UVa 10791 Minimum Sum LCM

本文探讨了一个利用质因数分解解决特定数论问题的方法,通过实例展示了如何计算给定整数的质因数分解之和,并强调了算法优化的重要性。
部署运行你感兴趣的模型镜像

题目链接:

https://uva.onlinejudge.org/index.php?option=com_onlinejudge&Itemid=8&page=show_problem&problem=1732


#include <cstdio>
#include <cmath>

// 对该数进行质因数分解的质数及其指数的和
long long sum;

long long x;


bool is_prime(long long n);


int main()
{
	int count = 1;
	while(scanf("%lld", &x) == 1 && x != 0)
	{
		sum = 0;	
	

		// 如果x为1
		if(x == 1)
			printf("Case %d: 2\n", count);
		// 如果x为素数
		else if(is_prime(x))
			printf("Case %d: %lld\n", count, 1+x);
		else
		{
			int p_count = 0;
			// 求该数的质因数分解的每项和
			long long k = x;
			for(long long i = 2; i <= x; i++)
			{
				if(is_prime(i))
				{
					int e_count = 0;
					while(k % i == 0)	
					{
						e_count++;
						k = k / i;
					}
					if(e_count > 0)
					{
						sum += pow(i, e_count);
						p_count++;
					}
					if(k == 1)
						break;
				}
			}
			if(p_count >= 2)
				printf("Case %d: %lld\n", count, sum);
			else
				printf("Case %d: %lld\n", count, sum+1);
		}				
		count++;
	}		
	return 0;
}

// 判断n是否为素数
bool is_prime(long long n)
{
	if(n < 2)
		return false;
	for(long long i = 2; i*i <= n; i++)
	{
		if(n % i == 0)
			return false;	
	}		
	return true;
}


一时不知如何做,看书发现是将N进行质因数分解,每个数单独作为一个元素,相加和最小。

根据最小公倍数的定义,每个数不能再分割。另外,如果把两个数或两个以上的数相乘,肯定比原来单独的数相加的和要大。

设两个数为a, b. a*b >= 2*max(a,b) > a+b. 因此是每个数单独作为一个元素和最小。


另外,这里需要求一个数N(可达2^31-1)的质因数分解,筛法是不能用了,因为要求1-2^31的素数。

一开始想得是从2开始,判断每个数是否为素数,如果是,就对其进行分解。

后来看了汝佳的代码,发现不用判断素数。

从2开始,如果该数能整除现在的N,就必定是素数,可质因数分解。

原因是,想一想以前学的分解质因数手算的方法。如果x是合数,但是能整除现在的N是不可能的。设x质因数分解中有质数a. 因为a比x小,a必定已经逐步整除过N.

现在的N必定不能被a整除。矛盾!因此,每一步能够整除现在的N的数必定为质数。

您可能感兴趣的与本文相关的镜像

Yolo-v8.3

Yolo-v8.3

Yolo

YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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