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
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>