【算法】唯一分解定理及最lcm和gcd关系 宝石组合

news2024/11/24 0:23:07

前言

今天在做一道宝石组合的题目时了解到了这个定理,还是蛮有意思的。

思想

唯一分解定理:
对于任何正整数n,有
n = p 1 a 1 × p 2 a 2 × . . . × p k a k n = p_1^{a1} \times p_2^{a2} \times ... \times p_k^{ak} n=p1a1×p2a2×...×pkak
其中,pi为质因子

基于这个定理,我们推广出关于最小公倍数(LCM)和最大公约数(GCD)的两个公式:
设两个正整数:n,m
l c m ( n , m ) = p 1 m a x ( a 1 , b 1 ) × p 2 m a x ( a 2 , b 2 ) × . . . × p k m a x ( a k , b k ) lcm(n,m) = p_1^{max(a1,b1)} \times p_2^{max(a2,b2)} \times... \times p_k^{max(ak,bk)} lcm(n,m)=p1max(a1,b1)×p2max(a2,b2)×...×pkmax(ak,bk)

g c d ( n , m ) = p 1 m i n ( a 1 , b 1 ) × p 2 m i n ( a 2 , b 2 ) × . . . × p k m i n ( a k , b k ) gcd(n,m) = p_1^{min(a1,b1)} \times p_2^{min(a2,b2)} \times... \times p_k^{min(ak,bk)} gcd(n,m)=p1min(a1,b1)×p2min(a2,b2)×...×pkmin(ak,bk)

同理可以推出:
n × m = l c m ( n , m ) × g c d ( n , m ) n \times m = lcm(n,m) \times gcd(n,m) n×m=lcm(n,m)×gcd(n,m)

宝石组合

题目

在一个神秘的森林里,住着一个小精灵名叫小蓝。有一天,他偶然发现了一个隐藏在树洞里的宝藏,里面装满了闪烁着美丽光芒的宝石。这些宝石都有着不同的颜色和形状,但最引人注目的是它们各自独特的 “闪亮度” 属性。每颗宝石都有一个与生俱来的特殊能力,可以发出不同强度的闪光。小蓝共找到了N 枚宝石,第 i 枚宝石的 “闪亮度” 属性值为 Hi,小蓝将会从这 N 枚宝石中选出三枚进行组合,组合之后的精美程度 S 可以用以下公式来衡量:

在这里插入图片描述

其中 LCM 表示的是最小公倍数函数。小蓝想要使得三枚宝石组合后的精美程度 S 尽可能的高,请你帮他找出精美程度最高的方案。如果存在多个方案 S 值相同,优先选择按照 H 值升序排列后字典序最小的方案。

题目分析

基于上面的分析,对给出的公式尝试化简:
S = ∏ i = 1 k p i a i + b i + c i × p i m a x ( a i , b i , c i ) p i m a x ( a i , b i ) × p i m a x ( a i , c i ) × p i m a x ( b i , c i ) S = \prod_{i=1}^{k} p_i^{a_i+b_i+c_i} \times \frac{p_i^{max(a_i,b_i,c_i)}}{p_i^{max(a_i,b_i)} \times p_i^{max(a_i,c_i)} \times p_i^{max(b_i,c_i)}} S=i=1kpiai+bi+ci×pimax(ai,bi)×pimax(ai,ci)×pimax(bi,ci)pimax(ai,bi,ci)

对上述式子进一步化简,可得:
S = ∏ i = 1 k p i a i + b i + c i × p i m a x ( 最大 ) p i m a x ( 最大 ) × p i m a x ( 最大 ) × p i m a x ( 次大 ) S = \prod_{i=1}^{k} p_i^{a_i+b_i+c_i} \times \frac{p_i^{max(最大)}}{p_i^{max(最大)} \times p_i^{max(最大)} \times p_i^{max(次大)}} S=i=1kpiai+bi+ci×pimax(最大)×pimax(最大)×pimax(次大)pimax(最大)
最后得到:
S = ∏ i = 1 k p i 最小 = ∏ i = 1 k p i m i n ( a i , b i , c i ) = g c d ( a , b , c ) S = \prod_{i=1}^{k} p_i^{最小} = \prod_{i=1}^{k} p_i^{min(a_i,b_i,c_i)} = gcd(a,b,c) S=i=1kpi最小=i=1kpimin(ai,bi,ci)=gcd(a,b,c)

所以经过化简公式,我们可以得出结论:就是找最大公约数最大的三个数

解答

经过上面的分析,我们有以下的思路:

  • 1、定义一个fac二维数组,fac[i]是一个数组,表示i的所有约数
  • 2、遍历所有a数组,s[a[i]]表示 a[i] 是哪些数的约数。

例如 10 的所有约数为 1 、 2、 5、 10

s[1] = { 10 }
s[2] = { 10 }
s[5] = { 10 }
s[10] = { 10 }

当我们遍历完a数组,倒着遍历s数组,第一次找到超过三个数的s[i],去前三项即是答案。

参考代码

#include<iostream>
#include <vector>
#include <algorithm>
using namespace std;
const int N = 100005;
vector<int> fac[N],s[N];
int a[N];
int main()
{
    int n;
    cin >> n;
    for(int i = 0;i<n;i++){
        cin >> a[i];
    }
    
    for(int i = 1; i<100005 ;i++){
        for(int j = i;j<100005;j+=i){
            fac[j].push_back(i);
        }
    }
    
    sort(a,a+n);
    for(int i = 0;i<n;i++){
        for(auto e : fac[a[i]]){
            s[e].push_back(a[i]);
        }
    }
    
    for(int i =100004;i>=0;i--){
        if(s[i].size() >= 3){
            cout << s[i][0] << " " << s[i][1] << " " << s[i][2] << endl;
            break;
        }
    }
    return 0;
}

在这里插入图片描述

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/1648601.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

【最大公约数 并集查找 调和级数】1998. 数组的最大公因数排序

本文涉及知识点 最大公约数 并集查找 调和级数 LeetCode1998. 数组的最大公因数排序 给你一个整数数组 nums &#xff0c;你可以在 nums 上执行下述操作 任意次 &#xff1a; 如果 gcd(nums[i], nums[j]) > 1 &#xff0c;交换 nums[i] 和 nums[j] 的位置。其中 gcd(nums…

【JVM】类加载机制及双亲委派模型

目录 一、类加载过程 1. 加载 2. 连接 a. 验证 b. 准备 c. 解析 3. 初始化 二、双亲委派模型 类加载器 双亲委派模型的工作过程 双亲委派模型的优点 一、类加载过程 JVM的类加载机制是JVM在运行时&#xff0c;将 .class 文件加载到内存中并转换为Java类的过程。它…

Android 桌面小组件 AppWidgetProvider

Android 桌面小组件 AppWidgetProvider 简介 小组件就是可以添加到手机桌面的窗口。点击窗口可以进入应用或者进入应用的某一个页面。 widget 组件 如需创建 widget&#xff0c;您需要以下基本组件&#xff1a; AppWidgetProviderInfo 对象 描述 widget 的元数据&#xff0…

Linux基础配置(镜像挂载,FQDN)

CentOS基础配置&#xff1a; 以下是appsrv的基础配置脚本&#xff0c;CentOS系统只需要把appsrv改成需要的主机名即可&#xff08;因为Linux基础配置都差不多&#xff0c;写脚本是最省时间的做法&#xff0c;IP地址的配置一般用nmtui图形化界面工具&#xff09; #!/bin/bash …

告别杂乱桌面,开启纯净视界!DeskCover Pro,Mac用户的桌面神器!

DeskCover Pro for Mac是一款专为macOS设计的桌面图标隐藏软件&#xff0c;其主要功能和特点包括&#xff1a; 桌面图标隐藏&#xff1a;通过单击鼠标或按全局热键&#xff0c;可以快速隐藏桌面上的所有图标&#xff0c;为您提供一个干净整洁的工作环境。窗口聚焦&#xff1a;…

ChatGPT-Next-Web漏洞利用分析(CVE-2023-49785)

1. 漏洞介绍 ​ 日常网上冲浪&#xff0c;突然粗看以为是有关Chat-GPT的CVE披露出来了&#xff0c;但是仔细一看原来是ChatGPT-Next-Web的漏洞。漏洞描述大致如下&#xff1a;&#xff08;如果有自己搭建了还没更新的速速修复升级防止被人利用&#xff0c;2.11.3已经出来了&am…

MySQL—多表设计与查询

目录 多表设计 ▐ 数据库设计范式 ▐ 多对一 关系表设计 ▐ 多对多 关系表设计 关联查询 ▐ 概述 ▐ 内连接 ○ 思考&#xff1f; ▐ 左外连接 ▐ 右外连接 多表设计 ▐ 数据库设计范式 • 第一范式&#xff1a;确保每列保持原子性 ( 列不可再分解 ) 例如联系方式…

Mac数据恢复软件快速比较:适用于Macbook的10佳恢复软件

数据丢失导致无数个人和组织每天损失大量资金。更糟糕的是&#xff0c;某些文件具有货币价值和情感意义&#xff0c;使它们不可替代&#xff0c;并使数据恢复成为唯一可行的选择。最好的消息是Mac用户可以从各种数据恢复程序中进行选择。为了帮助您尽可能快速、轻松地恢复丢失的…

弹性云服务器是什么,为何如此受欢迎

云计算作为当下炙手可热的技术领域&#xff0c;已然成为现代企业不可或缺的核心能力。云服务器作为云计算的基石之一&#xff0c;在这个数字化时代发挥着至关重要的作用。而弹性云服务器&#xff0c;作为云服务器的一种演进形式&#xff0c;更是备受瞩目。 弹性云服务器&#…

求知导刊-知网收录//旬刊//如何投稿?

求知导刊-知网收录//旬刊//如何投稿&#xff1f; 《求知导刊》栏目设置 理论探索、课堂教学、教改课改、教育管理、教师教育、教学案例、学科进展、学术论坛。 《求知导刊》征稿对象&#xff1a; 全国科技工作者、教育工作者&#xff0c;各级科技与教育部门的领导者以及管理…

鸿蒙内核源码分析(时间管理篇) | 谁是内核基本时间单位

时间概念太重要了&#xff0c;在鸿蒙内核又是如何管理和使用时间的呢? 时间管理以系统时钟 g_sysClock 为基础&#xff0c;给应用程序提供所有和时间有关的服务。 用户以秒、毫秒为单位计时.操作系统以Tick为单位计时&#xff0c;这个认识很重要. 每秒的tick大小很大程度上决…

AI绘画成果展(第一期)

免费获取更多原图&#xff0c;备注“AI绘画”&#xff0c;可在文章末尾点击名片进qun获取。 免费获取更多原图&#xff0c;备注“AI绘画”&#xff0c;可在文章末尾点击名片进qun获取。

Python密码测试程序

下面是一个简单的 Python 密码测试程序&#xff0c;用于检查用户输入的密码是否符合一些基本的安全要求&#xff0c;如长度、包含字母和数字等。这个程序可以作为一个基本的密码验证器&#xff0c;你可以根据需要进行修改和扩展。 1、问题背景 我们正在编写一个程序&#xff0…

花园牛奶:从靠谱奶牛到新鲜牛奶的匠心之旅

在花园乳业有限公司&#xff0c;我们深知生产出优质牛奶的秘诀——从靠谱的奶牛开始。为此&#xff0c;我们特意引进了品质卓越的荷斯坦奶牛&#xff0c;它们以“黑白花”的优雅身姿&#xff0c;成为了我们牧场上的明星。荷斯坦奶牛以其出色的生产性能和高产奶量而著称&#xf…

uniapp 自定义App UrlSchemes

需求&#xff1a;外部浏览器H5页面&#xff0c;跳转到uniapp开发的原生app内部。 1、uniapp内部的配置&#xff1a; &#xff08;1&#xff09;打开manifest->App常用其他设置&#xff0c;如下&#xff0c;按照提示输入您要设置的urlSchemes&#xff1a; &#xff08;2&am…

3W 1.5KVDC 3KVDC 隔离宽范围输入,单、双输出 DC/DC 电源模块——TP2L-3W 系列

TP2L-3W系列是一款高性能、超小型的电源模块&#xff0c;宽范围2:1,4:1输入&#xff0c;输出有稳压和连续短路保护功能&#xff0c;隔离电压为1.5KVDC、3KVDC工作温度范围为–40℃到85℃。特别适合对输出电压的精度有严格要求的地方&#xff0c;外部遥控功能对您的设计又多一项…

读源码系列文章--开源项目openjob之alarm告警模块

一、背景 告警模块&#xff0c;作为大多数应用都存在的一个基础功能&#xff0c;今天我们就以开源项目openjob 为例&#xff0c;分析其设计及实现。 首先&#xff0c;我们梳理一下需求&#xff1a; 支持多种告警方式&#xff0c;包括钉钉、飞书、微信和webhook。方便业务模块…

多模态大模型学杂了能力反下降?新研究:MoE+通用专家解决冲突

微调&#xff0c;能让通用大模型更加适配具体的行业应用。 但现在&#xff0c;研究人员们却发现&#xff1a; 对多模态大模型做“多任务指令微调”&#xff0c;大模型可能会“学得多错得多”&#xff0c;因为不同任务之间的冲突&#xff0c;导致泛化能力下降。 △多模态指令微…

扩展学习|一文读懂知识图谱

一、知识图谱的技术实现流程及相关应用 文献来源&#xff1a;曹倩,赵一鸣.知识图谱的技术实现流程及相关应用[J].情报理论与实践,2015, 38(12):127-132. &#xff08;一&#xff09;知识图谱的特征及功能 知识图谱是为了适应新的网络信息环境而产生的一种语义知识组织和服务的方…

WRT1900ACS搭建openwrt服务器小记

参考链接 wrt1900acs openwrt wrt1900acs openwrt 刷机 wrt1900acs原生固件刷openwrt-23.05.3-mvebu-cortexa9-linksys_wrt1900acs-squashfs-factory.img wrt1900acs openwrt更新刷openwrt-23.05.3-mvebu-cortexa9-linksys_wrt1900acs-squashfs-sysupgrade.bin 通过WEB UI来…