Pride (思维)

Pride

You have an array a with length n, you can perform operations. Each operation is like this: choose two adjacent elements from a, say x and y, and replace one of them with gcd(x, y), where gcd denotes the greatest common divisor.

What is the minimum number of operations you need to make all of the elements equal to 1?


Input

The first line of the input contains one integer n (1 ≤ n ≤ 2000) — the number of elements in the array.

The second line contains n space separated integers a1, a2, ..., an (1 ≤ ai ≤ 109) — the elements of the array.

Output

Print -1, if it is impossible to turn all numbers to 1. Otherwise, print the minimum number of operations needed to make all numbers equal to 1.

Examples
Input
5
2 2 3 4 6
Output
5
Input
4
2 4 6 8
Output
-1
Input
3
2 6 9
Output
4
Note

In the first sample you can turn all numbers to 1 using the following 5 moves:

  • [2, 2, 3, 4, 6].
  • [2, 1, 3, 4, 6]
  • [2, 1, 3, 1, 6]
  • [2, 1, 1, 1, 6]
  • [1, 1, 1, 1, 6]
  • [1, 1, 1, 1, 1]

We can prove that in this case it is not possible to make all numbers one using less than 5 moves.


题意:你在给的数字里面选两个数,可以用这两数的最大公约数来替换其中一个,问最少几次可以他们都替换成1,如果无法做成,输出-1,否则输出替换次数。

思路其实可以分两类,如果这n个数字里面含有m个1,那么交换次数就是n-m,因为只要有1,就可以把另一个任意数字换成1,如果没有1,那我们需要求一个最小的把任意一个书换成1的次数m,然后用n-1+m(用m次交换把数组变成了只有一个1的数组,那么有了1个1还有n-1个需要变所以总次数就是n-1+m)。

code:

#include <iostream>
#include <cstdio>
#include <cstring>
using namespace std;
int gcd(int a,int b){
    if(b == 0) return a;
    else return gcd(b,a%b);
}
int main(){
    int n;
    int a[5200];
    scanf("%d",&n);
    int cnt = 0;
    for(int i = 1; i <= n; i++){
        scanf("%d",&a[i]);
        if(a[i] == 1) cnt++;
    }
    if(cnt){
        cout << n-cnt << endl;
        return 0;
    }
    int mint = 99999999;
    for(int i = 1; i <= n; i++){
        int x = a[i];
        cnt = 0;
        for(int j = i+1; j <= n; j++){
            cnt++;
            x = gcd(x,a[j]);
            if(x == 1) break;
        }
        if(x == 1)
            mint = min(mint,cnt);
    }
    if(mint == 99999999)
        cout << "-1" << endl;
    else
        cout << n-1+mint << endl;
    return 0;
}

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
<think>好的,用户想了解PRIDE产品的IT技术资料。首先需要明确PRIDE是什么产品,可能属于哪个公司或领域。通过搜索发现PRIDE可能涉及不同领域,比如生物信息学中的PRIDE数据库,或者某些企业的软件产品。 接着,需要确认用户的具体需求。用户提到IT技术资料,可能是指技术文档、API接口、系统架构或开发指南等。因此,重点应放在技术相关的信息上,比如数据库的API使用、数据提交流程、系统架构设计等。 在搜索过程中,发现PRIDE数据库由欧洲生物信息学研究所(EBI)维护,用于质谱蛋白质组学数据存储。其技术资料包括RESTful API、数据提交工具(如PRIDE Toolsuite)、支持的格式(mzML, mzIdentML)以及数据访问方式。这些信息需要整理成结构化的步骤,每个部分分开,避免使用顺序词。 同时,用户可能需要代码示例,比如使用Python调用API,或者处理数据的脚本。确保代码和公式符合格式要求,如使用反引号包裹代码块,行内公式用$符号。 最后,生成相关问题时要基于已提供的信息,比如如何提交数据、API的具体参数、数据库的架构设计等。确保问题相关且有延续性,帮助用户深入探索。</think>PRIDE(Proteomics Identifications Database)是欧洲生物信息学研究所(EBI)维护的蛋白质组学数据存储库,专注于质谱蛋白质组学数据管理。以下是其IT技术相关的核心资料与实现细节: **1. 数据提交接口与工具** PRIDE提供基于Java的PRIDE Toolsuite工具包,支持mzML/mzIdentML格式数据上传。开发者可通过GitHub获取源代码: ```java // 示例:使用PRIDE API提交元数据 PrideXmlController controller = new PrideXmlController(); controller.setMetadata(experimentMetadata); controller.write(new File("experiment.px")); ``` **2. RESTful API访问** 通过HTTPS访问API端点获取数据,基础URL为`https://www.ebi.ac.uk/pride/ws/3`。支持JSON/XML响应格式: ```python import requests response = requests.get("https://www.ebi.ac.uk/pride/ws/3/projects?pageSize=10") print(response.json()) ``` **3. 数据存储架构** 采用分布式存储系统,数据模型基于$PXDxxxxxx$标识符体系。核心数据结构包含: $$ \begin{aligned} Project & = \{ PXDID, Metadata, FileSet \} \\ FileSet & = \{ RAW, RESULT, PEaks, ... \} \end{aligned} $$ **4. 安全认证机制** 使用OAuth 2.0协议进行数据提交授权,API请求需携带Bearer Token: ```http POST /api/submissions HTTP/1.1 Authorization: Bearer <access_token> Content-Type: application/json ``` **5. 数据分析接口** 集成Jupyter Notebook环境支持蛋白质组学数据分析,提供Python/R语言SDK。数据查询支持SPARQL端点访问RDF三元组存储。
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