约数的个数 + 贪心

链接:https://www.nowcoder.com/acm/contest/82/A
来源:牛客网

题目描述

t次询问,每次给你一个数n,求在[1,n]内约数个数最多的数的约数个数

输入描述:

第一行一个正整数t
之后t行,每行一个正整数n

输出描述:

输出t行,每行一个整数,表示答案
示例1

输入

5
13
9
1
13
16

输出

6
4
1
6
6

备注:

对于100%的数据,t <= 500 , 1 <= n <= 1000000000000000000

题意 :给你一个 n ,询问 从 1 到 n 约数个数最多的数的约数个数是几个。
思路 :首先能想到的暴力肯定是不可解的, n 太大了
  在数学上有一个叫约数定理的东东,任意一个数可以写成一些质因子幂次的乘积,x = p1^a1*p2^a2*p3^a3 , 那么约数的个数就等于(a1+1)*(a2+1)*(a3+1),
但是呢这个题不能去找每个数的质因数,会超时的,我们可以反着来,通过已知的质因子去寻找比 n 小的数,但是单纯这样还是会超时,我们来看一个12 = 2^2*3 , 18 = 2*3^2 ,
这两个数的约数个数是相同的,如果让选的话优先会挑选小的那个数,观察一下小的数会发现因子小的次幂是偏大的,那么就可以贪心的选取了,下一个数的次幂一定是小于等于当前数的次幂的。
代码示例:
#define ll long long
const ll maxn = 1e6+5;
const double pi = acos(-1.0);
const ll inf = 0x3f3f3f3f;

ll n;
ll a[35] = {2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97};
ll ans;
void dfs(ll x, ll sum, ll k, ll ci){
    ans = max(ans, sum);
    if (k > 19 || ci == 0) return;
    ll cnt = 0;
    while(x <= n/a[k]){  // !!! 一定要写成除的形式,乘的话会爆掉long long
        x *= a[k];
        cnt++;
        if (cnt > ci) break;
        dfs(x, sum*(cnt+1), k+1, cnt);
    }
}

int main() {
    //freopen("in.txt", "r", stdin);
    //freopen("out.txt", "w", stdout);
    ll t;
    //init();
    
    cin >>t;
    while(t--){
        cin >> n;
        ans = 1;
        dfs(1, 1, 0, 35);
        printf("%lld\n", ans);
    }
    return 0;
}

 

在数据偏大的时候一定要想着可能会超 long long ,那么这时候有些关系能用除解决,就尽量不要用乘的!!

转载于:https://www.cnblogs.com/ccut-ry/p/8710023.html

资源下载链接为: https://pan.quark.cn/s/d37d4dbee12c A:计算机视觉,作为人工智能领域的关键分支,致力于赋予计算机系统 “看懂” 世界的能力,从图像、视频等视觉数据中提取有用信息并据此决策。 其发展历程颇为漫长。早期图像处理技术为其奠基,后续逐步探索三维信息提取,与人工智能结合,又经历数学理论深化、机器学习兴起,直至当下深度学习引领浪潮。如今,图像生成和合成技术不断发展,让计算机视觉更深入人们的日常生活。 计算机视觉综合了图像处理、机器学习、模式识别和深度学习等技术。深度学习兴起后,卷积神经网络成为核心工具,能自动提炼复杂图像特征。它的工作流程,首先是图像获取,用相机等设备捕获视觉信息并数字化;接着进行预处理,通过滤波、去噪等操作提升图像质量;然后进入关键的特征提取和描述环节,提炼图像关键信息;之后利用这些信息训练模型,学习视觉模式和规律;最终用于模式识别、分类、对象检测等实际应用。 在实际应用中,计算机视觉用途极为广泛。在安防领域,能进行人脸识别、目标跟踪,保障公共安全;在自动驾驶领域,帮助车辆识别道路、行人、交通标志,实现安全行驶;在医疗领域,辅助医生分析医学影像,进行疾病诊断;在工业领域,用于产品质量检测、机器人操作引导等。 不过,计算机视觉发展也面临挑战。比如图像生成技术带来深度伪造风险,虚假图像和视频可能误导大众、扰乱秩序。为此,各界积极研究检测技术,以应对这一问题。随着技术持续进步,计算机视觉有望在更多领域发挥更大作用,进一步改变人们的生活和工作方式 。
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