洛谷 P1069 [NOIP2009 普及组] 细胞分裂【分解质因数+预处理优化】

本文主要是介绍洛谷 P1069 [NOIP2009 普及组] 细胞分裂【分解质因数+预处理优化】,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!

原题链接:https://www.luogu.com.cn/problem/P1069

题目描述

Hanks 博士是 BT(Bio-Tech,生物技术)领域的知名专家。现在,他正在为一个细胞实验做准备工作:培养细胞样本。

Hanks 博士手里现在有 N 种细胞,编号从 1∼N,一个第 i 种细胞经过 1 秒钟可以分裂为 Si​ 个同种细胞(Si​ 为正整数)。现在他需要选取某种细胞的一个放进培养皿,让其自由分裂,进行培养。一段时间以后,再把培养皿中的所有细胞平均分入 M 个试管,形成 M 份样本,用于实验。Hanks 博士的试管数 M 很大,普通的计算机的基本数据类型无法存储这样大的 M 值,但万幸的是,M 总可以表示为 m1​ 的 m2​ 次方,即 M=m1^m2​​,其中 m1​,m2​ 均为基本数据类型可以存储的正整数。

注意,整个实验过程中不允许分割单个细胞,比如某个时刻若培养皿中有 4 个细胞,Hanks 博士可以把它们分入 2 个试管,每试管内 2 个,然后开始实验。但如果培养皿中有 5 个细胞,博士就无法将它们均分入 2 个试管。此时,博士就只能等待一段时间,让细胞们继续分裂,使得其个数可以均分,或是干脆改换另一种细胞培养。

为了能让实验尽早开始,Hanks 博士在选定一种细胞开始培养后,总是在得到的细胞“刚好可以平均分入 M 个试管”时停止细胞培养并开始实验。现在博士希望知道,选择哪种细胞培养,可以使得实验的开始时间最早。

输入格式

第一行,有一个正整数 N,代表细胞种数。

第二行,有两个正整数 m1​,m2​,以一个空格隔开,即表示试管的总数 M=m1^m2​​。

第三行有 N 个正整数,第 i 个数 Si​ 表示第 i 种细胞经过 1 秒钟可以分裂成同种细胞的个数。

输出格式

一个整数,表示从开始培养细胞到实验能够开始所经过的最少时间(单位为秒)。

如果无论 Hanks 博士选择哪种细胞都不能满足要求,则输出整数 −1。

输入输出样例

输入 #1

1 
2 1 
3

输出 #1

-1

输入 #2

2
24 1
30 12

输出 #2

2

说明/提示

【输入输出样例 #1 说明】

经过 1 秒钟,细胞分裂成 3 个,经过 2 秒钟,细胞分裂成 9个,……,可以看出无论怎么分裂,细胞的个数都是奇数,因此永远不能分入 2 个试管。

【输入输出样例 #2 说明】

第 1 种细胞最早在 3 秒后才能均分入 24 个试管,而第 2 种最早在 2 秒后就可以均分(每试管 144/24=6 个)。故实验最早可以在 2 秒后开始。

【数据范围】

对于 50% 的数据,有 m1^m2​​≤30000。

对于所有的数据,有 1≤N≤10000,1≤m1​≤30000,1≤m2​≤10000,1≤Si​≤2×10^9。

NOIP 2009 普及组 第三题

解题思路:

首先肯定不能暴力,因为数据非常大,无法用常规整数类型存储,但是可以知道的是m1,m2都是可以用常规数据类型存储的,同时我们知道的是任意一个数都可以分解为若干质因子的乘积,所以我们可以对m1进行质因数分解,就可以得出m1拥有的各种质因子的个数,假设m1拥有质因子2的个数为3,由于这里是m1^m2,所以说总共有质因子2的个数为3*m2,对于每个分解出来的质因子个数都乘以m2,就可以得到m1^m2的各种质因子的个数。

然后考虑一些细胞x要平均分配到M=m1^m2个培养皿中实际上就是x要是M的倍数,x是M的倍数,那么M拥有的质因子,x都要有,并且x每种质因子个数都必须大于等于M每种质因子个数。

经过上述分析,我们只需要对每一种细胞都进行质因数分解即可,然后取每种情况的最小值作为答案,但是此时我们可以发现每一种细胞的值Si最大是2e9,这非常大,会导致每一次质因数分解的时间达到1e4.5左右,最多会有10000中细胞,那么时间会到达1e8左右,时间复杂度比较高了,有超时的风险,我们可以考虑优化,我们发现m1<=30000,所以对于每一种细胞里面的大于30000的质因子是没有用的,我们可以先预处理所有30000以内的质数,然后质因数分解时只需要枚举30000以内的质因子即可,30000以内的质数大概有三千多个,所以时间将降到了10000*3000左右,大概3e7左右,这个时间1s之内是可以过的。

时间复杂度:时间复杂度的瓶颈在于对于每一种细胞的值Si都进行质因数分解,由于之前已经预处理30000之内的所有质数,大概三千多个,所以时间复杂度大概为O(3000*n),n表示细胞种类数.

空间复杂度:O(30000),开了30000的数组来存储30000以内各种质因子出现的次数。

cpp代码如下:

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <unordered_map>
#include <vector>using namespace std;const int N = 10010, M = 30010;int n, m1, m2;
int a[N];
int Count[M], number[M]; // Count记录m1的m2次方各种质因子的个数,number用来记录各种细胞的各个质因子的个数
vector<int> primes;      // 存储所有预处理出来的30000以内的所有质数bool check(int x)
{for (int i = 2; i <= x / i; i++)if (x % i == 0)return false;return true;
}
void init() // 预处理30000之内的所有子树
{for (int i = 2; i <= 30000; i++){if (check(i))primes.push_back(i);}
}void solve1(int x, int y, int count[]) // 对于x的y次方的各种质因子用count存起来
{for (int i = 0; i < primes.size(); i++){count[primes[i]] = 0; // 这里记得清空   //由于要处理每一种细胞,这个数组多次使用,每次要记得清空,int val = primes[i];if (x % val == 0){int cnt = 0;while (x % val == 0){x /= val;cnt++;}count[val] = cnt * y;}}
}int solve2() // 判断某种细胞的细胞至少要经过多少次分裂才能平均分到M=m1^m2个培养皿中
{int res = 0;for (int i = 0; i < primes.size(); i++){int x = primes[i];if (Count[x] == 0) // M=m1^m2没有的因子,细胞也不需要有continue;if (number[x] == 0) // 如果培养皿拥有质因子x,但是细胞没有这种质因子,那么这种细胞无论经过多少次分裂,都不可能是M的倍数{res = 2e9;break;}res = max(res, (Count[x] + number[x] - 1) / number[x]); // 细胞各种质因子的个数都必须大于等于M,所以需要向上取整}return res;
}
int main()
{cin >> n >> m1 >> m2;for (int i = 1; i <= n; i++)cin >> a[i];init();                // 预处理30000之内的所有质数solve1(m1, m2, Count); // 首先对M=m1^m2的进行质因数分解,存储在Count中int ans = 2e9;for (int i = 1; i <= n; i++){solve1(a[i], 1, number); // 对于第i中细胞,那么有a[i]的1次方,质因数分解存储在number中int res = solve2();      // 根据Count和number进行比较更新答案ans = min(ans, res);}if (ans == 2e9) // 表示所有细胞分裂若干次的细胞个数都无法成为M=m2^m2的倍数puts("-1");elseprintf("%d\n", ans);return 0;
}

这篇关于洛谷 P1069 [NOIP2009 普及组] 细胞分裂【分解质因数+预处理优化】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/742464

相关文章

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

MySQL中优化CPU使用的详细指南

《MySQL中优化CPU使用的详细指南》优化MySQL的CPU使用可以显著提高数据库的性能和响应时间,本文为大家整理了一些优化CPU使用的方法,大家可以根据需要进行选择... 目录一、优化查询和索引1.1 优化查询语句1.2 创建和优化索引1.3 避免全表扫描二、调整mysql配置参数2.1 调整线程数2.

深入解析Java NIO在高并发场景下的性能优化实践指南

《深入解析JavaNIO在高并发场景下的性能优化实践指南》随着互联网业务不断演进,对高并发、低延时网络服务的需求日益增长,本文将深入解析JavaNIO在高并发场景下的性能优化方法,希望对大家有所帮助... 目录简介一、技术背景与应用场景二、核心原理深入分析2.1 Selector多路复用2.2 Buffer

SpringBoot利用树形结构优化查询速度

《SpringBoot利用树形结构优化查询速度》这篇文章主要为大家详细介绍了SpringBoot利用树形结构优化查询速度,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一个真实的性能灾难传统方案为什么这么慢N+1查询灾难性能测试数据对比核心解决方案:一次查询 + O(n)算法解决

C语言进阶(预处理命令详解)

《C语言进阶(预处理命令详解)》文章讲解了宏定义规范、头文件包含方式及条件编译应用,强调带参宏需加括号避免计算错误,头文件应声明函数原型以便主函数调用,条件编译通过宏定义控制代码编译,适用于测试与模块... 目录1.宏定义1.1不带参宏1.2带参宏2.头文件的包含2.1头文件中的内容2.2工程结构3.条件编

小白也能轻松上手! 路由器设置优化指南

《小白也能轻松上手!路由器设置优化指南》在日常生活中,我们常常会遇到WiFi网速慢的问题,这主要受到三个方面的影响,首要原因是WiFi产品的配置优化不合理,其次是硬件性能的不足,以及宽带线路本身的质... 在数字化时代,网络已成为生活必需品,追剧、游戏、办公、学习都离不开稳定高速的网络。但很多人面对新路由器