唯一分解定理小练

2024-06-06 17:48
文章标签 定理 唯一 分解 小练

本文主要是介绍唯一分解定理小练,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!

POJ 1845 Sumdiv

这是一道考查唯一分解定理的题目,提议是给出A和B,让你求出A^B的所有因数的和。由唯一分解定理可知。A^B=(x1^y1)*(x2^y2)*...*(xn^yn),且其中x1,x2,,,xn均为质数。这样的话因数的和就可以知道为:(1+x1+x1^2+...+x1^y1)*(1+x2+x2^2+...+x2^y2)*...*(1+xn+xn^2+xn^yn),这样的话又继续分析。发现(1+x+x^2+x^3)=(1+x)*(1+x^2);(1+x+x^2+x^3+x^4)=(1+x)*(1+x^3)+x^2;这样就可通过对奇偶进行判断递归得到相应的值了。

#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<cmath>
#include<iostream>
#include<algorithm>
#include<string>
using namespace std;
int ci[7100],ge[7100];
__int64 p(__int64 x,__int64 y)//求y次方
{__int64 res=1;while(y>0){if(y%2==1){res=(res*x)%9901;}x=(x*x)%9901;y/=2;}return res;
}
__int64 g(__int64 r,__int64 l)//递归求和
{if(l==0){return 1;}if(l%2==1){return ((1+p(r,l/2+1))%9901*g(r,l/2)%9901)%9901;}else{return ((1+p(r,l/2+1))%9901*g(r,l/2-1)%9901+p(r,l/2)%9901)%9901;}
}
int main()
{__int64 a,b,t,num=1;int i,j;scanf("%I64d%I64d",&a,&b);memset(ge,0,sizeof(ge));j=0;for(i=2;i*i<=a;++i)//得到次幂个数和质因数{if(a%i==0){ci[j]=i;while(a%i==0){a/=i;ge[j]++;}j++;}}if(a>1){ci[j]=a;ge[j++]=1;}for(i=0;i<j;++i){t=g(ci[i],ge[i]*b);num=(num*t)%9901;}cout<<num<<endl;return 0;
}

POJ 2262 Goldbach's Conjecture 

简单题,这题要说的不多,主要是素数判断这一块,算术基本定理,也称为素数的唯一分解定理,由此定理可以得出素数判断的循环次数。还有注意写的时候我的(int d=sqrt(x))是判CE,所以要注意细节,因为编译器可能不会判断出来。

#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<cmath>
#include<iostream>
#include<algorithm>
#include<string>
using namespace std;
bool check(int x)
{int i,d=int(sqrt(double(x)));//注意细节for(i=2;i<=d;++i){if(x%i==0){return false;}}return true;
}
int main()
{int n,i,f;while(cin>>n){f=0;if(n==0){break;}for(i=3;i<=n/2;++i)//注意范围{if(check(i)==true&&check(n-i)==true&&i%2==1&&(n-i)%2==1)//判断是否符合条件{printf("%d = %d + %d\n",n,i,n-i);f=1;break;}}if(f==0){cout<<"Goldbach's conjecture is wrong."<<endl;}}return 0;
}


这篇关于唯一分解定理小练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/1036799

相关文章

uva 1342 欧拉定理(计算几何模板)

题意: 给几个点,把这几个点用直线连起来,求这些直线把平面分成了几个。 解析: 欧拉定理: 顶点数 + 面数 - 边数= 2。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#inc

集群环境下为雪花算法生成全局唯一机器ID策略

雪花算法是生成数据id非常好的一种方式,机器id是雪花算法不可分割的一部分。但是对于集群应用,让不同的机器自动产生不同的机器id传统做法就是针对每一个机器进行单独配置,但这样做不利于集群水平扩展,且操作过程非常复杂,所以每一个机器在集群环境下是一个头疼的问题。现在借助spring+redis,给出一种策略,支持随意水平扩展,肥肠好用。 大致策略分为4步: 1.对机器ip进行hash,对某一个(大于

Java验证辛钦大数定理

本实验通过程序模拟采集大量的样本数据来验证辛钦大数定理。   实验环境: 本实验采用Java语言编程,开发环境为Eclipse,图像生成使用JFreeChart类。   一,验证辛钦大数定理 由辛钦大数定理描述为: 辛钦大数定理(弱大数定理)  设随机变量序列 X1, X2, … 相互独立,服从同一分布,具有数学期望E(Xi) = μ, i = 1, 2, …, 则对于任意正数ε ,

特征值分解(EVD)和奇异值分解(SVD)—应用于图片压缩

特征值分解(EVD)和奇异值分解(SVD)—应用于图片压缩 目录 前言 一、特征值分解 二、应用特征值分解对图片进行压缩 三、矩阵的奇异值分解 四、应用奇异值分解对图片进行压缩 五、MATLAB仿真代码 前言         学习了特征值分解和奇异值分解相关知识,发现其可以用于图片压缩,但网上没有找到相应代码,本文在学习了之后编写出了图片压缩的代码,发现奇异值分

CPC23三 K.(Lucas定理)

K.喵喵的神·数 Time Limit: 1 Sec Memory Limit: 128 MB Description 喵喵对组合数比较感兴趣,并且对计算组合数非常在行。同时为了追求有后宫的素质的生活,喵喵每天都要研究质数。 我们先来复习一下什么叫做组合数。对于正整数P、T 然后我们再来复习一下什么叫质数。质数就是素数,如果说正整数N的约数只有1和它本身,N

前端vue项目生成唯一的uuid

一、使用步骤 1.安装uuid 代码如下(示例): npm install -S uuid 2.在需要使用uuid的.vue文件中生成并存储uuid 代码如下(示例): import { v4 as uuidv4 } from 'uuid';mounted () {let sid=''if(localStorage.getItem('sid')){sid=localStorage.g

连分数因子分解法——C语言实现

参考网址:连分数分解法寻找整数的因子(Python)-CSDN博客 大数运算:C语言实现 大数运算 加减乘除模运算 超详细_64编程 加减乘除取模 复杂运算-CSDN博客 ‌连分数因子分解法‌是一种用于大整数因子分解的算法,它是计算数论中的一个重要方法。连分数因子分解法通过寻找x2≡y2 (mod p)x2≡y2 (mod p)的形式来分解N。具体来说,这种方法涉及到计算N的简单连分数展开,并

时序预测|变分模态分解-双向时域卷积-双向门控单元-注意力机制多变量时间序列预测VMD-BiTCN-BiGRU-Attention

时序预测|变分模态分解-双向时域卷积-双向门控单元-注意力机制多变量时间序列预测VMD-BiTCN-BiGRU-Attention 文章目录 一、基本原理1. 变分模态分解(VMD)2. 双向时域卷积(BiTCN)3. 双向门控单元(BiGRU)4. 注意力机制(Attention)总结流程 二、实验结果三、核心代码四、代码获取五、总结 时序预测|变分模态分解-双向时域卷积

《机器学习》 基于SVD的矩阵分解 推导、案例实现

目录 一、SVD奇异值分解 1、什么是SVD 2、SVD的应用         1)数据降维         2)推荐算法         3)自然语言处理 3、核心         1)什么是酉矩阵         2)什么是对角矩阵 4、分解过程 二、推导 1、如何求解这三个矩阵         1)已知:          2)根据酉矩阵的特点即可得出:

量化交易面试:什么是中心极限定理?

中心极限定理(Central Limit Theorem, CLT)是概率论和统计学中的一个重要定理,它描述了在一定条件下,独立随机变量的和的分布趋向于正态分布的性质。这个定理在量化交易和金融分析中具有重要的应用价值。以下是对中心极限定理的详细解释: 基本概念: 中心极限定理指出,当我们从一个具有任意分布的总体中抽取足够大的样本时,样本均值的分布将近似于正态分布,无论原始总体的分布是什么样的。