【一百零五】【算法分析与设计】分解质因数,952. 按公因数计算最大组件大小,204. 计数质数,分解质因数,埃式筛

本文主要是介绍【一百零五】【算法分析与设计】分解质因数,952. 按公因数计算最大组件大小,204. 计数质数,分解质因数,埃式筛,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

分解质因数

题目:分解质因数

题目描述

给定一个正整数 n,编写一个程序将其分解为质因数,并按从小到大的顺序输出这些质因数。

输入格式

一个正整数 n,其中 n 的范围是 1 <= n <= 10^18

输出格式

按从小到大的顺序输出 n 的质因数,每个质因数占一行。

输入示例

4012100

输出示例

2
5
53
757

提示

程序需要处理大整数,因此使用 long long 类型。

质因数应该按从小到大的顺序输出。

每个质因数只输出一次,即使一个质因数在 n 中出现多次。

一个任意的正整数 n 可以写成质因数的乘积形式: n = p 1 k 1 × p 2 k 2 × ⋯ × p m k m n=p1^{k1}×p2^{k2}×⋯×pm^{km} n=p1k1×p2k2××pmkm

其中, p 1 , p 2 , … , p p1,p2,…,p p1,p2,,p 是质数, k 1 , k 2 , … , k k1,k2,…,k k1,k2,,k 是对应的正整数指数。这个表示法称为整数的质因数分解。

2,3是最小的两个质数,用for循环从2开始遍历,一开始 t e m p = p 1 k 1 × p 2 k 2 × ⋯ × p m k m temp=p1^{k1}×p2^{k2}×⋯×pm^{km} temp=p1k1×p2k2××pmkm

每次遇到的temp%i==0,此时i表示的是其中一个质因数。

最开始的temp%i0,i2,i确实是质因数,接着把temp中有关2的因子全部除掉,接着循环。

如果temp%i==0,那么i一定是temp的质因子,首先i一定是temp的因子,那为什么是质因子呢?

如果i不是质数,说明比i小的一个数k是i的因子,那么之前i一定遍历过k,并且temp中把k的因子全部去掉,temp%i一定不等于0.

正是因为temp每次去掉所有的质因子,所以temp%i==0成立i一定是temp的质因子.

#include<bits/stdc++.h> // 包含所有标准库头文件
using namespace std;#define int long long // 定义 int 为 long long 类型,方便处理大整数
#define _(i,a,b) for(int i=a;i<=b;i++) // 定义从 a 到 b 的循环
#define _1(i,a,b) for(int i=a;i>=b;i--) // 定义从 a 到 b 的反向循环int n; // 定义全局变量 n
// 输入: 4012100
// 输出: 2, 5, 53, 757
vector<int> ret; // 用于存储质因数的向量
void solve() {ret.clear(); // 清空存储质因数的向量int temp = n; // 临时变量 temp 用于保存 n 的值_(i, 2, n) { // 从 2 开始遍历到 nif (i * i > temp) break; // 如果 i 的平方大于 temp,跳出循环if (temp % i == 0) { // 如果 temp 能被 i 整除ret.push_back(i); // 将 i 存入结果向量中while (!(temp % i != 0)) { // 当 temp 能被 i 整除时temp /= i; // 将 temp 除以 i}}}if (temp != 1) ret.push_back(temp); // 如果 temp 不等于 1,将 temp 存入结果向量for (auto& x : ret) cout << x << endl; // 输出结果向量中的每个质因数
}
signed main() {cin >> n; // 输入 nsolve(); // 调用求解函数
}

952. 按公因数计算最大组件大小

给定一个由不同正整数的组成的非空数组 nums ,考虑下面的图:

  • nums.length 个节点,按从 nums[0]nums[nums.length - 1] 标记;

  • 只有当 nums[i]nums[j] 共用一个大于 1 的公因数时,nums[i]nums[j]之间才有一条边。

返回 图中最大连通组件的大小

示例 1:

在这里插入图片描述

输入: nums = [4,6,15,35] 输出: 4

示例 2:

在这里插入图片描述

输入: nums = [20,50,9,63] 输出: 2

示例 3:

在这里插入图片描述

输入: nums = [2,3,6,7,4,12,21,39] 输出: 8

提示:

  • 1 <= nums.length <= 2 * 10(4)

  • 1 <= nums[i] <= 10(5)

  • nums 中所有值都 不同

对于每一个数,我们可以分解质因数得到他的每一个质因数.

可以用map存储第一次拥有某个质因数的元素下标.

遍历nums数组,对于i位置元素,分解他的质因数,然后把i元素和他的质因数第一次出现的元素合并到一个集合里面.

并查集.

在这里插入图片描述

#define _(i, a, b) for (int i = a; i <= b; i++) // 定义一个从 a 到 b 的循环宏
#define _1(i, a, b) for (int i = a; i >= b; i--) // 定义一个从 a 到 b 的反向循环宏class Solution {
public:vector<int> nums; // 存储输入数组int ret; // 存储结果,即最大连通组件的大小vector<int> father; // 并查集的父节点数组vector<int> sizee; // 并查集的大小数组map<int, int> yinzi_index; // 存储质因数及其首次出现的索引int n; // 存储输入数组的长度// 并查集的查找函数int findd(int i) {if (father[i] != i) // 如果当前节点不是其自身的父节点father[i] = findd(father[i]); // 递归查找其父节点,并进行路径压缩return father[i]; // 返回父节点}// 并查集的合并函数//并查集的合并函数,维护sizee和father数据,先计算x和y的代表节点下标,这样sizee和father谁先谁后都无所谓了.//重要的是如果fx!=fy才需要维护sizeevoid unionn(int x, int y) {int fx = findd(x); // 查找 x 的父节点int fy = findd(y); // 查找 y 的父节点if (fx != fy) // 如果 x 和 y 的父节点不同sizee[fy] += sizee[fx]; // 合并集合,并更新集合大小father[fx] = father[fy]; // 将 x 的父节点指向 y 的父节点}// 核心解决函数void solve() {ret = 1; // 初始化结果为 1n = nums.size(); // 获取输入数组的长度yinzi_index.clear(); // 清空质因数索引的映射表father.assign(n, 0), sizee.assign(n, 1); // 初始化并查集_(i, 0, n - 1) { father[i] = i; } // 将每个节点的父节点指向其自身// 遍历输入数组_(i, 0, n - 1) {//利用分解质因子的思维获取所有的质因子int temp = nums[i]; // 获取当前元素_(j, 2, nums[i]) { // 从 2 开始遍历到当前元素if (j * j > temp) // 如果 j 的平方大于当前元素break; // 跳出循环if (temp % j == 0) { // 如果 j 是当前元素的因子//对于i位置的元素,j是i的一个质因子if (yinzi_index.count(j)) { // 如果 j 已经存在于质因数映射表中//如果之前j质因子出现过,找到第一次出现的下标,然后合并int index = yinzi_index[j]; // 获取 j 第一次出现的索引unionn(index, i); // 合并当前元素和 j 第一次出现的元素ret = max(ret, sizee[findd(i)]); // 更新最大连通组件的大小} else {//如果是第一次出现,那么就没有需要合并的元素.yinzi_index[j] = i; // 将 j 的首次出现索引设置为当前索引}//分解质因数需要把确定的质因数全部去掉while (!(temp % j != 0)) { // 将当前元素中所有 j 的因子去掉temp /= j;}}}//对于i位置元素,如果temp!=1说明temp也是i的质因数,这一点不要忘记了.if (temp != 1) { // 如果剩余部分不是 1,说明 temp 也是一个质因数if (yinzi_index.count(temp)) { // 如果 temp 已经存在于质因数映射表中int index = yinzi_index[temp]; // 获取 temp 第一次出现的索引unionn(index, i); // 合并当前元素和 temp 第一次出现的元素ret = max(ret, sizee[findd(i)]); // 更新最大连通组件的大小} else {yinzi_index[temp] = i; // 将 temp 的首次出现索引设置为当前索引}}}}// 主函数,计算图中最大连通组件的大小int largestComponentSize(vector<int>& _nums) {ios::sync_with_stdio(0), cin.tie(0), cout.tie(0); // 优化输入输出nums = _nums; // 将输入数组赋值给成员变量solve(); // 调用求解函数return ret; // 返回结果}
};

204. 计数质数

给定整数 n ,返回 所有小于非负整数 n 的质数的数量

示例 1:

输入: n = 10 输出: 4 解释: 小于 10 的质数一共有 4 个, 它们是 2, 3, 5, 7 。

示例 2:

输入: n = 0 输出: 0

示例 3:

输入: n = 1 输出 :0

提示:

  • 0 <= n <= 5 * 10(6)

for循环从2开始遍历,保证每一次i都可以判断是否是n的质因子.

第一次遇到的是质因子,然后把i所有的倍数设置为不是质数.

剪枝,如果当前i不是质数,那么i的倍数一定被设置完了.直接continue.

class Solution {
public:int ret; // 存储质数的数量vector<bool> visited; // 标记数组,用于标记非质数int n; // 存储给定的上限数 nvoid solve() {visited.assign(n, false); // 初始化标记数组,初始时假设所有数都是质数for(int i = 2; i < n; i++) { // 从 2 开始遍历到 n-1if (!visited[i]) { // 如果当前数 i 没有被标记为非质数ret++; // 说明 i 是质数,计数器增加for (int j = i * 2; j < n; j += i) { // 标记所有 i 的倍数为非质数visited[j] = true; // 标记 j 为非质数}}}}int countPrimes(int _n) {ios::sync_with_stdio(0), cout.tie(0), cin.tie(0); // 优化输入输出n = _n; // 将输入的 n 赋值给成员变量 nsolve(); // 调用求解函数return ret; // 返回质数的数量}
};

结尾

最后,感谢您阅读我的文章,希望这些内容能够对您有所启发和帮助。如果您有任何问题或想要分享您的观点,请随时在评论区留言。

同时,不要忘记订阅我的博客以获取更多有趣的内容。在未来的文章中,我将继续探讨这个话题的不同方面,为您呈现更多深度和见解。

谢谢您的支持,期待与您在下一篇文章中再次相遇!

这篇关于【一百零五】【算法分析与设计】分解质因数,952. 按公因数计算最大组件大小,204. 计数质数,分解质因数,埃式筛的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1033433

相关文章

JS常用组件收集

收集了一些平时遇到的前端比较优秀的组件,方便以后开发的时候查找!!! 函数工具: Lodash 页面固定: stickUp、jQuery.Pin 轮播: unslider、swiper 开关: switch 复选框: icheck 气泡: grumble 隐藏元素: Headroom

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

如何在页面调用utility bar并传递参数至lwc组件

1.在app的utility item中添加lwc组件: 2.调用utility bar api的方式有两种: 方法一,通过lwc调用: import {LightningElement,api ,wire } from 'lwc';import { publish, MessageContext } from 'lightning/messageService';import Ca

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费