会看


代码:

#include <cstdio>
#include <iostream>
#include <algorithm>
using namespace std;

long long n,a,k,sum,gcd,b,num,ans;

long long phi(long long x)
{
    long long ans=x;
    for (long long i=2;i*i<=x;i++)
     if (!(x%i))
     {
        ans=ans/i*(i-1);
        while (!(x%i)) x/=i;
     }
     if (x>1) ans=ans/x*(x-1);
    return ans;
}

long long binary(long long x,long long y,long long o)
{
    long long ans=0;
    for (;y;y>>=1)
    {
        if (y&1) ans=(ans+x)%o;
        x=(x<<1)%o;
    }
    return ans;
}

long long ksm(long long x,long long y,long long o)
{
    long long ans=1;
    for (;y;y>>=1)
    {
        if (y&1) ans=binary(ans,x,o);
        x=binary(x,x,o);
    }
    return ans;
}

int main()
{
    scanf("%lld",&n);
    while (n--)
    {
        scanf("%lld%lld%lld",&a,&b,&k);
        gcd=__gcd(a,b);
        a/=gcd;
        b/=gcd;
        sum=0;
        while (__gcd(b,k)>1)
        {
            sum++;
            gcd=__gcd(b,k);
            b/=gcd;
        }
        printf("%lld ",sum);
        if (b==1) 
        {
            printf("0\n");
            continue;
        }
        num=ans=phi(b);
        for (int i=2;i*i<=num;i++)
         if (!(num%i))
         {
            while ((!(ans%i))&&ksm(k,ans/i,b)==1) ans/=i;
            while (!(num%i)) num/=i;
         }
        if (num>1&&ksm(k,ans/num,b)==1) ans/=num;
        printf("%lld\n",ans);
    }
    return 0;
}
本项目构建于RASA开源架构之上,旨在实现一个具备多模态交互能力的智能对话系统。该系统的核心模块涵盖自然语言理解、语音转文本处理以及动态对话流程控制三个主要方面。 在自然语言理解层面,研究重点集中于增强连续对话中的用户目标判定效能,并运用深度神经网络技术提升关键信息提取的精确度。目标判定旨在解析用户话语背后的真实需求,从而生成恰当的反馈;信息提取则专注于从语音输入中析出具有特定意义的要素,例如个体名称、空间位置或时间节点等具体参数。深度神经网络的应用显著优化了这些功能的实现效果,相比经典算法,其能够解析更为复杂的语言结构,展现出更优的识别精度与更强的适应性。通过分层特征学习机制,这类模型可深入捕捉语言数据中隐含的语义关联。 语音转文本处理模块承担将音频信号转化为结构化文本的关键任务。该技术的持续演进大幅提高了人机语音交互的自然度与流畅性,使语音界面日益成为高效便捷的沟通渠道。 动态对话流程控制系统负责维持交互过程的连贯性与逻辑性,包括话轮转换、上下文关联维护以及基于情境的决策生成。该系统需具备处理各类非常规输入的能力,例如用户使用非规范表达或对系统指引产生歧义的情况。 本系统适用于多种实际应用场景,如客户服务支持、个性化事务协助及智能教学辅导等。通过准确识别用户需求并提供对应信息或操作响应,系统能够创造连贯顺畅的交互体验。借助深度学习的自适应特性,系统还可持续优化语言模式理解能力,逐步完善对新兴表达方式与用户偏好的适应机制。 在技术实施方面,RASA框架为系统开发提供了基础支撑。该框架专为构建对话式人工智能应用而设计,支持多语言环境并拥有活跃的技术社区。利用其内置工具集,开发者可高效实现复杂的对话逻辑设计与部署流程。 配套资料可能包含补充学习文档、实例分析报告或实践指导手册,有助于使用者深入掌握系统原理与应用方法。技术文档则详细说明了系统的安装步骤、参数配置及操作流程,确保用户能够顺利完成系统集成工作。项目主体代码及说明文件均存放于指定目录中,构成完整的解决方案体系。 总体而言,本项目整合了自然语言理解、语音信号处理与深度学习技术,致力于打造能够进行复杂对话管理、精准需求解析与高效信息提取的智能语音交互平台。 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