Codeforces 1646C Factorials and Powers of Two

博客探讨了一种利用状态压缩和枚举方法解决将整数表示为2的幂次与阶乘之和的问题。通过预处理阶乘数组并枚举所有可能的状态,减去相应的阶乘值,然后检查剩余值是否可以进一步分解,找到使得阶乘数量与1的个数之和最小的解决方案。代码示例展示了具体的实现细节。

0x10 题目链接

cf 1646c

0x20 题目

0x21 Tag

状态压缩,枚举

0x22 题目描述

在这里插入图片描述

0x23 翻译

给出一个数n,是否能将其拆解成多个**(共k个)**2的幂次与阶乘的和,求k的最小值。

0x30 思路与算法

首先肯定有解,因为整数一定能被二进制表示。其中数据范围是 1 e 12 ( < 15 ! ) 1e12(<15!) 1e12(<15!),该数字最多是15个阶乘的和 ( 1 ! + 2 ! + . . . 15 ! ) (1!+2!+...15!) (1!+2!+...15!),我们想到可以用状态压缩的方法去解是否该加和中选用了某些阶乘(例如0…11100说明只选用了3!,4!,5!)。
枚举每一种状态,在原数的基础上减去这些阶乘的加和,对于差再拆解成二进制的形式(有几个1)。这样答案就为选用阶乘的数量 c n t cnt cnt与差二进制1的个数加和的最小值。
a n s = M i n ( a n s , c n t + g e t _ o n e ( i ) ) ans=Min(ans,cnt+get\_one(i)) ans=Min(ans,cnt+get_one(i))

0x40 代码

0x41 实现细节

fact[3]=6;
	for(int i=4;i<=15;++i)
		fact[i]=fact[i-1]*i;

这里预处理了阶乘的结果,需要注意的是:1,2与二进制相冲突,我们只保留二进制中的即可(从fact[3]开始预处理)。

for(int i=0;i<MAXS;++i)
		{
			int cnt=0ll;
			ll tmp=n;
			for(int j=0;j<=15;++j)
			{
				if((i>>j)&1) 
				{
					tmp-=fact[j];
					cnt++;
				}
			}
			if(tmp>=0)
			{
				ans=min(ans,cnt+get_one(tmp));
			}
		}

这里枚举了所有的状态,需要注意的是我们被减数的结果不能小于0。在大于0的情况下,接着拆解差二进制的1即可。

0x42 完整代码

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int MAXS=1<<15;
ll fact[22];
ll get_one(ll x)
{
	ll cnt=0ll;
	while(x)
	{
		if(x&1)
			cnt++;
		x>>=1;
	}
	return cnt;	
}
int main()
{	
 
	fact[3]=6;
	for(int i=4;i<=15;++i)
		fact[i]=fact[i-1]*i;
	
	int t;
	cin>>t;
	while(t--)
	{
		ll n;
 
		cin>>n;
		ll ans=0x3f3f3f3f3f3f3f3f;
 
		for(int i=0;i<MAXS;++i)
		{
			int cnt=0ll;
			ll tmp=n;
			for(int j=0;j<=15;++j)
			{
				if((i>>j)&1) 
				{
					tmp-=fact[j];
					cnt++;
				}
			}
			if(tmp>=0)
			{
				ans=min(ans,cnt+get_one(tmp));
			}
		}
		cout<<ans<<endl;
 
	}
	return 0;
}

0x50 另

代码仅代表个人答案。如有错误,请多指正。=)

### 解题思路 #### 问题描述 Codeforces 1678C - Tokitsukaze and Strange Inequality 是一道关于排列组合与前缀和的应用问题。给定一个长度为 \( n \) 的排列数组 \( p \),需要统计满足条件 \( a < b < c < d \) 并且 \( p_a < p_c \) 同时 \( p_b > p_d \) 的四元组数量。 --- #### 核心思想 由于数据规模较小 (\( n \leq 5000 \)),可以直接通过枚举的方式解决问题。为了降低时间复杂度,引入 **前缀和** 技术来加速计算过程[^3]。 具体来说: - 枚举变量 \( a \) 和 \( c \),固定它们之后,目标是快速找到符合条件的 \( b \) 和 \( d \)。 - 使用预处理好的前缀和数组 `num` 来高效查询某个范围内满足特定关系的数量。 - 定义辅助数组 `sum` 表示对于固定的区间范围内的某些约束条件下的累积计数结果。 --- #### 实现细节 ##### 步骤一:构建前缀和数组 `num` 定义二维数组 `num[i][j]`,其中 `num[i][j]` 表示在序列的前 \( i \) 项中,有多少个元素大于 \( j \)。 该数组可以通过如下方式初始化: ```python n = len(p) max_val = max(p) # 初始化 num 数组 num = [[0] * (max_val + 2) for _ in range(n + 1)] for i in range(1, n + 1): for j in range(max_val + 1, -1, -1): # 反向遍历以保持正确性 if p[i - 1] > j: num[i][j] = num[i - 1][j] + 1 else: num[i][j] = num[i - 1][j] ``` 上述代码的时间复杂度为 \( O(n \cdot m) \),其中 \( m \) 是数组中的最大值。 --- ##### 步骤二:定义并填充辅助数组 `sum` 定义另一个二维数组 `sum[i][j]`,它表示当 \( a=i \), \( c=j \) 时,在区间 \([a+1, c-1]\) 中满足 \( p[b] > p[d] \) 的总贡献次数。 利用动态规划的思想逐步更新此数组: ```python sum_ = [[0] * (n + 1) for _ in range(n + 1)] bucket = [0] * (max_val + 1) for l in range(n - 1, 0, -1): bucket[p[l]] += 1 for r in range(l + 2, n + 1): sum_[l][r] = sum_[l][r - 1] + (num[r - 1][p[r - 1]] - num[l][p[r - 1]]) ``` 这里的关键在于如何有效累加当前区间的合法贡献,并借助之前已经计算的结果减少重复运算。 --- ##### 步骤三:枚举所有可能的 \( a \) 和 \( c \) 最后一步是对所有的 \( a \) 和 \( c \) 进行双重循环,并将对应位置上的 `sum[a][c]` 加入最终答案中: ```python result = 0 for a in range(1, n - 2): for c in range(a + 2, n): result += sum_[a][c] print(result) ``` 整个算法的核心部分即完成以上三个阶段的操作即可实现高效的解决方案。 --- ### 总结 本题主要考察的是对多重嵌套结构的有效简化以及合理运用前缀和技巧的能力。通过巧妙设计的数据结构能够显著提升程序运行效率至可接受水平。
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