青蛙的约会 扩展的欧几里德算法

2023-11-10 02:18

本文主要是介绍青蛙的约会 扩展的欧几里德算法,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!

青蛙的约会

Time Limit: 1000MS

 

Memory Limit: 10000K

Total Submissions: 127383

 

Accepted: 27617

Description

两只青蛙在网上相识了,它们聊得很开心,于是觉得很有必要见一面。它们很高兴地发现它们住在同一条纬度线上,于是它们约定各自朝西跳,直到碰面为止。可是它们出发之前忘记了一件很重要的事情,既没有问清楚对方的特征,也没有约定见面的具体位置。不过青蛙们都是很乐观的,它们觉得只要一直朝着某个方向跳下去,总能碰到对方的。但是除非这两只青蛙在同一时间跳到同一点上,不然是永远都不可能碰面的。为了帮助这两只乐观的青蛙,你被要求写一个程序来判断这两只青蛙是否能够碰面,会在什么时候碰面。 
我们把这两只青蛙分别叫做青蛙A和青蛙B,并且规定纬度线上东经0度处为原点,由东往西为正方向,单位长度1米,这样我们就得到了一条首尾相接的数轴。设青蛙A的出发点坐标是x,青蛙B的出发点坐标是y。青蛙A一次能跳m米,青蛙B一次能跳n米,两只青蛙跳一次所花费的时间相同。纬度线总长L米。现在要你求出它们跳了几次以后才会碰面。 

Input

输入只包括一行5个整数xymnL,其中x≠y < 20000000000 < mn < 20000000000 < L < 2100000000

Output

输出碰面所需要的跳跃次数,如果永远不可能碰面则输出一行"Impossible"

Sample Input

1 2 3 4 5

Sample Output

4

Source

浙江

算法分析:

扩展欧几里德求同余方程经典例题。
要想青蛙跳到同一个点才能能碰面,就满足方程: 
(x+m*t) - y+n*t) = p*l; 
t:跳的次数   p:两只青蛙相差的圈数   l:纬度线的长度 
将上述方程整理得: 
(n-m)*t + p*l = x-y; 
a=n-m,b=l ,c=x-y; 
所以就有: 
a*t + b*p = c;
然后用扩展的欧几里得求出一组解t0p0满足a*t0+b*p0=gcd(a,b)
两边同时除以gcd,然后乘以c,然后真正的解:t0=t0*c/gcdab)。
但这里不是最小整数解,可能为负数。
我们知道通解:t=t0+b/gcd(a,b)*n,n取整数。
则说明t等于t0+b/gcdab)的整数倍,举个例子,t0=-10k=b/gcdab=3,最小正整数解t=-10+4*3,我们给出公式t=(t0%k+k)%k),k= b/gcdab,-10%3是一个吸收3的过程,然后+3保证正整数,%3保证最小正整数。
即最后输出(t0%k+k)%k)
代码实现细节代码具体看
 

代码实现:

#include <iostream>
#include <cstdio>
#include <queue>
#include <cstring>
#include <cmath>
using namespace std;
typedef long long LL;LL exgcd(LL a, LL b, LL &x0, LL &y0)
{if(!b){x0 = 1; y0 = 0;return a;}int ans=exgcd(b, a%b, x0, y0);int t = x0;x0 = y0;y0 = t-a/b*y0;return ans;
}int main()
{LL x, y, m, n, l;while(cin >> x >> y >> m >> n >> l){if(m>n)      //n-m小于0,负数和正数没有最大公约数{swap(m, n);swap(x, y);}LL x0,y0;LL a=n-m,b=l,c=x-y;         //ax+by=c 的解LL gcd=exgcd(a,b,x0,y0);if(c%gcd)  printf("Impossible");else {LL t=b/gcd;x0*=c/gcd;printf("%lld\n",(x0%t+t)%t);}}return 0;
}

 

这篇关于青蛙的约会 扩展的欧几里德算法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/379824

相关文章

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

Spring组件实例化扩展点之InstantiationAwareBeanPostProcessor使用场景解析

《Spring组件实例化扩展点之InstantiationAwareBeanPostProcessor使用场景解析》InstantiationAwareBeanPostProcessor是Spring... 目录一、什么是InstantiationAwareBeanPostProcessor?二、核心方法解

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Java常用注解扩展对比举例详解

《Java常用注解扩展对比举例详解》:本文主要介绍Java常用注解扩展对比的相关资料,提供了丰富的代码示例,并总结了最佳实践建议,帮助开发者更好地理解和应用这些注解,需要的朋友可以参考下... 目录一、@Controller 与 @RestController 对比二、使用 @Data 与 不使用 @Dat

Spring组件初始化扩展点BeanPostProcessor的作用详解

《Spring组件初始化扩展点BeanPostProcessor的作用详解》本文通过实战案例和常见应用场景详细介绍了BeanPostProcessor的使用,并强调了其在Spring扩展中的重要性,感... 目录一、概述二、BeanPostProcessor的作用三、核心方法解析1、postProcessB