BZOJ3181: [Coci2012]BROJ

本文介绍了一种解决[Coci2012]BROJ问题的方法,该问题是寻找第n小的正整数,其最小质因子为p。通过巧妙地将问题转化为求解另一个集合中的第k小元素,使用分而治之的思想和容斥原理,文章提供了一个高效的时间复杂度解决方案。

3181: [Coci2012]BROJ

Time Limit: 10 Sec  Memory Limit: 64 MB
Submit: 137  Solved: 47
[Submit][Status][Discuss]

Description

求最小质因子等于p的第n小的正整数(恰好有n-1个最小质因子等于p且比它
小的正整数)。p一定是质数。若答案超过10^9则输出0。 
 

 

Input

 

Output

 

Sample Input

2 3

Sample Output

9

HINT

 

1 <= n, p <= 10^9

 

Source

题解:论文题,感觉最近看的几篇论文,感觉就是告诉我们一个思想,就是分而治之

  我们对于一个问题,划分为两个子问题,用他们自己所特有的特性,求出答案

  时间复杂度能优化许多

  例如这道题:

  我们要求的是:{x|x的最小质因子为p}中的第k小

  我们考虑转化:{vp|vp<1e9 && v的质因子都不小于p}中的第k小

  于是问题获得转化由求x-->x/p

  我们又可以考虑x/p与p呈反比例关系,是不是对于不同的p,我们可以利用其中较小的那个来求答案?

  考虑p比较大,v比较小,我们可以暴力求出v的第k小

  考虑p比较大,v比较大,的情况,我们考虑问题怎么转化:

  问题可以转化为:

  考虑将枚举质因子(非最小),对于含有一个质因子的数的集合,我们可以利用容斥来求出质因子<p集合的并

  于是问题转化为:

  实际和理论证明,分界线取61--67最优!

#include<iostream>
#include<algorithm>
#include<cstring>
#include<cstdio>
#include<cmath>
#define ll long long 
#define inf 1000000000
#define N 1000000000/66
using namespace std;
int n,m,pri[105],tot;
bool v[N];
int read()
{
    int x=0,f=1; char ch;
    while (ch=getchar(),ch<'0'||ch>'9') if (ch=='-') f=-1;
    while (x=x*10+ch-'0',ch=getchar(),ch>='0'&&ch<='9');
    return x*f;
}
int check(int n,int m){
    tot=0; for (int i=2; i<=m; i++) v[i]=0;
    ll z=n;
    for (int i=2; i<m; i++) {
        if (!v[i]) { pri[tot++]=i;}
        for (int j=0; j<tot && 1ll*pri[j]*i<=m; j++) {
            v[i*pri[j]]=1; if (i%pri[j]==0) break;
        }
    }
    for (int i=1; i<(1<<tot); i++)
    {
        ll d=1; int f=-1; 
        for (int j=0; j<tot; j++) if (i&(1<<j)){
            d=d*pri[j]; if (d>n) break; f=-f;
        }
        z-=(ll)f*n/d;
    }
    //cout<<" "<<z<<" "<<n<<endl;
    return z;
}
int work1(int n,int m){
    int l=2,r=inf/m;
    while (l<r){
        int mid=(l+r)>>1;
        if (check(mid,m)<n) l=mid+1; else r=mid; 
    }
    //cout<<" "<<r<<endl;
    return check(l,m)==n?l*m:0;
}
int work2(int n,int m){
    if (n==1) return m;
    for (int i=2; i<inf/m; i++) v[i]=0; int cnt=1;
    for (int i=2; i<inf/m; i++) if (!v[i]){
        if (i<m) for (ll j=(ll)i*i; j<=inf/m; j+=i) v[j]=1;
        else if (++cnt==n) return i*m;
    }
    return 0;
}
int main()
{
    while (~scanf("%d%d",&n,&m)){
        printf("%d\n",m<=65?work1(n,m):work2(n,m));
    }
    return 0;
}
View Code

 

转载于:https://www.cnblogs.com/HQHQ/p/5999442.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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