[JZOJ4900]完全平方数

本文介绍了一种算法,用于寻找由不超过给定数值n的不同正整数相乘所能构成的最大完全平方数。通过筛选和质因数分解的方法,确定哪些质因子的幂数为奇数并排除它们,以确保最终乘积为完全平方数。

题目大意

给定n,求用任意个不大于n的不同正整数相乘得到的最大的完全平方数是多少。
答案对108+7取模。

1n5×106


题目分析

这题的Trick不错,考场上我居然弱弱地没有想出来QwQ
显然出了贪心这种题目不可做了~
我们先把1n所有数都乘起来,然后再去掉不能取的。
一个数是完全平方数当且仅当它的所有质因子的幂数都是偶数。
那么我们考虑一个质因子,如果它在n的阶乘中的幂数是奇数,我们要怎么办?显然是删掉这个质数是最优的!这样其它的数都能保留下来。
我们线筛一下,分解质因数就好了。虽然带个log,但是还是很快的。
O(nlog2n)


代码实现

#include <iostream>
#include <cstdio>

using namespace std;

const int N=5000000;
const int P=100000007;

int f[N+50],pri[N+50];
bool cnt[N+50];
int n,ans;

int quick_power(int x,int y)
{
    int ret=1;
    for (;y;y>>=1,x=1ll*x*x%P) if (y&1) ret=1ll*ret*x%P;
    return ret;
}

void pre()
{
    f[1]=1;
    for (int i=2;i<=n;i++)
    {
        if (!f[i]) f[i]=i,pri[++pri[0]]=i;
        for (int j=1;j<=pri[0];j++)
        {
            if (1ll*pri[j]*i>n) break;
            f[pri[j]*i]=pri[j];
            if (!(i%pri[j])) break;
        }
    }
}

void calc()
{
    ans=1;
    for (int i=1,x;i<=n;i++)
    {
        ans=1ll*ans*i%P;
        for (x=i;x!=1;x/=f[x]) cnt[f[x]]^=1;
    }
    for (int i=1;i<=n;i++) if (cnt[i]) ans=1ll*ans*quick_power(i,P-2)%P;
}

int main()
{
    freopen("number.in","r",stdin),freopen("number.out","w",stdout);
    scanf("%d",&n);
    pre(),calc();
    printf("%d\n",ans);
    fclose(stdin),fclose(stdout);
    return 0;
}
### 解题思路 题目要求解决的是一个与图相关的最小覆盖问题,通常在特定条件下可以通过状态压缩动态规划(State Compression Dynamic Programming, SCDP)来高效求解。由于状态压缩的适用条件是状态维度较小(例如K≤10),因此可以利用二进制表示状态集合,从而优化计算过程。 #### 1. 状态表示 - 使用一个整 `mask` 表示当前选择的点集,其中第 `i` 位为 `1` 表示第 `i` 个节点被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的点集后,能够覆盖的节点集合。 - 可以通过预处理每个点的邻域信息(包括自身和所有直接连接的点),快速更新状态。 #### 2. 预处理邻域 对于每个节点 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节点出发一步能到达的所有节点集合。这样,在后续的状态转移过程中,可以直接使用这些信息进行合并操作。 #### 3. 状态转移 - 初始化:对每个单独节点 `u`,设置初始状态 `dp[1 << u] = neighbor[u]`。 - 转移规则:对于任意两个状态 `mask1` 和 `mask2`,如果它们没有交集,则可以通过合并这两个状态得到新的状态 `mask = mask1 | mask2`,并更新对应的覆盖范围为 `dp[mask1] ∪ dp[mask2]`。 - 在所有状态生成之后,检查是否某个状态的覆盖范围等于全集(即覆盖了所有节点)。如果是,则记录此时使用的最少节点量。 #### 4. 最优解提取 遍历所有可能的状态,找出能够覆盖整个图的最小节点目。 --- ### 时间复杂度分析 - 状态总为 $ O(2^K) $,其中 `K` 是关键点的量。 - 每次状态转移需要枚举所有可能的子集组合,复杂度为 $ O(2^K \cdot K^2) $。 - 整体时间复杂度控制在可接受范围内,适用于 `K ≤ 10~20` 的情况。 --- ### 代码实现(状态压缩 DP) ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 25; int neighbor[MAXN]; // 每个节点的邻域 int dp[1 << 20]; // dp[mask] 表示选中的点集合为 mask 时所能覆盖的点集合 int min_nodes; // 最小覆盖点 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节点的邻域 for (int i = 0; i < n; ++i) { neighbor[i] = (1 << i); // 包括自己 for (int j : graph[i]) { neighbor[i] |= (1 << j); } } // 初始化 dp 组 memset(dp, 0x3f, sizeof(dp)); for (int i = 0; i < n; ++i) { dp[1 << i] = neighbor[i]; } // 状态转移 for (int mask = 1; mask < (1 << n); ++mask) { if (__builtin_popcount(mask) >= min_nodes) continue; // 剪枝 for (int sub = mask & (mask - 1); sub; sub = (sub - 1) & mask) { int comp = mask ^ sub; if (comp == 0) continue; int new_mask = mask; int covered = dp[sub] | dp[comp]; if (covered == (1 << n) - 1) { min_nodes = min(min_nodes, __builtin_popcount(new_mask)); } dp[new_mask] = min(dp[new_mask], covered); } } } int main() { int n, m; cin >> n >> m; vector<vector<int>> graph(n); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 无向图 } min_nodes = n; solve(n, graph); cout << "Minimum nodes required: " << min_nodes << endl; return 0; } ``` --- ### 优化策略 - **剪枝**:当当前状态所用节点已经超过已知最优解时,跳过后续计算。 - **提前终止**:一旦发现某个状态覆盖了全部节点,并且节点达到理论下限,即可提前结束程序。 - **空间优化**:可以仅保存当前轮次的状态,减少内存占用。 --- ### 总结 本题通过状态压缩动态规划的方法,将原本指级复杂度的问题压缩到可接受范围内。结合位运算技巧和预处理机制,能够高效地完成状态转移和覆盖判断操作。 ---
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