D. Same GCDs, Educational Codeforces Round 81 (Rated for Div. 2),欧拉函数

本文详细解析了 Codeforces D.SameGCDs 的解题思路,通过提取最大公约数并利用欧拉函数计算与给定数互素的数的数量,提供了一种高效解法。

D. Same GCDs, Educational Codeforces Round 81 (Rated for Div. 2)

http://codeforces.com/contest/1295/problem/D
You are given two integers a and m. Calculate the number of integers x such that 0≤x<m and gcd(a,m)=gcd(a+x,m).

Note: gcd(a,b) is the greatest common divisor of a and b.

思路
首先提取a,m的最大公约数g,令 a = x g , m = y g a = xg,m = yg a=xg,m=yg

需要使得 g c d ( x g , y g ) = g c d ( x g + z , y g ) gcd(xg,yg) = gcd(xg+z,yg) gcd(xg,yg)=gcd(xg+z,yg)

易知z为g的倍数,令 z = k g , k ∈ [ 0 , y ) z = kg,k \in [0,y) z=kg,k[0,y)

那么满足所有 g c d ( x + k , y ) = 1 gcd(x+k,y) = 1 gcd(x+k,y)=1的k都可以,即求[x,y+x)中与y互素的数的个数

因为a < m,那么可知x < y,则要分别算[x,y],(y,x+y)中与y互素的数的个数

因为 g c d ( x , y ) = g c d ( y , x % y ) gcd(x,y) = gcd(y,x\%y) gcd(x,y)=gcd(y,x%y),故当 x + k ∈ ( y , x + y ) x+k \in (y,x+y) x+k(y,x+y) 时, g c d ( x + k , y ) = g c d ( y , x + k − y ) gcd(x+k,y) = gcd(y,x+k-y) gcd(x+k,y)=gcd(y,x+ky),而 x + k − y ∈ ( 0 , x ) x+k-y \in (0,x) x+ky(0,x)

所以(y,x+y)中与y互素的数的个数与(0,x)中与y互素的数的个数相等,故总的答案为[1,y]中与y互素的数的个数

#include<bits/stdc++.h>
#define ll long long
using namespace std;
long long gcd(long long a,long long b)
{
	return b?gcd(b,a%b):a;
}
long long oula(long long n)
{
	long long rea = n;
	for(long long i = 2;i * i <= n;++i)
	{
		if(n % i == 0)
		{
			rea -= rea/i;
			while(n % i == 0)
				n /= i;
		}
	}
	if(n > 1)
		rea -= rea/n;
	return rea;
}
int t;
ll a,b;
int main()
{
	scanf("%d",&t);
	while(t--)
	{
		scanf("%lld%lld",&a,&b);
		ll g = gcd(a,b);
		a/=g,b/=g;
		ll ans = oula(b);
		printf("%lld\n",ans);
	}
	return 0;
}
### GCDS 大数据平台简介 GCDS(Global Cloud Data Services)大数据平台是一个综合性的云计算服务平台,专注于提供高效、灵活的大数据分析解决方案。该平台旨在帮助企业快速构建和管理大规模数据集,支持多种应用场景下的复杂计算需求。 #### 主要功能模块 以下是GCDS大数据平台的核心功能模块及其特点: 1. **数据采集与集成** - 支持从各种来源(如数据库、文件系统、流媒体等)实时或批量导入数据。 - 提供强大的ETL工具链来清洗、转换和加载数据[^1]。 2. **存储与管理** - 基于分布式架构设计,能够处理PB级规模的数据量。 - 支持结构化、半结构化以及非结构化的混合存储模式。 - 数据压缩技术显著降低存储成本并提升查询性能[^4]。 3. **分析引擎** - 内置高性能SQL执行器,兼容标准ANSI SQL语法。 - 对机器学习框架的支持使得高级预测建模成为可能。 - 利用GPU加速实现更复杂的算法运算效率最大化[^5]。 4. **可视化展示** - 集成了丰富的图表组件库用于创建交互式的仪表板视图。 - 用户可以通过拖拽操作轻松定制所需报告样式。 5. **安全机制** - 实施细粒度访问控制策略保护敏感信息免受未授权访问威胁。 - 加密通信通道确保传输过程中的信息安全无虞。 6. **扩展性与兼容性** - 开放API接口允许第三方应用无缝对接现有业务流程。 - 友好地适配主流开源项目和技术栈生态体系[^3]。 --- ### 使用指南概览 为了充分利用GCDS的功能特性,建议按照如下指导步骤进行配置部署及相关操作: #### 准备工作 - 注册账号获取必要的认证凭证材料; - 下载安装客户端软件或者通过Web界面登录在线版本; #### 创建新项目 定义目标领域内的具体任务描述,并分配相应的资源限额给定此工程实例; #### 导入初始资料集合 利用内置连接器选取适合的目标位置读取原始素材内容至内部仓库之中保存起来待后续加工处理; #### 编辑脚本逻辑表达式 编写自定义程序片段完成特定目的导向型的任务指令编码作业活动开展起来更加便捷顺畅一些吧?当然也可以选用预制模板选项加快进度哦! #### 执行计划调度安排设定 指定定时触发条件或是手动启动方式达成预期成果展现形式呈现出来供大家查阅参考之需所用即可满足基本要求啦~ #### 结果审查评估反馈改进循环往复直至达到理想状态为止结束整个周期环节才算告一段落呢朋友们😊 ```python import gcds_platform as gp # 初始化客户端对象 client = gp.Client(api_key='your_api_key') # 新建一个名为 'my_project' 的项目 project_id = client.create_project('my_project', quota=10) # 添加数据源到该项目下 data_source_id = client.add_data_source(project_id, source_type='csv', path='/path/to/data.csv') # 运行预设好的分析任务 job_result = client.run_analysis_job(project_id, job_name='example_task') print(job_result) ``` --- ###
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