洛谷P1045 [NOIP2003 普及组] 麦森数

最新推荐文章于 2024-11-08 09:23:57 发布

原创最新推荐文章于 2024-11-08 09:23:57 发布 · 181 阅读

0 ·

CC 4.0 BY-SA版权

洛谷专栏收录该内容

24 篇文章

订阅专栏

本文探讨了一种通过数组压缩和并行计算来优化大数据处理的方法。通过将大数值存储为多位数组元素，减少了存储空间并提高了处理速度。利用阶乘运算举例，展示了如何对大规模数据进行快速计算，同时给出了代码实现。这种方法对于处理海量数据的场景具有重要意义。

在这里插入图片描述
纯模拟加高精会T 4个点
正常高精度存的数是一位一位的存储
“100035”
[1][0][0][0][3][5]
由于数据太大处理的时间会变长，并且每个数组元素的大小有浪费，所以我们可以在一个数组元素中存储多个数字
[100][035]
这样既节省了时间又压缩了空间

#include<iostream>
#include<cstring>
#include<cmath>
using namespace std;
long long a[10000] = {1,1};//初始化不要忘
int n;
void print(long long a[]){//打印函数
	a[1] = a[1] - 1;
	int i;
	int ans = 0;
	for(i = 500; i >= 1; --i){
		if(i <= a[0])cout << a[i];
		else{
			cout << 0;
		}
		ans++;
		if(ans % 50 == 0)cout << endl;
	}
	return ;
}
void jiecheng(long long a[],long long x){//阶乘函数（直接拿之前阶乘的板子改的
	int i;
	for(i = 1;i <= 500; ++i){
	a[i] = a[i] * x;
	}
	for(i = 1; i <= 500; ++i){
		a[i+1] += a[i] / 10;
		a[i] = a[i] % 10;
	}
}
int main(){
		cin >> n;
		int i;
		a[0] = 1;
		a[1] = 1;
		int n1 = n / 50;
		int n2 = n % 50;
		long long up = pow(2,50);//将数据压缩
		long long up1 = pow(2,n2);
		for(i = 1; i <= n1; ++i)jiecheng(a,up);
		jiecheng(a,up1);
		cout << (int)(log10(2)*n+1) << endl;
		a[0] = (int)(log10(2)*n+1);
		print(a);
		return 0;
}