蓝桥杯:买不到的数目

news2024/11/25 13:49:34

在这里插入图片描述

对于两个互质的正整数 n , m n,m n,m,请找出来不能被 n n n m m m组成的最大数 X X X

例如:对于4,7那么 X X X=17,因为对于大于17的任一数都可由4和7组成。
重新翻译题目:
对于任一大于 X X X的正整数 Y Y Y满足 Y = a × n + b × m Y= a \times n+b \times m Y=a×n+b×m,其中 a , b ∈ N a,b∈N abN.

不妨设 m < n m < n m<n,且 n ≡ r ( m o d   m ) n≡r(mod\space m) nr(mod m)

那么可知一个数如果可以被表示为 ( a × m ) + ( b × n ) (a\times m)+(b\times n) (a×m)+(b×n)的形式,则有 ( a × m ) + ( b × n ) ≡ b × r ( m o d   m ) (a \times m)+(b \times n)≡b\times r(mod\space m) (a×m)+(b×n)b×r(mod m)

此外,由于 m , n m,n m,n互质,由反证法易知0 , n , 2 n , 3 n , … ( m − 1 ) n ,n,2n,3n,\dots(m-1)n ,n,2n,3n,(m1)n对m的余数皆不相同。

所以按每个数对 m m m的余数进行划分。如果你想用 m m m n n n表示一个对 m m m的余数为 x x x的数,那么首先先要找一个最小的正整数 b b b使得 b × n ≡ x ( m o d   m ) b\times n≡x(mod \space m) b×nx(mod m),然后给他加上若干的m。

也就是说,在模m为x的所有数中,最小的能够用 m , n m,n m,n表示的数就是 b × n b\times n b×n,而最大的不能够被表示的数是 b × n − m b\times n-m b×nm(如果 x x x是0,显然直接用 m m m就能表示,就不讨论了)所以最大的不能够表示的数是哪一个呢?
再把 b b b最大化成 m − 1 m- 1 m1,就是 n ( m − 1 ) − m = m × n − n − m n(m-1) - m=m\times n - n -m n(m1)m=m×nnm了。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1167591.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java自学第1课:安装JDK+Eclipse

1 引言 在学习前&#xff0c;我想说一句&#xff0c;那就是为什么要学习Java。 每个人的出发点都不同&#xff0c;对于做信息化的工程技术人员来说&#xff0c;java不懂&#xff0c;就没法干项目。 尽管有c和matlab等基础&#xff0c;但java看起来与这些语言都不太一样。 做…

大语言模型?生成式AI?分不清楚的话可以看aws这个例子

大语言模型和生成式AI有什么紧密联系呢&#xff1f;为什么大语言模型近期受到如此大的关注呢&#xff1f;当提到大语言模型&#xff0c;大家可能首先会想到像ChatGPT这样的自然语言处理工具。那么大语言模型究竟是什么&#xff1f;它和生成式AI又存在怎样的关系呢&#xff1f;接…

c++获取和设置环境变量

这个功能非常常用&#xff0c;但是容易忘记&#xff0c;这里做个记录。 注意&#xff0c;设置的环境变量只在当前进程中生效&#xff0c;所以在电脑中的环境变量设置区域看不到。 std::string env getenv("PATH");env "X:\\envtest";std::string newEnv…

【Midjourney入门教程3】写好prompt常用的参数

文章目录 1、图片描述词&#xff08;图片链接&#xff09;文字描述词后缀参数2、权重划分3、后缀参数版本选择&#xff1a;--v版本风格&#xff1a;--style长宽比&#xff1a;--ar多样性: --c二次元化&#xff1a;--niji排除内容&#xff1a;--no--stylize--seed--tile、--q 4、…

AD1255/AD1256硬件SPI开发实战与跳坑过程

AD1255/AD1256硬件SPI开发实战与跳坑过程 以上图片我们可以知道在t17阶段&#xff0c;数据是不能被读取的。另外最小是16个τCLKIN&#xff0c;具体是多少这个跟你配置的DATA_rate的设置有关系。 1.6 同步SYNC的时序 要同步SYNC&#xff0c;要么采用管脚SYNC&#xff0c;要么…

Android 复杂UI界面分模块解耦的一次实践

一、复杂UI页面开发的问题 常见的比较复杂的UI界面&#xff0c;比如电商首页&#xff0c;我们看看某电商的首页部分UI&#xff1a; 上面是截取的首页部分&#xff0c;如果这个首页如果不分模块开发会遇到哪些问题&#xff1f; 开发任务不方便分割&#xff0c;一个人开发的话周…

毅速丨3D打印结合拓扑优化让轻量化制造更容易

轻量化可以减少产品的重量&#xff0c;提高产品的性能和效率&#xff0c;同时减少能源消耗和排放。尤其在航空航天、汽车制造造等行业对轻量化追求更高。当前&#xff0c;随着制造技术的发展&#xff0c;拓扑优化结合3D打印为轻量化制造带来的显著的优势正在逐渐凸显。 首先&am…

寻找更好的发展机会

一个员工离开一家公司的原因无外乎下面几个原因&#xff1a; 第一&#xff0c;对薪资不满意。 第二&#xff0c;在公司没前途。 第三&#xff0c;工作干的不爽。 从题主的叙述来看&#xff0c;上面三条都被题主占全了。 第一条&#xff0c;题主从日本母公司回国后&#xf…

数据库概述 -- 数据模型知识点要点详解

数据模型 概述概念数据特征组成要素分类概念层数据模型逻辑层数据模型物理层数据模型 主页传送门&#xff1a;&#x1f4c0; 传送 概述 数据模型是对现实世界数据特征的抽象&#xff0c;它描述了数据的结构、操作和约束条件&#xff0c;为数据库系统的信息表示与操作提供一个抽…

【文生图】Stable Diffusion XL 1.0模型Full Fine-tuning指南(U-Net全参微调)

文章目录 前言重要教程链接以海报生成微调为例总体流程数据获取POSTER-TEXTAutoPosterCGL-DatasetPKU PosterLayoutPosterT80KMovie & TV Series & Anime Posters 数据清洗与标注模型训练模型评估生成图片样例宠物包商品海报护肤精华商品海报 一些TipsMata&#xff1a;…

第6章_多表查询

文章目录 多表查询概述1 一个案例引发的多表连接1.1 案例说明1.2 笛卡尔积理解演示代码 2 多表查询分类讲解2.1 等值连接 & 非等值连接2.1.1 等值连接2.1.2 非等值连接 自连接 & 非自连接内连接与外连接演示代码 3 SQL99语法实现多表查询3.1 基本语法3.2 内连接&#x…

kubernetes集群编排——service微服务

service微服务 创建测试示例 vim myapp.yml apiVersion: apps/v1kind: Deploymentmetadata:labels:app: myappname: myappspec:replicas: 6selector:matchLabels:app: myapptemplate:metadata:labels:app: myappspec:containers:- image: myapp:v1name: myapp---apiVersion: v1…

趋势:实时的stable diffusion

视频中使用了实时模型&#xff1a;只需2~4 个步骤甚至一步即可生成768 x 768分辨率图像。 这项技术可以把任意的stable diffusion模型转为实时模型。 潜在一致性模型 LCM LCM 只需 4,000 个训练步骤&#xff08;约 32 个 A100 GPU 一小时&#xff09;即可从任何预训练的SD模型中…

每个程序员都应该知道的六种负载均衡算法

一个大型网络平台能轻松面对数百万请求而不产生崩溃&#xff0c;负载均衡器&#xff08;Load Balancer&#xff09;是绝对的关键组件。 负载均衡器会在多个服务器之间分配工作流&#xff0c;也就是将用户请求转发到不同的机器上&#xff0c;可以确保服务的高可用性、响应速度和…

揭秘重生奇迹mu中的幻术园

幻术园可以说是重生奇迹mu游戏进化中的一个里程碑&#xff0c;因为一个重要的地图区域就此开发出来&#xff0c;同时它还是继勇者大陆、仙踪林后的第三个新人出生地&#xff0c;所以这种象征性的意义更为重要&#xff0c;今天小编就带领大家进入到重生奇迹mu发布网下的幻术园中…

10+ Web3 新锐联合放送知识与奖励,一起瓜分 2000 美金!

Web3 时代&#xff0c;链接更多的参与者&#xff0c;激发共创活跃度&#xff0c;是一个成熟繁荣的项目和社区生态所必备的要素。深度协作与互动&#xff0c;始终是打破无形壁垒&#xff0c;构建高度融合和包容的社区生态的重要路径&#xff0c;也是培养用户和开发者参与建设的热…

浅谈低压无功补偿在分布式光伏现场中的应用-安科瑞 蒋静

摘要&#xff1a;分布式光伏电站由于建设时间短、技术成熟、收益明显而发展迅速&#xff0c;但光伏并网引起用户功率因数异常的问题也逐渐凸显。针对分布式光伏电站接入配电网后功率因数降低的问题&#xff0c;本文分析了低压无功补偿装置补偿失效的原因&#xff0c;并提出了一…

Seata入门系列【19】分布式事务之CAP、BASE理论

1 CAP理论 CAP是以下三个词语的缩写&#xff1a; Consistency&#xff1a;一致性Availability&#xff1a;可用性Partition tolerance&#xff1a;分区容忍性 CAP理论的基础概念就是在分布式系统中&#xff0c;无法同时满足以上三点。 下面我们以一个简单的分布式系统&…

如何减少自动化测试的误差?

自动化测试是一种利用软件工具或者硬件设备来代替人工执行测试用例的方法&#xff0c;它可以提高测试效率和质量&#xff0c;但也可能存在一些误差&#xff0c;影响测试结果的准确性和可信度。 造成自动化测试结果有误差的原因主要有以下两类&#xff1a; 系统误差&#xff1a…