AcWing - 220 - 最大公约数 = 积性函数筛

https://www.acwing.com/problem/content/222/

求n以内gcd为质数的数对个数。

其实要是n和m不一样的话,貌似是要下面这样做的。也就是n和m不一样可能都得反演,下面这个是nlogn左右的,瓶颈在于给每个T刷上他的质因子p对应的mu[T/p]。

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;

const int MAXN = 1e7;
int Sum[MAXN + 5];

char mu[MAXN + 5];
int p[(MAXN) / 10 + 5], ptop;
bitset < MAXN + 5 > np;

void sieve(int n = MAXN) {
    np[1] = mu[1] = 1;
    for(int i = 2; i <= n; i++) {
        if(!np[i])
            p[++ptop] = i, mu[i] =  - 1;
        for(int j = 1, t; j <= ptop && (t = i * p[j]) <= n; j++) {
            np[t] = 1;
            if(i % p[j])
                mu[t] = -mu[i];
            else {
                mu[t] = 0;
                break;
            }
        }
    }
    for(int i = 1; i <= ptop; ++i) {
        for(int cnt = 1, x = p[i]; x <= n; x += p[i], ++cnt) {
            Sum[x] += mu[cnt];
        }
    }
    for(int i = 1; i <= n; ++i) {
        Sum[i] += Sum[i - 1];
    }
}

int main() {
#ifdef Yinku
    freopen("Yinku.in", "r", stdin);
#endif // Yinku
    int n;
    scanf("%d", &n);
    sieve(n);
    ll sum = 0;
    for(int l = 1, r; l <= n; l = r + 1) {
        r = n / (n / l);
        sum += 1ll * (n / l) * (n / l) * (Sum[r] - Sum[l - 1]);
    }
    printf("%lld\n", sum);
}

上网找了一个奇怪的线性筛,开眼界,什么都可以筛,根据最小质因子的个数进行分类讨论,这种解法是可以解决n和m不一样的问题的。

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;

const int MAXN = 1e7;
int Sum[MAXN + 5];

char mu[MAXN + 5];
int p[(MAXN) / 10 + 5], ptop;
bitset < MAXN + 5 > np;

void sieve(int n = MAXN) {
    //Sum[T]表示T的所有质数因子p的mu[T/p]之和
    np[1] = mu[1] = 1;
    Sum[1] = 0;
    for(int i = 2; i <= n; i++) {
        if(!np[i]) {
            p[++ptop] = i, mu[i] =  - 1;
            Sum[i] = mu[1];
        }
        for(int j = 1, t; j <= ptop && (t = i * p[j]) <= n; j++) {
            np[t] = 1;
            if(i % p[j]) {
                mu[t] = -mu[i];
                Sum[t] = -Sum[i] + mu[i];
            } else {
                mu[t] = 0;
                //T有>=2个p
                //当T有2个p时,只有除掉p可能会有结果,此时为Sum[T]=mu[y]
                //当T有>=3个p时,结果都是0,此时也是Sum[T]=mu[y]
                Sum[t] = mu[i];
                break;
            }
        }
    }

    for(int i = 1; i <= n; ++i) {
        Sum[i] += Sum[i - 1];
    }
}

int main() {
#ifdef Yinku
    freopen("Yinku.in", "r", stdin);
#endif // Yinku
    int n;
    scanf("%d", &n);
    sieve(n);
    ll sum = 0;
    for(int l = 1, r; l <= n; l = r + 1) {
        r = n / (n / l);
        sum += 1ll * (n / l) * (n / l) * (Sum[r] - Sum[l - 1]);
    }
    printf("%lld\n", sum);
}

但是貌似因为n和m一样就可以简化。直接使用欧拉函数就完事了。

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;

const int MAXN = 1e7;

ll phi[MAXN + 5];
int p[MAXN / 10 + 5], ptop;

void sieve(int n) {
    phi[1] = 1;
    for(int i = 2; i <= n; i++) {
        if(!phi[i])
            p[++ptop] = i, phi[i] = i - 1;
        for(int j = 1, t; j <= ptop && (t = i * p[j]) <= n; j++) {
            if(i % p[j])
                phi[t] = phi[i] * (p[j] - 1);
            else {
                phi[t] = phi[i] * p[j];
                break;
            }
        }
    }
    for(int i = 1; i <= n; ++i) {
        phi[i] += phi[i - 1];
    }
}

int main() {
#ifdef Yinku
    freopen("Yinku.in", "r", stdin);
#endif // Yinku
    int n;
    scanf("%d", &n);
    sieve(n);
    ll res = 0;
    for(int i = 1; i <= ptop; ++i) {
        res += 2ll * phi[n / p[i]] - 1ll;
    }
    printf("%lld\n", res);
}

需要注意的是bitset比bool慢多了,bitset只是对比整数可能会有优势,或者拿来省空间,但实际上在线性筛里面都可以对待筛函数赋值一个奇怪的东西使这个数组变的不必要。

转载于:https://www.cnblogs.com/Inko/p/11449603.html

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线逼近能力和滑模控制的强鲁棒,用于解决复杂系统的控制问题,尤其适用于存在不确定和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效和稳定。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定或外界扰动的实际控制系统中,提升控制精度与鲁棒; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 本项目是本人参加BAT等其他公司电话、现场面试之后总结出来的针对Java面试的知识点或真题,每个点或题目都是在面试中被问过的。 除开知识点,一定要准备好以下套路: 个人介绍,需要准备一个1分钟的介绍,包括学习经历、工作经历、项目经历、个人优势、一句话总结。 一定要自己背得滚瓜烂熟,张口就来 抽象概念,当面试官问你是如何理解多线程的时候,你要知道从定义、来源、实现、问题、优化、应用方面系统地回答 项目强化,至少与知识点的比例是五五开,所以必须针对简历中的两个以上的项目,形成包括【架构和实现细节】,【正常流程和异常流程的处理】,【难点+坑+复盘优化】三位一体的组合拳 压力练习,面试的时候难免紧张,可能会严重影响发挥,通过平时多找机会参与交流分享,或找人做压力面试来改善 表达练习,表达能力非常影响在面试中的表现,能否简练地将答案告诉面试官,可以通过给自己讲解的方式刻意练习 重点针对,面试官会针对简历提问,所以请针对简历上写的所有技术点进行重点准备 Java基础 JVM原理 集合 多线程 IO 问题排查 Web框架、数据库 Spring MySQL Redis 通用基础 操作系统 网络通信协议 排序算法 常用设计模式 从URL到看到网页的过程 分布式 CAP理论 锁 事务 消息队列 协调器 ID生成方式 一致hash 限流 微服务 微服务介绍 服务发现 API网关 服务容错保护 服务配置中心 算法 数组-快速排序-第k大个数 数组-对撞指针-最大蓄水 数组-滑动窗口-最小连续子数组 数组-归并排序-合并有序数组 数组-顺时针打印矩形 数组-24点游戏 链表-链表反转-链表相加 链表-...
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