1096 Consecutive Factors (20分)

本文探讨了一个数学问题,即如何找出正整数N的所有因子中连续数的最大数目,并列举连续因子的最小序列。通过一个具体的例子解释了算法实现,强调了在检查连续因子时需要遍历每个位置的重要性。

在正整数N的所有因子中,可能存在多个连续数。例如,630可以被分解为3×5×6×7,其中5、6和7是三个连续的数字。现在给定任何一个正N,你应该找到连续因子的最大数目,并列出连续因子的最小序列。

一直有一个用例过不了,去牛客网看发现是这个用例

53448180

应该输出

3
3*4*5

就是一个数可能不能整除2*3*4但是可以整除3*4*5,换言之就是需要遍历每个位置计算以该位置为开头的连续数字串是否可以构成n的因子序列,而不是检查完234直接从5开始。(可能全网就我一个人想岔了吧)

#include <bits/stdc++.h>
#define INF 9999999
using namespace std;
const int maxn=10010;
int m,n,cnt=0,familyid=0;
int main(){
    cin>>n;
    int con=2,cnt=0,res=0;
    while(con<sqrt(n)+1){
        int temp=n,cont=0,constart=con;
        while(temp%con==0){
            temp=temp/con;
            cont++;
            con++;
        }
        if(cont>cnt){
            res=con;
            cnt=cont;
        }
        con=constart+1;
    }

    if(cnt==0){
        printf("1\n%d",n);
        return 0;
    }
    printf("%d\n",cnt);

    for(int i=cnt;i>0;i--){
        printf("%d",res-i);
        if(i>1)printf("*");
    }
}
def run_backend(cfg, model, states, keyframes, K): set_global_config(cfg) device = keyframes.device factor_graph = FactorGraph(model, keyframes, K, device) retrieval_database = load_retriever(model) mode = states.get_mode() while mode is not Mode.TERMINATED: mode = states.get_mode() if mode == Mode.INIT or states.is_paused(): time.sleep(0.01) continue if mode == Mode.RELOC: frame = states.get_frame() success = relocalization(frame, keyframes, factor_graph, retrieval_database) if success: states.set_mode(Mode.TRACKING) states.dequeue_reloc() continue idx = -1 with states.lock: if len(states.global_optimizer_tasks) > 0: idx = states.global_optimizer_tasks[0] if idx == -1: time.sleep(0.01) continue # Graph Construction kf_idx = [] # k to previous consecutive keyframes n_consec = 1 for j in range(min(n_consec, idx)): kf_idx.append(idx - 1 - j) frame = keyframes[idx] retrieval_inds = retrieval_database.update( frame, add_after_query=True, k=config["retrieval"]["k"], min_thresh=config["retrieval"]["min_thresh"], ) kf_idx += retrieval_inds lc_inds = set(retrieval_inds) lc_inds.discard(idx - 1) if len(lc_inds) > 0: print("Database retrieval", idx, ": ", lc_inds) kf_idx = set(kf_idx) # Remove duplicates by using set kf_idx.discard(idx) # Remove current kf idx if included kf_idx = list(kf_idx) # convert to list frame_idx = [idx] * len(kf_idx) if kf_idx: factor_graph.add_factors( kf_idx, frame_idx, config["local_opt"]["min_match_frac"] ) with states.lock: states.edges_ii[:] = factor_graph.ii.cpu().tolist() states.edges_jj[:] = factor_graph.jj.cpu().tolist() if config["use_calib"]: factor_graph.solve_GN_calib() else: factor_graph.solve_GN_rays() with states.lock: if len(states.global_optimizer_tasks) > 0: idx = states.global_optimizer_tasks.pop(0)
最新发布
05-31
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