leetcode---素数,最小质因子,最大公约数

1 判断一个数是不是质数(素数)

方法1:依次判断能否被n整除即可,能够整除则不是质数,否则是质数
方法2:假如n是合数,必然存在非1的两个约数p1和p2,其中p1<=sqrt(n),p2>=sqrt(n)。
方法3:等于 6x-1 或者 6x+1,其中 x 是大于等于1的自然数。

2 判断一段素数

2.1 Eratosthenes 筛法 O(Nlog(logN))

Eratosthenes 筛法进行的是打表,也就是平时说的离线操作,当查询量比较大的时候,我们往往采用这种方法进行离线操作处理;该算法的内容是:首先假设 n 个数全部都是素数,然后从 2 开始,把每一个数的倍数都剔除并标记成合数(因为合数肯定是有素因子的),这样列表中保存着的都是没有素因子的数,就是我们想要的质数了。

n = max(2, n)   #处理输入数字为0的情况
is_prime = n * [1] #标记是不是素数
is_prime[0] = is_prime[1] = 0for i in range(2, n): # 从2开始if is_prime[i]:   #如果不是素数for j in range(2, n): # 就标记他的倍数的数字,剔除素数队列if i * j >= n: breakis_prime[i * j] = 0
return sum(is_prime)

比如对数字 6 来说,素因子 2 和 3 在筛选过程中都对他进行了剔除标记,也就是说,所有 6 的倍数,至少都被 2 和 3 进行了重复的剔除。
Eratosthenes 筛法的时间复杂度理论值是 O(Nlog(logN))

2.2 欧拉筛法 - 线性筛 O(N)

我们只对小于等于 sqrt(n) 的数进行取余检查;这里可以采取类似但是更简洁的办法,只要保证每个合数只会被他的最小素因子筛掉就可以了,所以我们优化算法的核心:

寻找并保存当前的素数;
对每个数的从小到大的素数次倍数进行标记,当发现这个数的素因子后停止(这也就保证每个数都是被最小素因子筛掉的);

线性筛的理论复杂度是 O(N)

n = max(2, n)
primes = n * [0]  # 保存已经筛出的素数
cnt = 0           # 记录已经筛出的素数个数
is_prime = n * [1]
is_prime[0] = is_prime[1] = 0
for i in range(2, n):if is_prime[i]: # 保存已经筛出的素数primes[cnt] = icnt += 1for j in range(cnt):# 如越界则停止if primes[j] * i >= n: break # 标记 i 的素数次倍数is_prime[primes[j] * i] = 0# 如遇到 i 的素因数,则停止#这句代码保证了每个数最多被筛一次,将时间复杂度降到了线性。证明如下:if i % primes[j] == 0: break 
return sum(is_prime)

注意到筛法求素数的同时也得到了每个数的最小质因子。

2.3 meissel–lehmer(亚线性时间找出素数个数)

在这里插入图片描述
证明与推理过程

2.4 杜教筛,洲阁筛

3 根据筛法求【筛法可得到最小质因子】

3.1 筛法求欧拉函数

欧拉函数:是小于等于n的正整数中与n互质的数的数目

3.2 筛法求莫比乌斯函数

莫比乌斯函数,由德国数学家和天文学家莫比乌斯提出。梅滕斯(Mertens)首先使用μ(n)(miu(n))作为莫比乌斯函数的记号。(据说,高斯(Gauss)比莫比乌斯早三十年就曾考虑过这个函数)。
具体定义如下:
如果一个数包含平方因子,那么miu(n) = 0。例如:miu(4), miu(12), miu(18) = 0。
如果一个数不包含平方因子,并且有k个不同的质因子,那么miu(n) = (-1)^k。例如:miu(2), miu(3), miu(30) = -1,miu(1), miu(6), miu(10) = 1。
给出一个数n, 计算miu(n)。

3.3 筛法求约数个数

3.4 筛法求约数和

4 最大公约数Greatest Common Divisor GCD

4.1 欧几里得算法

求 GCD 在数论中公认的最常用算法即为欧几里得算法,也就是我们在高中时学到的辗转相除法。
欧几里得算法的基本原理用一句话就可以说清楚:两个整数的最大公约数等于其中较小的数和两数的差的最大公约数:gcd(a,b)=gcd(b,a mod b) 。

4.2 扩展欧几里得算法

丢番图方程(Diophantine Equation)
丢番图方程指的是:未知数个数多于方程个数,且未知数只能是整数的整数系数方程或方程组。
例如以下式中, a,b,c 都为整数:
a1*x1b1 + a2*x2b2 + …… + an*xnbn = n

裴蜀定理(Bézout’s identity)
在数论中,裴蜀定理是一个关于最大公约数的定理。这个定理说明了对于任意整数 a、b 和他们的最大公约数 d,关于未知数 x 和 y 的线性丢番图方程:ax+by=m有解,当且仅当 m 是 d 的倍数时。这个等式也被称为裴蜀等式。
裴蜀等式有解时必然有无穷多个整数解,每组解 x 、y 都称之为裴蜀数,可用辗转相除法求得。

辗转相除法实现扩展欧几里得算法
既然说可以用辗转相除法来解决这个问题,那么我们先来说明一下如何通过辗转相除法来求二元一次线性丢番图方程。

辗转相除法过程
以 23x + 17y = 1 为例,我们来求 GCD(23, 17):

23 = 17 * 1 + 6
17 = 6 * 2 + 5
6 = 5 * 1 + 1
5 = 1 * 5 + 0
1 = 0 * 0 + 1

改写成余数形式

将等式右边的第一项移项:
23×1+17×−1=6 (1)
17×1+6×−2=5 (2)
6×1+5×−1=1 (3)

反向带入原式

带下划线的 6 和 5 会使用 (1) 和 (2) 两个式子反向带入,形同换元:
1=6 ×1 + 5 ×(-1)
(1)×1+(2)×−1
(23×1+17×−1)+[17×1+(23×1+17×−1)×−2]×−1
23×3+17×−4
23x+17y

所以反解得,x = 3, y = -4 是上述二元一次线性丢番图方程的一组解。

扩展欧几里得算法证明

5 根据最大公约数求

5.1 根据两个杯子得到指定target的水

5.2 根据两个电容得到指定target的电量

情况一
边界情况,即当 c>max(a,b) ,这种情况是无法使得 A 和 B 的电量达到 c 的。直接输出 0。

情况二
当 a = c 或者 b = c 的时候,只进行一次充电操作就可以完成,直接输出 1。

情况三
接下来我们考虑一般情况,即需要满足以下前提条件:
c<max(a,b)且 c不等于min(a,b)
我们将这个问题换一个思路转化一下假设给出的 a 、b、 c 一定有解,那么我们来设置对 A 做了 x 次的充(放)电,对 B 做了 y 次的充(放)电,并且做了 k 次的操作三。

如果将 A、B 当做一个大电容来看这个电容只有充放电 a 单位、充放电 b 单位这 4 种操作。那么我们就可以列出一个关系式:
ax+by=c由于 a、b 为非负整数,又因为前提条件,则 x 和 y 符号相反。

暂且,我们先不管做了几次操作三,先只考虑充放电问题,那其实就是已知 a、b、c,我们在给定范围内求解 x 和 y 的解就可以了。那么这个问题我们要如何求解呢?这就是扩展欧几里得算法所要解决的问题。

ax+by=gcd(a,b)×k=c

def ex_gcd(a, b):if b == 0:return 1, 0, aelse:x, y, r = ex_gcd(b, a % b) x, y = y, (x - (a // b) * y)return x, y, r

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.rhkb.cn/news/443897.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

医院管理新思维:Spring Boot技术应用

5系统详细实现 5.1 医生模块的实现 5.1.1 病床信息管理 医院管理系统的医生可以管理病床信息&#xff0c;可以对病床信息添加修改删除操作。具体界面的展示如图5.1所示。 图5.1 病床信息管理界面 5.1.2 药房信息管理 医生可以对药房信息进行添加&#xff0c;修改&#xff0c;…

Java中System类和RunTime类的Api

目录 System 类 1)out 2)err 3)in 4)currentTimeMillis() 5)nanoTime() 6)arraycopy(Object 要从里面复制东西的数组, int 要从里面复制东西数组的索引起始位置, Object 获得复制元素的数组, int 获得复制元素数组的起始索引, int 要复制东西的个数) 7)gc() 8)exit(int status)…

运维工具之ansible

Ansible 1.什么是ansible? ​ ansible是基于ssh架构的自动化运维工具&#xff0c;由python语言实现&#xff0c;通过ansible可以远程批量部署等。 2.部署前提 ​ 控制端需要安装ansible,被控制端要开启ssh服务&#xff0c;并允许远程登录&#xff0c;被管理主机需要安装py…

探讨Facebook在全球社交网络中的技术优势

Facebook作为全球最大的社交网络之一&#xff0c;其技术优势在于多个方面&#xff0c;这些优势不仅塑造了用户体验&#xff0c;也影响了整个社交媒体生态。 个性化用户体验 Facebook通过分析用户的行为和兴趣&#xff0c;提供个性化的内容推荐。利用机器学习算法&#xff0c;平…

仅用一分钟,AI如何帮你构建完整的论文初稿?揭秘背后科技!

大家好&#xff01;在今天的分享中&#xff0c;我们将深入探讨一项令人兴奋的技术进展&#xff1a;仅用一分钟&#xff0c;AI如何帮助你构建一篇完整的论文初稿。这项技术不仅节省了研究人员和学生的宝贵时间&#xff0c;还改变了我们对学术写作的传统认知。 首先&#xff0c;…

【读书笔记·VLSI电路设计方法解密】问题10:从概念到硅片开发SoC芯片的主要任务

从概念到硅片的SoC芯片开发过程可分为以下四个任务&#xff1a;设计、验证、实现和软件开发。 设计&#xff1a;通常从市场调研和产品定义开始&#xff0c;然后进行系统设计&#xff0c;最后以RTL编码结束。验证&#xff1a;确保芯片按照设计规格能够准确执行功能&#xff0c;…

深度学习500问——Chapter17:模型压缩及移动端部署(4)

文章目录 17.9 常用的轻量级网络有哪些 17.9.1 SequeezeNet 17.9.2 MobileNet 17.9.3 MobileNet-v2 17.9.4 Xception 17.9 常用的轻量级网络有哪些 17.9.1 SequeezeNet SqueezeNet出自 F.N.landola, S.Han等人发表的论文《SqueezeNet&#xff1a;ALexNet-level accuracy with…

目标检测中的损失函数

损失函数是用来衡量模型与数据的匹配程度的&#xff0c;也是模型权重更新的基础。计算损失产生模型权重的梯度&#xff0c;随后通过反向传播算法&#xff0c;模型权重得以更新进而更好地适应数据。一般情况下&#xff0c;目标损失函数包含两部分损失&#xff0c;一个是目标框分…

RandLA-Net PB 模型 测试

tensorflow ckpt 模型 转换 pb 模型, 测试模型是否正确, 后续实现 c++ 部署。 Code: https://github.com/QingyongHu/RandLA-Net 测试PB 模型 RandLANetConvert.py import tensorflow.compat.v1 as tf tf.disable_v2_behavior

R语言中的plumber介绍

R语言中的plumber介绍 基本用法常用 API 方法1. GET 方法2. POST 方法3. 带路径参数的 GET 方法 使用 R 对数据进行操作处理 JSON 输入和输出运行 API 的其他选项其他功能 plumber 是个强大的 R 包&#xff0c;用于将 R 代码转换为 Web API&#xff0c;通过使用 plumber&#x…

PowerJob做定时任务调度

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、区别对比二、使用步骤1. 定时任务类型2.PowerJob搭建与部署 前言 提示&#xff1a;这里可以添加本文要记录的大概内容&#xff1a; PowerJob是基于java开…

如何优化抖音直播间数据?

在数字驱动的时代&#xff0c;缺乏精准的数据支撑&#xff0c;任何线上活动都难以形成有效的流量循环。特别是在抖音直播这一领域&#xff0c;深入理解并优化核心数据&#xff0c;是提升直播效果、吸引并留住观众的关键。那么&#xff0c;抖音直播平台在评估一场直播时&#xf…

【重学 MySQL】四十六、创建表的方式

【重学 MySQL】四十六、创建表的方式 使用CREATE TABLE语句创建表使用CREATE TABLE LIKE语句创建表使用CREATE TABLE AS SELECT语句创建表使用CREATE TABLE SELECT语句创建表并从另一个表中选取数据&#xff08;与CREATE TABLE AS SELECT类似&#xff09;使用CREATE TEMPORARY …

安装最新 MySQL 8.0 数据库(教学用)

安装 MySQL 8.0 数据库&#xff08;教学用&#xff09; 文章目录 安装 MySQL 8.0 数据库&#xff08;教学用&#xff09;前言MySQL历史一、第一步二、下载三、安装四、使用五、语法总结 前言 根据 DB-Engines 网站的数据库流行度排名&#xff08;2024年&#xff09;&#xff0…

【Redis】持久化(上)---RDB

文章目录 持久化的概念RDB手动触发自动触发bgsave命令的运行流程RDB文件的处理RDB的优缺点RDB效果展示 持久化的概念 Redis支持AOF和RDB两种持久化机制,持久化功能能有效的避免因进程退出而导致的数据丢失的问题,当下次重启的时候利用之前持久化的文件即可实现数据恢复. 所以此…

一键生成PPT的AI工具-Kimi!

一键生成PPT的AI工具-Kimi&#xff01; 前言介绍Kimi为什么选择Kimi如何使用Kimi在线编辑PPT下载生成的PPT自己编辑 结语 &#x1f600;大家好&#xff01;我是向阳&#x1f31e;&#xff0c;一个想成为优秀全栈开发工程师的有志青年&#xff01; &#x1f4d4;今天不来讨论前后…

启动hadoop后没有 NodeManager和 ResourceManager

跟着黑马网课学下去时发现我的hadoop启动后没有NodeManager和ResourceManager 找到日志的路径 我在/export/server/hadoop/etc/hadoop/hadoop-env.sh文件里配置了日志存放的路径 这里找到你的日志路径&#xff0c;每个人的习惯和看的教程不同&#xff0c;日志放的地方大概率也…

对象比较工具类:实现对业务的修改记录保存(对象字段差异对比)

测试 1&#xff1a;User类 Data NoArgsConstructor AllArgsConstructor public class User {FieldLabel("姓名")private String name;FieldLabel("年龄")private Integer age;FieldLabel("手机")private String phone;FieldLabel("手机号…

OpenEBS 实现 PV 动态持久化存储安装

什么是 OpenEBS OpenEBS 将 Kubernetes 工作节点可用的任何存储转换为本地或复制的 Kubernetes 持久卷。OpenEBS 可帮助应用程序和平台团队轻松部署需要快速、高持久性、可靠且可扩展的容器原生存储的Kubernetes 有状态工作负载。 安装OpenEBS 1.所有节点安装iSCSI启动器 yu…

PostgreSQL学习笔记四:GUI管理工具

PostgreSQL 是一款广泛使用的开源关系数据库管理系统&#xff0c;拥有许多图形用户界面&#xff08;GUI&#xff09;工具来帮助用户更高效地管理数据库。以下是一些流行的 PostgreSQL 管理工具&#xff1a; pgAdmin&#xff1a; 一个流行的开源 PostgreSQL GUI 工具&#xff0c…