POJ 2773 Happy 2006 二分+容斥原理

本文介绍了一种结合容斥原理和二分搜索算法解决求特定位置互质数的问题。通过先求出与给定数n互质的数的数量,再利用二分搜索找到第k个互质数的具体数值。文章提供了详细的算法实现步骤及核心代码。

来源:http://poj.org/problem?id=2773

题意:就是给你一个数n和k,求和n互质的第k个数。

思路:一道容斥原理的题目,用容斥原理我们可以求出一个范围内和n互质的数有多少个,但是不能确定第几个是多少。这时候可以用二分求出答案,因为前K+1个数内和n互质的数一定大于等于前K个数和n互质的数的个数,即随着K的增加,和n互质的数的个数是递增的。所以可以用二分求答案,由于k比较大,所以二分的上限应该足够大。二分求出后还有一个问题,因为里面有一些数是相同的,所以我们二分求出的答案不一定是第一个出现的,这时候还需要向前循环处理一下,最后就可以得到答案。

代码:

#include <iostream>
#include <cstdio>
#include <string.h>
#include <cmath>
using namespace std;

#define CLR(arr,val) memset(arr,val,sizeof(arr))
typedef long long LL;
const int N = 1000010;
int prime[N/2], flag[N],cntprime = 0;
int num1[110],num2[110],cntnum;
bool use[110];
LL base;
void init(){
	CLR(flag,0);
	for(int i = 2; i <= sqrt(N+0.5); ++i){
		if(!flag[i]){
		  for(int j = i * 2; j <= N; j += i){
		    flag[j] = 1;
		  }
		}
	}
	for(int i = 2;i <= N; ++i){
	  if(!flag[i])
		  prime[cntprime++] = i;
	}
}
void fun(int x){
	for(int i = 0; i < cntprime; ++i){
		if(x % prime[i] == 0){
		  num1[cntnum++] = prime[i];
		  while(x % prime[i] == 0){
		    x /= prime[i];
		  }
		}
	}
}
void dfs(int begin,int id,int cnt,LL &x){
	if(id == cnt){
	  LL ans = 1;
	  for(int i = 0;i < id; ++i){
	    ans *= num2[i];
	  }
	  if(id % 2){
	       x = x - base/ans;
	  }
	  else{
		  x = x + base/ans;
	  }
	  return;
	}
	for(int i = begin;i < cntnum; ++i){
		if(!use[i]){
		  use[i] = true;
		  num2[id] = num1[i];
		  dfs(i,id+1,cnt,x);
		  use[i] = false;
		}
	}
}
LL cal(LL x){
	base = x;
	for(int i = 1; i <= cntnum; ++i){
		CLR(use,false);
		CLR(num2,0);
	    dfs(0,0,i,x);
	}
	return x;
}
LL binary_search(int n,int K){
	LL rp = 10000000000;
	LL lp = 1;
	while(lp <= rp){
	  LL mid = lp + (rp - lp) / 2;
	  LL nummid = cal(mid);
	  if(K < nummid){
	    rp = mid - 1;
	  }
	  else if(K > nummid){
	    lp = mid + 1;
	  }
	  else{
	    return mid;
	  }
	}
}
int main(){
	//freopen("1.txt","r",stdin);
	init();
	int n,K;
	while(scanf("%d%d",&n,&K) != EOF){
	  CLR(num1,0);
	  CLR(num2,0);
	  cntnum = 0;
	  fun(n);
	  LL ans = binary_search(n,K);
	  while(1){
		LL xx = cal(ans-1);
		if(xx == K)
			ans--;
		else
			break;
	  }
	  printf("%lld\n",ans);
	}
	return 0;
}


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”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 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)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
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