(Relax 数论 1.17)POJ 3101 Astronomy(分数的最小公倍数)

本文介绍了一种用于计算多个星球周期同步点的算法。通过求解两两星球周期间相差半周长度的问题,进而找到所有星球周期同步点。利用分子的最小公倍数与分母的最大公约数计算分数的最小公倍数,最终实现周期同步点的精确计算。

2个星球周期为a,b。则相差半周的长度为a*b/(2*abs(a-b)),对于n个只需求这n个

分数的最小公倍数即可!

公式:

分数的最小公倍数 = 分子的最小公倍数/分母的最大公约数

由于涉及到大数所以用java写的方便!



import java.math.BigInteger;
import java.util.Arrays;
import java.util.Scanner;

public class POJ_3101 {

	public static void main(String[] args) {
		Scanner scanner = new Scanner(System.in);

		int n = scanner.nextInt();
		int an[] = new int[n];
		int a[] = new int[n];
		int b[] = new int[n];

		int i;
		for (i = 0; i < n; ++i) {
			an[i] = scanner.nextInt();
		}

		Arrays.sort(an);

		int j;
		for (i = 1, j = 1; i < n; ++i) {//去重
			if (an[i] != a[i - 1]) {
				an[j++] = an[i];
			}
		}

		int k;
		for (i = 1, k = 0; i < j; ++i) {//化简
			a[k] = (an[i] - an[i - 1]) * 2;
			b[k] = (an[i] * an[i - 1]);

			int t = gcd(a[k], b[k]);

			a[k] /= t;
			b[k++] /= t;
		}

		BigInteger ans1 = BigInteger.valueOf(a[0]);//****??
		BigInteger ans2 = BigInteger.valueOf(b[0]);
		BigInteger ans;
		for (i = 1; i < k; ++i) {
			ans1 = ans1.gcd(BigInteger.valueOf(a[i]));
			ans = ans2.multiply(BigInteger.valueOf(b[i]));
			ans2 = ans.divide(ans2.gcd(BigInteger.valueOf(b[i])));
		}

		ans = ans1.gcd(ans2);//化简输出...
		System.out.println(ans2.divide(ans) + " " + ans1.divide(ans));

	}

	public static int gcd(int a, int b) {
		int t;
		if (a < b) {
			t = a;
			a = b;
			b = t;
		}
		while (true) {
			if (b == 0)
				break;
			t = a;
			a = b;
			b = t % b;
		}
		return a;
	}
}


基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
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

打赏作者

帅气的东哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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