hdu 5072 Coprime 容斥 同色三角形

异色三角形计数算法
本文介绍了一种计算特定图中异色三角形数量的算法。通过将问题抽象为节点间边的颜色由是否互质决定的基本模型,并利用质因数分解与容斥原理来高效计算各节点间的异色边数量。

n个点之间都有边相连颜色为红或黑, 那对于每个点能形成异色三角形的方案为blackEdge[i] * redEdge[i] ,这n个点能形成异色三角形的方案数为 sum (blackEdge[i] * redEdge[i]) /2 (1<=i<=n)
如果两个数互质就是红边不互质就是黑边,抽象出这个基本模型就行了这个是难点。。。
判断 每个点有几个点与其互质分解质因子用容斥原理也是最基本的方法

#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<algorithm>
#include<iostream>
#include<cmath>
#define maxn 100005
#define LL long long
using namespace std;
int prime[maxn][11], flag[maxn], num[maxn];
void getPrime()
{
     for(int i = 2; i < maxn; i++)
         if(!flag[i])
         {
             prime[i][num[i]++]  = i;
             for(int j = i * 2; j < maxn; j += i)
             {
                 flag[j] = true;
                 prime[j][num[j]++] = i;
             }
         }
}
int n, am[maxn], ans, a[maxn];
int edge[maxn][2], tmp;
void dfs(LL pre, int index, int sum, int a)
{
     if(pre > 100000) return ;
     if(sum)
     {
         if(sum & 1) tmp += am[pre];
         else tmp -= am[pre];
     }
     for(int i = index; i < num[a]; i++)
         dfs(pre * prime[a][i], i + 1, sum + 1, a);
}
int main()
{
    int t;
    getPrime();
    scanf("%d", &t);
    while(t--)
    {
        scanf("%d", &n);
        memset(am, 0, sizeof(am));
        for(int i = 0; i < n; i++)
        {
            scanf("%d", &a[i]);
            for(int j = 1; j * j <= a[i]; j++)
            if(a[i] % j == 0)
            {
                am[j]++;
                if(j != a[i] / j){
                    am[a[i] / j]++;
                }
            }
        }
        LL ans1 = (LL) n * (n - 1) * (n - 2) / 6, ans2 = 0;
        for(int i = 0; i < n; i++)
        {
            tmp = 0;
            dfs(1, 0, 0, a[i]);
            if(a[i] != 1)tmp--;
            edge[i][0] = tmp;
            edge[i][1] = n - 1 - tmp;
        }
        for(int i = 0; i < n; i++)
            ans2 += (LL)edge[i][0] * edge[i][1];
        printf("%I64d\n", ans1 - ans2 / 2);
    }
    return 0;
}
【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,时参考文中提及的路径规划、协控制等相关案例,加深对分布式控制系统的整体理解。
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