HDU6037 Expectation Division 期望、高维前缀和
设\(f_x\)表示答案,那么\(f_x = \frac{\sum\limits_{d \mid x} f_d}{\sigma_0(x)} + 1 = \frac{\sigma_0(x) + \sum\limits_{d \mid x , d \neq x} f_d}{\sigma_0(x) - 1}\)
不难发现\(f_x\)只和\(x\)每个质因子出现次数构成的可重集合相关,所以考虑将所有质因子出现次数相同的放在一起考虑,经过搜索可以得到总的可重集的个数为\(172513\)种。
现在相当于设\(f_S\)表示质因子可重集合为\(S\)时的答案,那么仍然有\(f_S = \frac{\sigma_0(x) + \sum\limits_{T \varsubsetneqq S} f_T}{\sigma_0(x) - 1}\),其中\(x\)表示任意一个满足质因子可重集合为\(S\)的数,当然\(\sigma_0(x)\)也只和\(S\)有关,这里这么写只是为了好写
我们需要快速求出\(\sum\limits_{T \varsubsetneqq S} f_T\)。不难发现这是一个高维前缀和的形式,但是并不能够先枚举维度、再枚举位置,因为计算是在线的,每一次计算必须要把之前的子集算出来,所以当前计算就一定要把当前的值算出来。我们考虑反过来,我们相当于已经枚举了一个位置,那么设\(g_{S,j}\)表示对于\(S\),对于所有满足:\(S\)和\(T\)中最大的\(j-1\)个元素相同,其余元素排序之后对应位置\(S\)中的元素大于等于\(T\)中元素的所有\(T\)的\(f_T\)的和。转移先枚举第一个满足\(S\)中元素大于\(T\)中元素的位置进行贡献,然后计算一下后缀和。那么\(\sum\limits_{T \varsubsetneqq S} f_T = g_{S,1}\)。
#include<bits/stdc++.h>
//this code is written by Itst
using namespace std;
#define int __int128
int read(){
int a = 0; char c = getchar();
while(!isdigit(c) && c != EOF) c = getchar();
if(c == EOF) exit(0);
while(isdigit(c)){
a = a * 10 + c - 48; c = getchar();
}
return a;
}
const int prm[] = {2,3,5,7,11,13,17,19,23,29,31,37,41,43,47,53,59,61,67,71,73,79};
int cnt; double ans[300003][20];
map < int , int > Hash;
int poww(int a , int b){
int times = 1;
while(b){
if(b & 1) times = times * a;
a = a * a; b >>= 1;
}
return times;
}
int arr[30];
int find(){
int tms = 1;
for(int i = 1 ; arr[i] ; ++i)
tms = tms * poww(prm[i - 1] , arr[i]);
return tms;
}
void dfs(int now , int id , int pre , int ys){
if(now != 1){
Hash[now] = ++cnt;
int p = 1;
for(int i = 1 ; i < id ; ++i)
if(arr[i] > arr[i + 1]){
--arr[i]; int id = Hash[find()];
for(int j = p ; j <= i ; ++j) ans[cnt][j] = ans[id][j];
p = i + 1; ++arr[i];
}
for(int i = id - 2 ; i > 0 ; --i)
ans[cnt][i] = ans[cnt][i] + ans[cnt][i + 1];
ans[cnt][0] = (ans[cnt][1] + ys) / (ys - 1);
}
for(int i = 1 ; i <= id ; ++i) ans[cnt][i] += ans[cnt][0];
for(int j = 1 ; now * prm[id - 1] <= 1e24 && j <= pre ; ++j){
arr[id] = j;
dfs(now *= prm[id - 1] , id + 1 , j , ys * (j + 1));
}
arr[id] = 0;
}
bool cmp(int a , int b){return a > b;}
signed main(){
#ifndef ONLINE_JUDGE
freopen("in","r",stdin);
//freopen("out","w",stdout);
#endif
dfs(1 , 1 , 1e9 , 1);
int N , M , Case = 0;
while(N = read()){
M = read();
for(int i = 1 ; i <= M ; ++i){
int P = read() , cnt = 0;
while(N % P == 0){N /= P; ++cnt;}
arr[i] = cnt;
}
sort(arr + 1 , arr + M + 1 , cmp); arr[M + 1] = 0;
printf("Case #%d: %.10lf\n" , (signed)(++Case) , ans[Hash[find()]][0]);
}
return 0;
}
HDU6037 Expectation Division 期望、高维前缀和的更多相关文章
- 【HDU6037】Expectation Division(动态规划,搜索)
[HDU6037]Expectation Division(动态规划,搜索) 题面 Vjudge 你有一个数\(n\),\(n\le 10^{24}\),为了方便会告诉你\(n\)分解之后有\(m\) ...
- LOJ2542 PKUWC2018 随机游走 min-max容斥、树上高斯消元、高维前缀和、期望
传送门 那么除了D1T3,PKUWC2018就更完了(斗地主这种全场0分的题怎么会做啊) 发现我们要求的是所有点中到达时间的最大值的期望,\(n\)又很小,考虑min-max容斥 那么我们要求从\(x ...
- Luogu3175 HAOI2015 按位或 min-max容斥、高维前缀和、期望
传送门 套路题 看到\(n \leq 20\),又看到我们求的是最后出现的位置出现的时间的期望,也就是集合中最大值的期望,考虑min-max容斥. 由\(E(max(S)) = \sum\limits ...
- BZOJ4036:按位或 (min_max容斥&高维前缀和)
Description 刚开始你有一个数字0,每一秒钟你会随机选择一个[0,2^n-1]的数字,与你手上的数字进行或(c++,c的|,pascal 的or)操作.选择数字i的概率是p[i].保证0&l ...
- 【洛谷5643】[PKUWC2018] 随机游走(Min-Max容斥+待定系数法+高维前缀和)
点此看题面 大致题意: 从一个给定点出发,在一棵树上随机游走,对于相邻的每个点均有\(\frac 1{deg}\)的概率前往.多组询问,每次给出一个点集,求期望经过多少步能够访问过点集内所有点至少一次 ...
- [luogu 3175] [HAOI2015]按位或(min-max容斥+高维前缀和)
[luogu 3175] [HAOI2015]按位或 题面 刚开始你有一个数字0,每一秒钟你会随机选择一个[0,2^n-1]的数字,与你手上的数字进行按位或运算.问期望多少秒后,你手上的数字变成2^n ...
- BZOJ.5092.[Lydsy1711月赛]分割序列(高维前缀和)
题目链接 \(Description\) \(Solution\) 首先处理\(a_i\)的前缀异或和\(s_i\).那么在对于序列\(a_1,...,a_n\),在\(i\)位置处分开的价值为:\( ...
- HDU.5765.Bonds(DP 高维前缀和)
题目链接 \(Description\) 给定一张\(n\)个点\(m\)条边的无向图.定义割集\(E\)为去掉\(E\)后使得图不连通的边集.定义一个bond为一个极小割集(即bond中边的任意一个 ...
- SPOJ.TLE - Time Limit Exceeded(DP 高维前缀和)
题目链接 \(Description\) 给定长为\(n\)的数组\(c_i\)和\(m\),求长为\(n\)的序列\(a_i\)个数,满足:\(c_i\not\mid a_i,\quad a_i\& ...
随机推荐
- Linux启动与停止Tomcat
停止Tomcat: cd 切换到Tomcat的bin目录下,关闭命令:[root@localhost bin]# ./shutdown.sh 检查tomcat是否已关闭,检查命令:[root@loca ...
- 02-线性结构3 Reversing Linked List (25 分)
Given a constant K and a singly linked list L, you are supposed to reverse the links of every K elem ...
- Flume 测试 Kafka 案例
Flume Kafka 测试案例,Flume 的配置. a1.sources = s1 a1.channels = c1 a1.sinks = k1 a1.sources.s1.type = netc ...
- @Aspect注解并不属于@Component的一种
也就是一个类单纯如果只添加了@Aspect注解,那么它并不能被context:component-scan标签扫描到. 想要被扫描到的话,需要追加一个@Component注解
- python中的base64加密解密
介绍 Base64是网络上最常见的用于传输8Bit字节码的编码方式之一,Base64就是一种基于64个可打印字符来表示二进制数据的方法.可查看RFC2045-RFC2049,上面有MIME的详细规范. ...
- nginx 平滑重启的实现方法
一.背景 在服务器开发过程中,难免需要重启服务加载新的代码或配置,如果能够保证server重启的过程中服务不间断,那重启对于业务的影响可以降为0.最近调研了一下nginx平滑重启,觉得很有意思,记录下 ...
- Redis采坑(一)——数据无法插入,内存溢出
一.采坑背景 在最大数据分析的过程中,redis是被当做热数据的缓存库使用的,在某一天中,redis数据库热数据无法插入,此时数据量大概在100万左右,很是纠结,为什么不能插入?程序的错误,不可能,没 ...
- C# 反射、使用场景
创建一个 Console 控制台应用程序, 1. 创建一个 Project 类 public class Project { public int ID { get; set; } public st ...
- uniapp - 关于ios调试
[ios调试] 1.一台windows电脑.一根apple数据线(一旦连接以后,apple设备就会自动识别itunes软件,如果没有安装会提示) 2.安装itunes (爱思助手) 3.官方教程:ht ...
- Redis4.0新特性(一)-Memory Command
Redis4.0版本增加了很多诱人的新特性,在redis精细化运营管理中都非常有用(猜想和antirez加入redislabs有很大关系):此系列几篇水文主要介绍以下几个新特性的使用和效果. Redi ...