HDU 1695 GCD(容斥 or 莫比乌斯反演)

本文探讨了一种利用莫比乌斯反演解决特定数学问题的方法,包括如何构建莫比乌斯反演数组,计算相关函数以及进行容斥原理的应用。通过实例分析,展示了从复杂问题到简洁解决方案的转化过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这题可以用容斥做,然而效率并不高。。

于是学了下莫比乌斯反演(资料百度找)

求出mo数组后

设f(x)为gcd为x的种数

F(x)为gcd为x倍数的种数

那么显然F(x) = (b / x) * (d / x)

莫比乌斯反演之后,得到f(x) = sum(mo[i] * F(i))。

然后还要容斥减去对称重复的。对称重复的情况为min(b, d)小的中,求一遍除2,(因为存在x = y的情况只有(1,1)一种)

最后还要注意特判下k == 0的情况

代码:

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;

const int N = 100005;

int mo[N], prime[N], pn;
bool vis[N];

void Moblus() {
    memset(vis, false, sizeof(vis));
    mo[1] = 1; pn = 0;
    for(int i = 2; i < N; i++) {
        if(!vis[i]) {
            prime[pn++] = i;
            mo[i] = -1;
        }
        for(int j = 0; j < pn; j++) {
            if(i * prime[j] >= N) break;
            vis[i * prime[j]] = true;
            if(i % prime[j] == 0) {
                mo[i * prime[j]] = 0;
                break;
            } else mo[i * prime[j]] = -mo[i];
        }
    }
}

typedef long long ll;
int t, a, b, c, d, k;

int main() {
    Moblus();
    int cas = 0;
    scanf("%d", &t);
    while (t--) {
        scanf("%d%d%d%d%d", &a, &b, &c, &d, &k);
        if (k == 0) {
            printf("Case %d: 0\n", ++cas);
            continue;
        }
        b /= k; d /= k;
        if (b > d) swap(b, d);
        ll ans = 0;
        for (int i = 1; i <= b; i++)
            ans += (ll)mo[i] * (b / i) * (d / i);
        ll tmp = 0;
        for (int i = 1; i <= b; i++)
            tmp += (ll)mo[i] * (b / i) * (b / i);
        printf("Case %d: %I64d\n", ++cas, ans - tmp / 2);
    }
    return 0;
}


内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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