最小公倍数

时间限制:1000 ms  |  内存限制:65535 KB
难度:3
 
描述
为什么1小时有60分钟,而不是100分钟呢?这是历史上的习惯导致。
但也并非纯粹的偶然:60是个优秀的数字,它的因子比较多。
事实上,它是1至6的每个数字的倍数。即1,2,3,4,5,6都是可以除尽60。
 
我们希望寻找到能除尽1至n的的每个数字的最小整数m.
 
输入
多组测试数据(少于500组)。
每行只有一个数n(1<=n<=100).
输出
输出相应的m。
样例输入
2
3
4
样例输出
2
6
12
 //打表
 import java.math.BigDecimal;
 import java.math.BigInteger;
 import java.util.Scanner;
 public class Main{

     public static void main(String args[]){
         Scanner cin = new Scanner(System.in);
         /*final int MAX = 105;
         int arr[] = new int[MAX];
         BigInteger res[] = new BigInteger[MAX];
         for(int i=1; i<MAX; ++i)arr[i] = i;
         for(int i=2; i<MAX; ++i){
             for(int j=i+1; j<MAX; ++j){
                 if(j%i == 0)
                     arr[j] /= arr[i];
             }
         }
         for(int i=1; i<MAX; ++i)res[i] = BigInteger.ONE;
         for(int i=2; i<MAX; ++i){
             for(int j=2; j<i; ++j){
                 res[i] = res[i].multiply(BigInteger.valueOf(arr[j]));
             }
         }
         for(int i=1; i<101; ++i){
             int n = i;
             System.out.println("\""+res[n+1] + "\",");
         }*/
         String s[] = {
                 "1",
                 "2",
                 "6",
                 "12",
                 "60",
                 "60",
                 "420",
                 "840",
                 "2520",
                 "2520",
                 "27720",
                 "27720",
                 "360360",
                 "360360",
                 "360360",
                 "720720",
                 "12252240",
                 "12252240",
                 "232792560",
                 "232792560",
                 "232792560",
                 "232792560",
                 "5354228880",
                 "5354228880",
                 "26771144400",
                 "26771144400",
                 "80313433200",
                 "80313433200",
                 "2329089562800",
                 "2329089562800",
                 "72201776446800",
                 "144403552893600",
                 "144403552893600",
                 "144403552893600",
                 "144403552893600",
                 "144403552893600",
                 "5342931457063200",
                 "5342931457063200",
                 "5342931457063200",
                 "5342931457063200",
                 "219060189739591200",
                 "219060189739591200",
                 "9419588158802421600",
                 "9419588158802421600",
                 "9419588158802421600",
                 "9419588158802421600",
                 "442720643463713815200",
                 "442720643463713815200",
                 "3099044504245996706400",
                 "3099044504245996706400",
                 "3099044504245996706400",
                 "3099044504245996706400",
                 "164249358725037825439200",
                 "164249358725037825439200",
                 "164249358725037825439200",
                 "164249358725037825439200",
                 "164249358725037825439200",
                 "164249358725037825439200",
                 "9690712164777231700912800",
                 "9690712164777231700912800",
                 "591133442051411133755680800",
                 "591133442051411133755680800",
                 "591133442051411133755680800",
                 "1182266884102822267511361600",
                 "1182266884102822267511361600",
                 "1182266884102822267511361600",
                 "79211881234889091923261227200",
                 "79211881234889091923261227200",
                 "79211881234889091923261227200",
                 "79211881234889091923261227200",
                 "5624043567677125526551547131200",
                 "5624043567677125526551547131200",
                 "410555180440430163438262940577600",
                 "410555180440430163438262940577600",
                 "410555180440430163438262940577600",
                 "410555180440430163438262940577600",
                 "410555180440430163438262940577600",
                 "410555180440430163438262940577600",
                 "32433859254793982911622772305630400",
                 "32433859254793982911622772305630400",
                 "97301577764381948734868316916891200",
                 "97301577764381948734868316916891200",
                 "8076030954443701744994070304101969600",
                 "8076030954443701744994070304101969600",
                 "8076030954443701744994070304101969600",
                 "8076030954443701744994070304101969600",
                 "8076030954443701744994070304101969600",
                 "8076030954443701744994070304101969600",
                 "718766754945489455304472257065075294400",
                 "718766754945489455304472257065075294400",
                 "718766754945489455304472257065075294400",
                 "718766754945489455304472257065075294400",
                 "718766754945489455304472257065075294400",
                 "718766754945489455304472257065075294400",
                 "718766754945489455304472257065075294400",
                 "718766754945489455304472257065075294400",
                 "69720375229712477164533808935312303556800",
                 "69720375229712477164533808935312303556800",
                 "69720375229712477164533808935312303556800",
                 "69720375229712477164533808935312303556800",
         };
         while(cin.hasNext()){
             int n = cin.nextInt();
             System.out.println(s[n-1]);
         }
     }
 }

NYOJ--517--最小公倍数(大数打表)的更多相关文章

  1. nyoj 517 最小公倍数 【java睑板】

    我写了一个gcd TL该.然后调用math内gcd,AC该... 思维:它是采取n前面的最小公倍数和n求 1~n的最小公倍数 代码: import java.util.Scanner; import ...

  2. ural 1109,NYOJ 239,匈牙利算法邻接表

    NYOJ 239:http://acm.nyist.net/JudgeOnline/problem.php?pid=239 ural 1109 :http://acm.timus.ru/problem ...

  3. HDU 1023 Train Problem II 大数打表Catalan数

    一个出栈有多少种顺序的问题.一般都知道是Catalan数了. 问题是这个Catalan数非常大,故此须要使用高精度计算. 并且打表会速度快非常多.打表公式要熟记: Catalan数公式 Cn=C(2n ...

  4. nyoj 26-孪生素数问题(打表)

    26-孪生素数问题 内存限制:64MB 时间限制:3000ms Special Judge: No accepted:10 submit:43 题目描述: 写一个程序,找出给出素数范围内的所有孪生素数 ...

  5. NYOJ题目28大数阶乘

    -------------------------------------祭出BigInteger AC代码: import java.math.BigInteger; import java.uti ...

  6. Computer Transformation(规律,大数打表)

    Computer Transformation Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/ ...

  7. 2019南昌邀请赛 C. Angry FFF Party 大数矩阵快速幂+分类讨论

    题目链接 https://nanti.jisuanke.com/t/38222 题意: 定义函数: $$F(n)=\left\{\begin{aligned}1, \quad n=1,2 \\F(n- ...

  8. hdu 4002 欧拉函数 2011大连赛区网络赛B

    题意:求1-n内最大的x/phi(x) 通式:φ(x)=x*(1-1/p1)*(1-1/p2)*(1-1/p3)*(1-1/p4)…..(1-1/pn),其中p1, p2……pn为x的所有质因数,x是 ...

  9. Buy the Ticket(卡特兰数+递推高精度)

    Buy the Ticket Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others) Tota ...

随机推荐

  1. php后台拼接输出table表格

    <?php header("Content-type:text/html;charset=utf-8"); $str=''; $str.='<table border= ...

  2. 【Android Developers Training】 42. 从另一台设备接收文件

    注:本文翻译自Google官方的Android Developers Training文档,译者技术一般,由于喜爱安卓而产生了翻译的念头,纯属个人兴趣爱好. 原文链接:http://developer ...

  3. 2.Smarty的引入和实例化

    1.把demo和lib复制出来,并且创建一个test文件夹作为工作的目录 如图所示: 2.这是libs里面的内容,其中smarty.class.php包含了smarty各种方法和功能,需要实例化它还工 ...

  4. OJ2237第k小数题解

    题目描述: 有n个数,请你找出第k小的数. 输入描述: 第一行有2个正整数n,k(n,k<=10^7)第二行有n个非负数ai(ai<=10^5) 输出描述: 输出第k小的数. 输入样例: ...

  5. javaScript事件绑定

    事件绑定,就是要对某一个东西进行操作.(因为你想让他实现什么效果,所以就得绑定他,哈哈哈!) 要想让 JavaScript 对用户的操作作出响应,首先要对 DOM 元素绑定事件处理函数.所谓事件处理函 ...

  6. Tomcat管理页面配置

    详情参考:http://www.365mini.com/page/tomcat-manager-user-configuration.htm 修改$CATALINA_BASE/conf/tomcat- ...

  7. vijos1062题解

    题目: 交谊舞是2个人跳的,而且一男一女 -____-||||. 由于交谊舞之前的节目安排,所有的表演者都站成了一排.这一排人的顺序满足2点: ①对于一对舞伴男生站在女生的左边. ②任何一对舞伴之间, ...

  8. 初步研究一下sourceTree

    今天研究sourceTree,在此小结一下 1.下载链接:https://www.atlassian.com/software/sourcetree 2.安装,注册账户登录,连接到GitHub账号上, ...

  9. python多线程爬虫设计及实现示例

    爬虫的基本步骤分为:获取,解析,存储.假设这里获取和存储为io密集型(访问网络和数据存储),解析为cpu密集型.那么在设计多线程爬虫时主要有两种方案:第一种方案是一个线程完成三个步骤,然后运行多个线程 ...

  10. 基于pytorch实现word2vec

    一.介绍 word2vec是Google于2013年推出的开源的获取词向量word2vec的工具包.它包括了一组用于word embedding的模型,这些模型通常都是用浅层(两层)神经网络训练词向量 ...