SGU 106 The equation(拓展欧几里得)

通解形式


然后利用x,y去求出范围,就能得到解的个数

注意特判a和b都为0的情况

代码:

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

typedef long long ll;
ll a, b, c;
double a1, a2, b1, b2;

ll exgcd(ll a, ll b, ll &x, ll &y) {
    if (!b) {x = 1; y = 0; return a;}
    ll d = exgcd(b, a % b, y, x);
    y -= x * (a / b);
    return d;
}

ll solve() {
    ll x, y;
    if (a == 0 && b == 0) {
        if (c == 0) return (a2 - a1 + 1) * (b2 - b1 + 1);
        return 0;
    }
    ll d = exgcd(a, b, x, y);
    if (d < 0) d = -d;
    if (c % d) return 0;
    double l = -1e50, r = 1e50;
    if (b / d < 0) {
        r = min(r, floor((a1 - c / d * 1.0 * x) / (b / d)));
        l = max(l, ceil((a2 - c / d * 1.0 * x) / (b / d)));
    } else {
        l = max(l, ceil((a1 - c / d * 1.0 * x) / (b / d)));
        r = min(r, floor((a2 - c / d * 1.0 * x) / (b / d)));
    }
    if (a / d < 0) {
        l = max(l, ceil((c / d * 1.0 * y - b1) / (a / d)));
        r = min(r, floor((c / d * 1.0 * y - b2) / (a / d)));
    } else {
        r = min(r, floor((c / d * 1.0 * y - b1) / (a / d)));
        l = max(l, ceil((c / d * 1.0 * y - b2) / (a / d)));
    }
    return max(0LL, (ll)(r - l) + 1);
}

int main() {
    while (~scanf("%lld%lld%lld", &a, &b, &c)) {
        c = -c;
        scanf("%lf%lf", &a1, &a2);
        scanf("%lf%lf", &b1, &b2);
        printf("%lld\n", solve());
    }
    return 0;
}


基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
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