[51nod 1203]JZPLCM

本文介绍了一种求解区间最小公倍数(LCM)的高效算法,利用ST表进行区间最大值查询,并通过莫队算法优化大质数的处理。针对不同大小的质数采取了不同的策略,实现了复杂度的有效平衡。

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

题目大意

求区间lcm。带模运算。

做法

不知道有没有更简单的做法。
最小公倍数是什么意思?一堆数的最小公倍数,就是对于每一个质数p,这些数每个数中p的次数的最大值k,然后最小公倍数就会包含一个p^k。
p很大时k会很小,p很小时k会很大,这是两个互相制约的因素,因此考虑使用两种算法然后进行平衡结合。
设置阈值B=230(差不多就是√n)
对于所有<=B的质数p都枚举一遍,然后计算出每个数包含多少个p,再对次数做ST表,每个询问可以直接询问区间最大值然后计算贡献。这部分的复杂度的话,因为只有根号n以内的质数,个数大概为√n/log n,ST的预处理需要n log n,一共n√n。
对于所有>B的质数,每个数最多只有1个,而且次数肯定为1,这意味着一个区间只要存在某个大质数那么贡献就为这个大质数。用b[i]表示第i个数包含的这个大质数(没有就是1),处理出往左往右第一个相同b值的位置,然后上莫队,左右端插入删除通过处理出的left和right来维护贡献。这部分的复杂度的话,逆元用预处理,那么过程就是n√n。

#include<cstdio>
#include<algorithm>
#include<cmath>
#define fo(i,a,b) for(i=a;i<=b;i++)
#define fd(i,a,b) for(i=a;i>=b;i--)
using namespace std;
typedef long long ll;
const int maxn=50000+10,B=230,mo=1000000007;
struct dong{
    int l,r,id;
} ask[maxn];
int a[maxn],c[maxn],f[maxn][20],pri[maxn],zjy[maxn],belong[maxn];
int ans[maxn],left[maxn],right[maxn],last[maxn],ni[maxn];
bool bz[maxn];
int i,j,k,l,r,t,n,m,top,now;
int quicksortmi(int x,int y){
    if (!y) return 1;
    int t=quicksortmi(x,y/2);
    t=(ll)t*t%mo;
    if (y%2) t=(ll)t*x%mo;
    return t;
}
int getmax(int l,int r){
    int z=zjy[r-l+1];
    return max(f[l][z],f[r-(1<<z)+1][z]);
}
bool cmp(dong a,dong b){
    return belong[a.l]<belong[b.l]||belong[a.l]==belong[b.l]&&a.r<b.r;
}
int main(){
    scanf("%d%d",&n,&m);
    fo(i,1,n) scanf("%d",&a[i]);
    fo(i,1,m){
        scanf("%d%d",&ask[i].l,&ask[i].r);
        ask[i].id=i;
        ans[i]=1;
    }
    fo(i,2,B){
        if (!bz[i]) pri[++top]=i;
        fo(j,1,top){
            if (i*pri[j]>B) break;
            bz[i*pri[j]]=1;
            if (i%pri[j]==0) break;
        }
    }
    fo(i,1,n) zjy[i]=floor(log(i)/log(2));
    fo(k,1,top){
        t=pri[k];
        fo(i,1,n) c[i]=0;
        fo(i,1,n){
            while (a[i]%t==0){
                c[i]++;
                a[i]/=t;
            }
        }
        fo(i,1,n) 
            fo(j,0,zjy[n])
                f[i][j]=0;
        fo(i,1,n) f[i][0]=c[i];
        fo(j,1,zjy[n])
            fo(i,1,n-(1<<j)+1)
                f[i][j]=max(f[i][j-1],f[i+(1<<(j-1))][j-1]);
        fo(i,1,m){
            l=getmax(ask[i].l,ask[i].r);
            ans[i]=(ll)ans[i]*quicksortmi(t,l)%mo;
        }
    }
    fo(i,1,n) belong[i]=(i-1)/B+1;
    fo(i,1,n) last[i]=0;
    fo(i,1,n){
        left[i]=last[a[i]];
        last[a[i]]=i;
    }
    fo(i,1,n) last[i]=n+1;
    fd(i,n,1){
        right[i]=last[a[i]];
        last[a[i]]=i;
    }
    sort(ask+1,ask+m+1,cmp);
    l=1;r=0;
    now=1;
    fo(i,1,n) ni[i]=quicksortmi(i,mo-2);
    fo(i,1,m){
        while (l<ask[i].l){
            if (right[l]>r) now=(ll)now*ni[a[l]]%mo;
            l++;
        }
        while (l>ask[i].l){
            l--;
            if (right[l]>r) now=(ll)now*a[l]%mo;
        }
        while (r>ask[i].r){
            if (left[r]<l) now=(ll)now*ni[a[r]]%mo;
            r--;
        }
        while (r<ask[i].r){
            r++;
            if (left[r]<l) now=(ll)now*a[r]%mo;
        }
        ans[ask[i].id]=(ll)ans[ask[i].id]*now%mo;
    }
    fo(i,1,m) printf("%d\n",ans[i]);
}
题目 51nod 3478 涉及一个矩阵问题,要通过最少的操作次数,使得矩阵中至少有 `RowCount` 行和 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行和列组合,并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行和每一列变为回文所需的最少操作次数**: - 对于每一行,计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列,计算将其变为回文所需的最少操作次数,方法同上。 2. **枚举所有可能的行和列组合**: - 由于 `N` 和 `M` 的最大值为 8,因此可以枚举所有可能的行组合和列组合。 - 对于每一种组合,计算其所需的最少操作次数,并取最小值。 3. **计算操作次数**: - 对于每一种组合,需要计算哪些行和列需要修改,并且注意行和列的交叉点可能会重复计算,因此需要去重。 ### 代码实现 以下是一个可能的实现方式,使用了枚举和位运算来处理组合问题: ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**:首先计算每一行和每一列变为回文所需的最少操作次数。 - **枚举组合**:使用 `itertools.combinations` 枚举所有可能的行和列组合。 - **计算成本**:对于每一种组合,计算其成本,并考虑行和列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**:由于 `N` 和 `M` 的最大值为 8,因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $,这在实际中是可接受的。 - **空间复杂度**:主要是存储预处理的成本,空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行和列的枚举组合以减少计算时间? 2. 在计算行和列的交叉点时,如何更高效地处理重复计算的问题? 3. 如果矩阵的大小增加到更大的范围,如何调整算法以保持效率? 4. 如何处理矩阵中行和列的回文条件不同时的情况? 5. 如何扩展算法以支持更多的操作类型,例如翻转某个区域的值?
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