Wannafly挑战赛25 A 因子(快速求n!中有多少个m的乘积)

本文介绍了一种算法,通过质因数分解求解阶乘中特定因子的数量。首先,对目标数进行质因数分解,然后利用公式计算阶乘中每个质因数的出现次数,最后取最小值作为最终答案。文章提供了详细的代码实现。

题意:给你一个n,和p让你求n中含有x个p,打印x

思路:(秦皇岛真的打自闭了啊,后来听铁哥们说了I感觉能暴力,但想的不是很清楚)还是说正题啵,这个题有点意思骂我们先思考一个n的阶乘对于一个质数p的做法,我觉得纸片博客讲的还是挺清楚的,其实只用你自己稍微推一下就行了(传送门),然后这个题我们发现他并没有说是质数,那我们就手动质因数分解,然后就最小值就行了

代码:

#include <bits/stdc++.h>
using namespace std;
 
typedef long long LL;
 
map<LL,LL>mp;
LL solve(LL n,LL p)
{
    LL ans=0;
    while(n)
    {
        n=n/p;
        ans+=n;
    }
    return ans;
}
int main()
{
    LL n,p;
    scanf("%lld%lld",&n,&p);
    LL as=p;
    LL j=2;
    while(as!=1){
        while(as%j==0){
            as/=j;
           mp[j]++;
        }
        j++;
    }
    LL ans=0x3f3f3f3f3f3f3f3fLL;
    for(auto i:mp){
//        printf("%d %d\n",i.first,i.second);
        ans=min(ans,solve(n,i.first)/(i.second));
    }
    printf("%lld\n",ans);
    return 0;
}

 

转载于:https://www.cnblogs.com/lalalatianlalu/p/9722465.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