Codeforces Round #315 (Div. 2) C - Primes or Palindromes?(暴力打表)

本文探讨了在给定比例p/q的情况下,找到满足π(n) ≤ p/q * rub(n)的最大整数n的问题,其中π(n)表示小于等于n的素数数量,rub(n)表示小于等于n的回文数数量。通过分析函数y = π(n)/rub(n),发现其大致呈现先降后升的趋势,从而确定搜索范围为大约1200000左右。

题意:给一个p和q然后求π(n) ≤ p/q*rub(n),的最大的n值,其中π(n) 表示从1到n之间的素数的个数,

rub(n)表示从1到n之间的回文数的个数(回文数不能有前导0,且从左到右和从右到左一样)


分析:其实这题没有题目没有确定n的范围让人不敢直接暴搜打表,但是你只要手动写个函数y=π(n) /rub(n)

手动模拟暴力一下就可以发现其实这个函数大概是先下降后上升的,由于1/42<=p/q<=42,也就是说当y=42的时候就

是它的边界了,那么n的范围大概是1200000左右,取大一点也无所谓,不要超过1千万就可以


附上代码:

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
using namespace std;
const int maxn = 1.2e6+5;
int p[maxn];
int vis[maxn];
int r[maxn];
int dig[100];
int ver(int n){         //求i的回文数
    int sum=0;
    int cnt=0;
    while(n){
        dig[++cnt]=n%10;
        n=n/10;
    }
    int f=1;
    for(int i=cnt;i>=1;i--){
        sum+=dig[i]*f;
        f*=10;
    }
    return sum;
}
int table1(int n){  //素数打表
    int cnt=0;
    for(int i=2;i<=n;i++)
    {
        if(!vis[i]){
            p[i]=++cnt;
            for(int j=i;j<=n;j+=i) vis[j]=1;
        }
    }
    cnt=0;
    for(int i=1;i<=n;i++){
        if(p[i]>cnt) cnt=p[i];
        else p[i]=cnt;
    }
}
int table2(int n){  //回文打表
    int cnt=0;
    for(int i=1;i<=n;i++){
        r[i]=cnt;
        if(i%10==0) continue;
        if(ver(i)==i) r[i]=++cnt;
    }
}
int main()
{
    int a,b;
    memset(vis,0,sizeof(vis));
    table1(maxn-1);
    table2(maxn-1);
    while(scanf("%d%d",&a,&b)!=EOF){
        int k=0;
        for(int i=maxn-1;i>=1;i--){
            if(p[i]<=1.0*a/b*r[i]){
                k=i;
                break;
            }
        }
        if(k) printf("%d\n",k);
        else printf("Palindromic tree is better than splay tree\n");
    }
}


先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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