目录
1、判断质数
2、分解质因数
3、快速幂
3、欧几里得定力
4、海伦公式(求三角形面积)
5、排列数公式
排列数:
排列数公式
符号
推导过程
示例:
附加1:矩阵相乘
附加2:线性同余方程(B组以上)
理论示例:
代码示例:
青蛙的约会
1、判断质数
质数又称为素数,是指大于1的并且除了1和它本身外,没有其他因数的自然数。
判断一个数是否是质数 假设该数为n, 我们只需要判断
内是否有n的因子。如果有,则n为合数,否则,n为质数。
这种方法被称为试除法, 即试着除一下所有可能的因子。
代码语言:javascript复制package action;
public class demo {
public static void main(String[] args) {
System.out.println(isf(5));;
}
public static Boolean isf(int n){
if(n == 1) return false;
for(int i = 2; i <= n / i; i ){
if(n % i == 0){
return false;
}
}
return true;
}
}
2、分解质因数
根据算术基本定理又称唯一分解定理,对于任何一个合数, 我们都可以用几个质数的幂的乘积来表示。
接下来我们利用这个公式分解质因数。 设一个质数为p.如果n%p == 0,那么p就是n的一个质因数,接下来就是求p的指数,我们让n = n/p, 这样就从n中剔除了一个p,接着重复上述两步,直到n%p != 0
代码语言:javascript复制package action;
public class demo {
public static void main(String[] args) {
isf(500);
}
public static void isf(int n) {
for (int i = 2; i <= n / i; i ) {
int a = 0, b = 0;
while (n % i == 0) {
a = i;
n /= i;
b ;
}
if (b > 0) {
System.out.println(a " " b);
}
}
if (n > 1) {
System.out.println(n " " 1);
}
}
}
3、快速幂
当我们计算
时,常用的做法是对n连乘k次, 但如果k特别大,假如k = 1e6, 如果仍然对n连乘1e6次的话,时间消耗就太大了。那么我们如何在短时间内求出一个数的k次方呢。
求
快速幂
没有处理超大数
代码语言:javascript复制package action;
public class demo {
public static void main(String[] args) {
System.out.println(ksm(2, 10));
}
public static int ksm(int a, int b) { // 求 a^b
int res = 1; // res保存结果
while (b != 0) {
if ((b & 1) == 1) { // 如果k的二进制数的最后一位是 1。 比如1011 & 1 = 1
res = (res * a);
}
a = a * a;// 得到 a^1, a^2, a^4, a^8, .....
b = b >> 1; // 将b右移一位,去掉最低位。为了开始判断下一位。
}
return res;
}
}
3、欧几里得定力
最大公约数、最小公倍数
代码语言:javascript复制package Action;
public class demo {
/*
* 求最大公约数 最小公倍数 思路:根据欧几里得定理 gcd(a,b)=gcd(b,a%b);
*/
static int gcd(int a, int b) {
// 出口:b=0;5和0的最大公约数是5
if (b == 0)
return a;
return gcd(b, a % b);
}
static int lcm(int a, int b) {
return a * b / gcd(a, b);
}
public static void main(String[] args) {
System.out.println(gcd(45, 35));
System.out.println(lcm(45, 35));
System.out.println(gcd(42, 60));
System.out.println(lcm(42, 60));
}
}
4、海伦公式(求三角形面积)
5、排列数公式
排列数公式就是从n个不同元素中,任取m(m≤n)个元素(被取出的元素各不相同),按照一定的顺序排成一列,叫做从n个不同元素中取出m个元素的一个排列。排列与元素的顺序有关,组合与顺序无关。加法原理和乘法原理是排列和组合的基础。
排列数:
从n个不同的元素中任取m(m≤n)个元素的所有排列的个数,叫做从n个不同的元素中取出m(m≤n)个元素的排列数。记作符号
。A是英文arrangement(排列)的第一个大写字母。
例如,从7个不同的元素中任取5个元素的排列数为
,从10个不同的元素中任取7个元素的排列数为
。
排列数公式
公式A是排列公式,从N个元素取M个进行排列(即排序)。
符号
C:组合数 A:排列数(在旧教材为P) N:元素的总个数 M:参与选择的元素个数 !:阶乘,如5!=5×4×3×2×1=120 C:Combination 组合 P:Permutation排列 (现在教材为A-Arrangement)
推导过程
求排列数
可以按依次填m个空位来考虑:假定有排好顺序的m个空位,从n个不同元素a1,a2,a3,…,an中任意取m个去填空,一个空位填1个元素,每一种填法就对应1个排列,因此,所有不同填法的种数就是排列数。
填空可分为m个步骤:
第1步,第1位可以从n个元素中任选一个填上,共有n种填法;
第2步,第2位只能从余下的n-1个元素中任选一个填上,共有n-1种填法;
第3步,第3位只能从余下的n-2个元素中任选一个填上,共有n-2种填法;
……
第m步,当前面的m-1个空位都填上后,第m位只能从余下的n-(m-1)个元素中任选一个填上,共有n-m 1种填法。
根据分步计数原理,全部填满m个空位共有n(n-1)(n-2)…(n-m 1)种填法。所以得到公式:
这里n,m∈N*,并且m≤n这个公式叫做排列数公式其中,公式右边第一个因数是n,后面的每个因数都比它前面一个因数少1,最后个因数为n-m 1,共有m个因数相乘。
排列数公式还可以写成:
注意:为了保证公式在n=m时成立,特规定0! =1。
示例:
在10个球中,任意取3个(不放回),求有多少种取法?
代码语言:javascript复制package action;
public class demo2 {
public static void main(String[] args) {
// 在10个球中,取3个(不放回)
System.out.println(f(10) / f(10 - 3));
}
public static int f(int n) {
if (n <= 1)
return 1;
return f(n - 1) * n;
}
}
附加1:矩阵相乘
资源限制
内存限制:256.0MB C/C 时间限制:1.0s Java时间限制:3.0s Python时间限制:5.0s
问题描述
小明最近在为线性代数而头疼,线性代数确实很抽象(也很无聊),可惜他的老师正在讲这矩阵乘法这一段内容。 当然,小明上课打瞌睡也没问题,但线性代数的习题可是很可怕的。 小明希望你来帮他完成这个任务。 现在给你一个ai行aj列的矩阵和一个bi行bj列的矩阵, 要你求出他们相乘的积(当然也是矩阵)。 (输入数据保证aj=bi,不需要判断)
输入格式
输入文件共有ai bi 2行,并且输入的所有数为整数(long long范围内)。 第1行:ai 和 aj 第2~ai 2行:矩阵a的所有元素 第ai 3行:bi 和 bj 第ai 3~ai bi 3行:矩阵b的所有元素
输出格式
输出矩阵a和矩阵b的积(矩阵c) (ai行bj列)
样例输入
代码语言:javascript复制2 2
12 23
45 56
2 2
78 89
45 56
样例输出
代码语言:javascript复制1971 2356
6030 7141
代码语言:javascript复制package action;
import java.io.IOException;
import java.util.Scanner;
public class demo2 {
public static void main(String[] args) throws IOException {
Scanner sc=new Scanner(System.in);
String[] line1 = sc.nextLine().split(" ");
int row1 = Integer.parseInt(line1[0]);
int column1 = Integer.parseInt(line1[1]);
int[][] m1 = new int[row1][column1];
for (int i = 0; i < m1.length; i ) {
String[] data = sc.nextLine().split(" ");
for (int j = 0; j < m1[i].length; j ) {
m1[i][j] = Integer.parseInt(data[j]);
}
}
String[] line2 = sc.nextLine().split(" ");
int row2 = Integer.parseInt(line2[0]);
int column2 = Integer.parseInt(line2[1]);
int[][] m2 = new int[row2][column2];
for (int i = 0; i < m2.length; i ) {
String[] data = sc.nextLine().split(" ");
for (int j = 0; j < m2[i].length; j ) {
m2[i][j] = Integer.parseInt(data[j]);
}
}
sc.close();
int[][] result = new int[105][105];
for (int i = 0; i < row1; i ) {
for (int j = 0; j < column2; j ) {
for (int k = 0; k < row2; k ) {
result[i][j] = m1[i][k] * m2[k][j];
}
}
}
for (int i = 0; i < row1; i ) {
for (int j = 0; j < column2; j ) {
if (j == column2 - 1) {
System.out.println(result[i][j]);
} else {
System.out.print(result[i][j] " ");
}
}
}
}
}
附加2:线性同余方程(B组以上)
数论中,线性同余方程是最基本的同余方程,“线性”表示方程的未知数次数是一次.
在数论中,线性同余方程是最基本的同余方程,“线性”表示方程的未知数次数是一次,即形如:
ax≡b (mod n)的方程。
此方程有解当且仅当 b 能够被 a 与 n 的最大公约数整除(记作 gcd(a,n) | b)。
这时,如果 x0 是方程的一个解,那么所有的解可以表示为:
代码语言:javascript复制{x0 kn/d|(k∈z)}
其中 d 是a 与 n 的最大公约数。在模 n 的完全剩余系 {0,1,…,n-1} 中,恰有 d 个解。
理论示例:
在方程3x ≡ 2 (mod 6)中, d = gcd(3,6) = 3 ,3 不整除 2,因此方程无解。 在方程5x ≡ 2 (mod 6)中, d = gcd(5,6) = 1,1 整除 2,因此方程在{0,1,2,3,4,5} 中恰有一个解: x=4。 在方程4x ≡ 2 (mod 6)中, d = gcd(4,6) = 2,2 整除 2,因此方程在{0,1,2,3,4,5} 中恰有两个解: x=2 and x=5。
代码示例:
青蛙的约会
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。
输入 输入只包括一行5个整数x,y,m,n,L,
其中x≠y < 2000000000,0 < m、n < 2000000000,0 < L < 2100000000。
输出 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"
输入示例
代码语言:javascript复制1 2 3 4 5
输出示例
代码语言:javascript复制4
题目分析
设跳次数为t,则跳t次后两个青蛙的位置分别为(x mt) mod L、(y nt) mod L,相遇即是(x mt)%L=(y nt)%L转化为ax by=c方程: (m-n)t kL=y-x。设a=m-n,b=L,c=y-x,然后套用拓展欧几里得即可得出答案。
代码语言:javascript复制package action;
import java.util.Scanner;
// 求解同余方程的本质就是求线性方程
// 将求余方程转化为线性方程
public class demo2 {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
long x = sc.nextInt(); // 坐标
long y = sc.nextInt(); // 坐标
long m = sc.nextInt(); // A第一次跳
long n = sc.nextInt(); // B第一次跳
long l = sc.nextInt(); // 维度总长
sc.close();
long a = m - n;
long b = l;
m = y - x;
long d = 0;
try {
d = ExtGcd.linearEquation(a, b, m);
} catch (Exception e) {
System.out.println("Impossible");
} // 求解线性方程
long x0 = ExtGcd.x;
b /= d; // 约一下
b = Math.abs(b); // 有可能小于0
/* =========这里是AC的关键=========== */
x0 = (x0 % b b) % b; // 要求大于0的第一个解
System.out.println(x0);
}
// 私有的静态的内部类
private static class ExtGcd {
static long x, y;
public static long ext_gcd(long a, long b) {
if (b == 0) {
x = 1;
y = 0;
return a;
}
long res = ext_gcd(b, a % b);
long x1 = x;
x = y;
y = x1 - a / b * y;
return res;
}
public static long linearEquation(long a, long b, long m) throws Exception {
long d = ext_gcd(a, b);
if (m % d != 0)
throw new Exception("无解");
long n = m / d;
x *= n;
y *= n;
return d;
}
}
}