博客
关于我
hdu 1788 Chinese remainder theorem again(gcd)
阅读量:389 次
发布时间:2019-03-05

本文共 890 字,大约阅读时间需要 2 分钟。

为了解决这个问题,我们需要找到一个最小的正整数 ( x ),它满足给定的同余条件。每个模数 ( M_i ) 大于 ( a ),并且 ( x ) 除以 ( M_i ) 余 ( M_i - a )。

方法思路

我们可以利用中国剩余定理的思想来解决这个问题。具体来说,我们需要找到一个数 ( x ),它满足以下条件:

  • ( x \equiv a \mod (M_i - a) ) 对于每个 ( i ) 来说。

为了找到这样的 ( x ),我们可以通过以下步骤:

  • 计算所有给定模数 ( M_i ) 的最小公倍数(LCM)。
  • 将这个最小公倍数减去 ( a ),得到最小的满足条件的数。
  • 这个方法的正确性基于以下观察:当模数 ( M_i ) 有多个时,计算它们的最小公倍数可以帮助我们找到一个数,它在所有模数下都满足特定的余数条件。

    解决代码

    #include 
    using namespace std;typedef long long ll;int main() { int I, a; while (scanf("%d%d", &I, &a) != EOF) { if (I == 0 && a == 0) break; ll ans = 1; for (int num; scanf("%lld", &num) && I-- > 0) { ans = (ans * num) / __gcd(ans, num); } printf("%lld\n", ans - a); }}

    代码解释

  • 输入处理:读取输入数据,直到遇到 ( I = 0 ) 且 ( a = 0 ) 的情况时停止。
  • 计算最小公倍数:初始化 ans 为 1,然后逐个读取每个模数 ( M_i ),并更新 ans 为当前 ans 和新模数的最小公倍数。
  • 计算结果:将 ans 减去 ( a ),得到满足条件的最小正整数 x,并输出结果。
  • 这种方法确保了我们能够高效地找到满足所有同余条件的最小数。

    转载地址:http://jlewz.baihongyu.com/

    你可能感兴趣的文章
    Nitrux 3.8 发布!性能全面提升,带来非凡体验
    查看>>
    NI笔试——大数加法
    查看>>
    NLog 自定义字段 写入 oracle
    查看>>
    NLog类库使用探索——详解配置
    查看>>
    NLP 基于kashgari和BERT实现中文命名实体识别(NER)
    查看>>
    NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
    查看>>
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP的神经网络训练的新模式
    查看>>
    NLP采用Bert进行简单文本情感分类
    查看>>
    NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
    查看>>
    NLP:使用 SciKit Learn 的文本矢量化方法
    查看>>
    Nmap扫描教程之Nmap基础知识
    查看>>
    Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
    查看>>
    NMAP网络扫描工具的安装与使用
    查看>>
    NMF(非负矩阵分解)
    查看>>
    nmon_x86_64_centos7工具如何使用
    查看>>
    NN&DL4.1 Deep L-layer neural network简介
    查看>>
    NN&DL4.3 Getting your matrix dimensions right
    查看>>
    NN&DL4.8 What does this have to do with the brain?
    查看>>