bzoj 3994 [SDOI2015]约数个数和

本文详细介绍了BZOJ 3994题目的解题思路,利用约数定理和莫比乌斯函数的性质进行解答,并通过分块+预处理前缀和的方法求解最终答案。

题目链接

题意很好理解。

参考博客  https://blog.sengxian.com/solutions/bzoj-3994

下边再说一下思路。

  首先,借助约数定理证明

  然后借助莫比乌斯函数的性质及一系列的求和顺序变换,得到

  最后定义D(x)为d(x)的前缀和,那么最后那个式子可以化为 sigma mu[x]*D[n/x]*D[m/x]      (x=1…min(n,m)),这时就可以借助分块+预处理前缀和的方法来求ans了。

  ps. 因为d[x]是积性函数,所以可以用线性筛来处理。

for (int i=1, last=1; i<=n; i=last+1)
{
    last = min(n / (n / i), m / (m / i));
    ans += (LL)(sum[last] - sum[i - 1]) * (n / i) * (m / i);
}
分块+预处理前缀和模板
#include<bits/stdc++.h>
using namespace std;
typedef long long LL;

const int maxn=5e5+5;
int prime[maxn+5];
bool check[maxn+5];
int d[maxn+5];
int mu[maxn+5];
LL D[maxn+5];
int MU[maxn+5];
int min_prime_cnt[maxn+5];

void init()
{
    mu[1]=1,d[1]=1;
    int tot=0;
    for(int i=2; i<=maxn; i++)
    {
        if(!check[i])
        {
            prime[tot++]=i;
            mu[i]=-1;
            min_prime_cnt[i]=1;
            d[i]=2;
        }
        for(int j=0; j<tot; j++)
        {
            int t=i*prime[j];
            if(t>maxn) break;
            check[t]=true;
            if(i%prime[j]==0)
            {
                mu[t]=0;
                min_prime_cnt[t]=min_prime_cnt[i]+1;
                d[t]=d[i]/(min_prime_cnt[i]+1)*(min_prime_cnt[t]+1);
                break;
            }
            else
            {
                mu[t]=-mu[i];
                d[t]=d[i]*2;
                min_prime_cnt[t]=1;
            }
        }
    }
    for(int i=1; i<=maxn; i++)
    {
        MU[i]=MU[i-1]+mu[i];
        D[i]=D[i-1]+d[i];
    }
}

int n,m;

int main()
{
    init();
    int T;
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d%d",&n,&m);
        LL ans=0;
        for (int i=1, last=1; i<=min(n,m); i=last+1)
        {
            last = min(n / (n / i), m / (m / i));
            ans += (LL)(MU[last]-MU[i-1])*D[n/i]*D[m/i];
        }
        printf("%lld\n",ans);
    }
}

 

转载于:https://www.cnblogs.com/Just--Do--It/p/7326572.html

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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