Light oj-1138 Trailing Zeroes (III) (二分&数学)

本文介绍了一个算法问题——如何找到使得N!在十进制表示中恰好有Q个尾随零的最小自然数N。文章通过示例说明了输入输出格式,并提供了一种使用二分查找的方法来解决这个问题,还给出了AC代码实现。
Trailing Zeroes (III)
Time Limit: 2000 MS      Memory Limit: 32768 KB      64bit IO Format: %lld & %llu

Description

You task is to find minimal natural number N, so that N! contains exactly Q zeroes on the trail in decimal notation. As you know N! = 1*2*...*N. For example, 5! = 120, 120 contains one zero on the trail.

Input

Input starts with an integer T (≤ 10000), denoting the number of test cases.

Each case contains an integer Q (1 ≤ Q ≤ 108) in a line.

Output

For each case, print the case number and N. If no solution is found then print 'impossible'.

Sample Input

3

1

2

5

Sample Output

Case 1: 5

Case 2: 10

Case 3: impossible


二分法:

        当数据量很大适宜采用该方法。采用二分法查找时,数据需是排好序的。 基本思想:假设数据是按升序排序的,对于给定值x,从序列的中间位置开始比较,如果当前位置值等于x,则查找成功;若x小于当前位置值,则在数列的前半段中查找;若x大于当前位置值则在数列的后半段中继续查找,直到找到为止。

数学知识:

        找N!的末尾连续零的个数:

long long sum(long long x)
{
long long ans=0;
while(x>0)
{
ans=ans+x/5;
x=x/5;

}
return ans;      //求N!末尾有几个连续的零 
}

AC代码:

#include<stdio.h>
long long sum(long long x)
{
	long long ans=0;
	while(x>0)
	{
		ans=ans+x/5;
		x=x/5;
		
	}
	return ans;      //求N!末尾有几个连续的零 
}
int main()
{   
     int k=1;
	int T;
	long long n;	
	scanf("%d",&T);	
	while(T--)
	{   
	    long long ans=0;
		scanf("%lld",&n);
		long long left=1;long long right=1000000000000;	//尽量开大一些 
		while(right>=left)
		{
		    long long mid=(left+right)/2;
			if(sum(mid)==n)
			{
				ans=mid;
				right=mid-1;    //要找最小的 
			}
			else if(n<sum(mid))
			{
				right=mid-1;
			}
			else
			{
				left=mid+1;
			}
			    	
		}
		if(ans!=0)
		{
			printf("Case %d: %lld\n",k++,ans);
		}
		else
		{
			printf("Case %d: impossible\n",k++,ans);
		}
		
	}
	return 0;
} 


       


【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)内容概要:本文围绕&ldquo;基于多目标优化遗传算法NSGA-II的峰谷分时电价引导下的电动汽车充电负荷优化研究&rdquo;展开,利用Matlab代码实现优化模型,旨在通过峰谷分时电价机制引导电动汽车有序充电,降低电网负荷波动,提升能源利用效率。研究融合了多目标优化思想与遗传算法NSGA-II,兼顾电网负荷均衡性、用户充电成本和充电满意度等多个目标,构建了科学合理的数学模型,并通过仿真验证了方法的有效性与实用性。文中还提供了完整的Matlab代码实现路径,便于复现与进一步研究。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①应用于智能电网中电动汽车充电负荷的优化调度;②服务于峰谷电价政策下的需求侧管理研究;③为多目标优化算法在能源系统中的实际应用提供案例参考; 阅读建议:建议读者结合Matlab代码逐步理解模型构建与算法实现过程,重点关注NSGA-II算法在多目标优化中的适应度函数设计、约束处理及Pareto前沿生成机制,同时可尝试调整参数或引入其他智能算法进行对比分析,以深化对优化策略的理解。
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