博客
关于我
省选测试6
阅读量:443 次
发布时间:2019-03-06

本文共 405 字,大约阅读时间需要 1 分钟。

T1和T2考试的时候,感觉题目有点难,直接暴力可能不太行,就打了两个暴力。不过后来发现其实问题本身并不难,可能只是自己想复杂了。T3考试的时候发现p的值只有两个,于是直接打表解决了。对于p=2017的情况,通过筛选满足特定条件的质数,然后计算它们的倍数。

分析部分提到暴力方法在处理1e9数据时不可行,离散化和BFS是一种更高效的方法。通过离散化,将连续的线段拆分成离散的点,避免特判,减少复杂度。代码部分使用了C++,包括队列、地图和算法库,实现了离散化和BFS遍历。

B题的暴力搜索在n+m-1大于k时无解,加剪枝优化后可以快速解决。C题的问题在于约数和的奇偶性,特别是处理p=2和p=2017的情况,需要使用Miller-Rabin素性测试来快速判断质数。

总的来说,解决这些问题需要理解问题本身,分析暴力方法的不足,思考如何优化算法,可能采用图遍历、动态规划、数论方法等,最后编写高效的代码来解决问题。

转载地址:http://qzvyz.baihongyu.com/

你可能感兴趣的文章
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy学习笔记3-array切片
查看>>
numpy数组替换其中的值(如1替换为255)
查看>>
numpy数组索引-ChatGPT4o作答
查看>>
numpy最大值和最大值索引
查看>>
NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
查看>>
Numpy矩阵与通用函数
查看>>
numpy绘制热力图
查看>>
numpy转PIL 报错TypeError: Cannot handle this data type
查看>>
Numpy闯关100题,我闯了95关,你呢?
查看>>
nump模块
查看>>