【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\(m\)个不同的质因子,并且把这些质因子给你。
你每次可以把\(n\)变成一个它的约数,求变成\(1\)的期望步数。
题解
首先暴力的转移是:
\]
不难发现这个状态之和每个质因子的出现次数的集合相关,与质因子是什么无关。
发现\(n\)本质不同的质因子最多只有\(18\)个,那么我们爆搜这个每个质因子出现次数的集合,强制较小的质因子出现次数较大,搜完之后发现状态只有\(172513\)个。
于是我们对于每个\(n\)的质因子出现个数的集合计算答案,只需要求解一个高维前缀和就可以进行转移了。
这里高维前缀和的求法,设\(g[n][j]\)表示对于\(n\)这个数(这个数是爆搜出来的,也就是满足小的质因子的出现次数不会少于大的质因子的出现次数),其前\(j\)个质因子的出现次数都相同,但是\(j\)之后的质因子出现次数小于等于当前位置的所有\(f[n]\)的和,转移的时候枚举给哪一位减一就行了。
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<map>
using namespace std;
#define ll __int128
#define MAX 200200
const ll Limit=(ll)1e12*(ll)1e12;
ll n;int m,Case;
char ch[30];int a[30];
int p[]={2,3,5,7,11,13,17,19,23,29,31,37,41,43,47,53,59,61,67,71,73};
map<ll,int> M;int tot;ll val[MAX];
double g[MAX][20],f[MAX];
void dfs(int x,int lst,ll s)
{
val[M[s]=++tot]=s;s*=p[x];
for(int i=1;i<=lst&&s<=Limit;++i,s*=p[x])dfs(x+1,i,s);
}
int main()
{
dfs(0,90,1);
for(int i=2;i<=tot;++i)
{
ll x=val[i];for(int j=0;j<18;++j)a[j]=0;
for(int j=0;j<18;++j)while(x%p[j]==0)++a[j],x/=p[j];
for(int j=17;~j;--j)
if(a[j])
{
int k=j;while(k<17&&a[k+1]==a[j])++k;
g[i][j]=g[i][j+1]+g[M[val[i]/p[k]]][j];
}
int tmp=1;
for(int j=0;j<18;++j)tmp*=a[j]+1;
f[i]=(g[i][0]+tmp)/(tmp-1);
for(int j=0;j<18;++j)g[i][j]+=f[i];
}
while(scanf("%s",ch+1)!=EOF)
{
for(int i=1,l=strlen(ch+1);i<=l;++i)n=n*10+ch[i]-48;
scanf("%d",&m);
for(int i=0;i<m;++i)
{
int p;scanf("%d",&p);a[i]=0;
while(n%p==0)n/=p,++a[i];
}
sort(&a[0],&a[m]);reverse(&a[0],&a[m]);
for(int i=0;i<m;++i)
for(int j=1;j<=a[i];++j)
n*=p[i];
printf("Case #%d: %.10lf\n",++Case,f[M[n]]);
for(int i=0;i<m;++i)a[i]=0;n=0;
}
return 0;
}
【HDU6037】Expectation Division(动态规划,搜索)的更多相关文章
- HDU6037 Expectation Division 期望、高维前缀和
传送门 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) + ...
- 【BZOJ4421】[Cerc2015] Digit Division 动态规划
[BZOJ4421][Cerc2015] Digit Division Description 给出一个数字串,现将其分成一个或多个子串,要求分出来的每个子串能Mod M等于0. 将方案数(mod 1 ...
- [AH2017/HNOI2017]大佬(动态规划 搜索)
/* 神仙yyb 理解题意可以发现 能够对大佬造成的伤害只和你怼了多少天大佬有关, 而且显然天数越多越好 那么我们可以先通过预处理来找出我们最多能够怼多少天大佬 然后我们发现最后我们能怼的血量状态数是 ...
- HDU 题目分类
转载自新浪博客,, http://blog.sina.com.cn/s/blog_71ded6bf0100tuya.html 基础题: 1000.1001.1004.1005.1008.1012.10 ...
- N.O.W,O.R,N.E.V.E.R--12days to LNOI2015
双向链表 单调队列,双端队列 单调栈 堆 带权并查集 hash 表 双hash 树状数组 线段树合并 平衡树 Treap 随机平衡二叉树 Scapegoat Tree 替罪羊树 朝鲜树 块状数组,块状 ...
- NOIP考点
NOIP考点 基础算法 图 树 数论 数据结构 动态规划 搜索 其他算法 省选知识点汇总 图论 数据结构 字符串相关算法及数据结构 数学 计算几何 搜索 动态规划 其他算法 转自:巨佬的博客 加*号是 ...
- NOIP 2010
tags: NOIP 并查集 动态规划 搜索 categories: 信息学竞赛 总结 机器翻译 乌龟棋 关押罪犯 引水入城 机器翻译 Solution 维护一个队列, 每次从词典中查词时将单词加入队 ...
- HDU 多校1.5
Expectation Division Time Limit: 6000/3000 MS (Java/Others) Memory Limit: 131072/131072 K (Java/O ...
- codevs与noi做题改错本目录
从2016.2.13开始: 1. 排序超时的问题---------目录:-测试习题 2. 超高精度乘法超时问题-----------目录:高精度计算 算法:快速傅里叶算法. 压位算法 3. 高精度 ...
随机推荐
- git 进行版本打标签
一般给生产环境的代码新包进行打标签,以便查找,发布正式环境的各个不同版本作用,简单来说,就是给包命名,容易区分太多版本啦 获取系统中的所有标签或筛选特定特征的标签 git tag -a tagname ...
- cf 模拟
https://codeforces.com/contest/1236/problem/D 题意:一个n*m格子矩阵,放一个人偶在左上角向右走,只能在每个格子最多右转一次,有k个障碍物.求是否能够一次 ...
- [CodeForces-1225B] TV Subscriptions 【贪心】【尺取法】
[CodeForces-1225B] TV Subscriptions [贪心][尺取法] 标签: 题解 codeforces题解 尺取法 题目描述 Time limit 2000 ms Memory ...
- Yii2中$model->load($data)一直返回false问题
上次使用$model->load()方法时一直返回false,数据添加不成功,这里记录一下: 出错代码: $data = [ 'name' => 'test', 'phone' => ...
- ETCD:词汇表
原文地址:词汇表 本文档定义了etcd文档,命令行和源代码中使用的各种术语. Alarm 每当集群需要操作员干预以保持可靠性时,etcd服务器都会发出警报. Authentication 身份验证管理 ...
- 【TencentOS tiny】深度源码分析(5)——信号量
信号量 信号量(sem)在操作系统中是一种实现系统中任务与任务.任务与中断间同步或者临界资源互斥保护的机制.在多任务系统中,各任务之间常需要同步或互斥,信号量就可以为用户提供这方面的支持. 抽象来说, ...
- (三十八)c#Winform自定义控件-圆形进度条-HZHControls
官网 http://www.hzhcontrols.com 前提 入行已经7,8年了,一直想做一套漂亮点的自定义控件,于是就有了本系列文章. GitHub:https://github.com/kww ...
- (五十一)c#Winform自定义控件-文字提示-HZHControls
官网 http://www.hzhcontrols.com 前提 入行已经7,8年了,一直想做一套漂亮点的自定义控件,于是就有了本系列文章. GitHub:https://github.com/kww ...
- Selenium(十九):unittest单元测试框架(五) Page Object设计模式
1. Page Object设计模式 Page Object是Selenium自动化测试项目开发实践的最佳设计模式之一,它主要体现在对界面交互细节的封装,这样可以使测试方案更关注于业务而非界面细节.从 ...
- java 超详细面经整理(持续更新)2019.12.18
目录 Java SE 请你谈谈Java中是如何支持正则表达式操作的? 请你简单描述一下正则表达式及其用途. 请你比较一下Java和JavaSciprt? 在Java中如何跳出当前的多重嵌套循环? 讲讲 ...