当前位置: 首页 > news >正文

【学习笔记】CF1103D Professional layer

首先分析不出啥性质,所以肯定是暴力优化😅

常见的暴力优化手段有均摊,剪枝,数据范围分治(points),答案值域分析之类的。

比较经典的题目是 CF1870E Another MEX Problem,可以用剪枝和分析值域两种方法通过

考虑剪枝,这个大佬 是剪枝高手,大家快去膜拜他🤩

首先,设 g = gcd ⁡ 1 ≤ i ≤ n a i g=\gcd_{1\le i\le n} a_i g=gcd1inai,然后对每个 a i a_i ai只保留 g g g中的质因数。发现此时本质不同的 a i a_i ai比较少,并且本质不同的质因数也比较少,考虑从这两方面入手

记质因数数目为 M M M a i a_i ai的状态数为 m m m,显然 M ≤ 11 M\le 11 M11 m m m不太清楚,但是可以感性发现不会很大

发现对于相同的 a i a_i ai,只需要保留前 M M M个较小的 e i e_i ei即可,后面的都用不上。

同时注意到被操作的数不会超过 M M M,因此 D P DP DP复杂度为 O ( 3 M m M 2 ) O(3^MmM^2) O(3MmM2)

每次只加入一个 a i a_i ai太浪费了,可以考虑一次将相同的 a i a_i ai一起加进去,然后记录需要选择的 a i a_i ai数目的最小值。这样组外 D P DP DP的复杂度为 O ( 3 M m M ) O(3^MmM) O(3MmM),组内 D P DP DP的复杂度为 O ( 3 M m ) O(3^Mm) O(3Mm)

M M M取遍所有值时,最大计算量在 1 0 8 10^8 108左右,可以通过。

#include<bits/stdc++.h>
#define fi first
#define se second
#define pb push_back
#define ll long long
#define db double
#define inf 0x3f3f3f3f3f3f3f3f
using namespace std;
const int N=1e6+5;
int n,cnt;
ll K,a[N],nums[N],e[N],g,res;
int M;
ll prime[15];
vector<ll>v[15005];
ll gcd(ll x,ll y){return y==0?x:gcd(y,x%y);
}
int get(ll x){return lower_bound(nums+1,nums+1+cnt,x)-nums;
}
void dfs(int u,ll mul){if(u==M){nums[++cnt]=mul;return;}while(mul<=1000000000000/prime[u]){mul*=prime[u],dfs(u+1,mul);}
}
ll now[1<<11][12],nxt[1<<11][12],sm[12];
int dp[1<<11],h[1<<11];
ll b[15];
int main(){ios::sync_with_stdio(false);cin.tie(0),cout.tie(0);cin>>n>>K;for(int i=1;i<=n;i++)cin>>a[i],g=gcd(g,a[i]);for(int i=1;i<=n;i++)cin>>e[i];ll tmp=g;for(int i=2;i<=tmp/i;i++){if(tmp%i==0){prime[M++]=i;while(tmp%i==0)tmp/=i;}}if(tmp>1)prime[M++]=tmp;dfs(0,1),sort(nums+1,nums+1+cnt);for(int i=1;i<=n;i++){ll tmp2=1;for(int j=0;j<M;j++){while(a[i]%prime[j]==0)a[i]/=prime[j],tmp2*=prime[j];}v[get(tmp2)].pb(e[i]);}memset(now,0x3f,sizeof now),now[0][0]=0;for(int i=1;i<=cnt;i++){if(v[i].size()==0)continue;sort(v[i].begin(),v[i].end());if(v[i].size()>M)v[i].resize(M);for(int j=0;j<v[i].size();j++)sm[j+1]=sm[j]+v[i][j];ll tmp=nums[i];for(int j=0;j<M;j++){b[j]=1;while(tmp%prime[j]==0)b[j]*=prime[j],tmp/=prime[j];}for(int j=0;j<1<<M;j++){for(int k=0;k<=M;k++){nxt[j][k]=now[j][k];}}for(int j=1;j<1<<M;j++){h[j]=0,dp[j]=114514;ll mul=1;for(int k=0;k<M;k++){if(j>>k&1)mul*=b[k];}if(mul<=K)h[j]=1;for(int k=j;k;k=(k-1)&j){if(h[k])dp[j]=min(dp[j],dp[j-k]+1);}if(dp[j]<=v[i].size()){int s=(1<<M)-1-j;for(int k=s;;k=(k-1)&s){for(int l=0;l<=M;l++){if(now[k][l]!=inf){nxt[k+j][l+dp[j]]=min(nxt[k+j][l+dp[j]],now[k][l]+sm[dp[j]]);}}if(k==0)break;}}}for(int j=0;j<1<<M;j++){for(int k=0;k<=M;k++){now[j][k]=nxt[j][k];}}}ll res=inf;for(int i=0;i<=M;i++)if(now[(1<<M)-1][i]!=inf)res=min(res,now[(1<<M)-1][i]*i);cout<<(res==inf?-1:res);
}

相关文章:

【学习笔记】CF1103D Professional layer

首先分析不出啥性质&#xff0c;所以肯定是暴力优化&#x1f605; 常见的暴力优化手段有均摊&#xff0c;剪枝&#xff0c;数据范围分治&#xff08;points&#xff09;&#xff0c;答案值域分析之类的。 比较经典的题目是 CF1870E Another MEX Problem&#xff0c;可以用剪枝…...

vue之Pinia

定义 Store | Pinia 开发文档 1.什么是Pinaia Pinia 是 Vue 的专属状态管理库&#xff0c;它允许你跨组件或页面共享状态。 2.理解Pinaia核心概念 定义Store 在深入研究核心概念之前&#xff0c;我们得知道 Store 是用 defineStore() 定义的&#xff0c;它的第一个参数要求是一…...

antd-vue 级联选择器默认值不生效解决方案

一、业务场景&#xff1a; 最近在使用Vue框架和antd-vue组件库的时候&#xff0c;发现在做编辑回显时** 级联选择器** 组件的默认值不生效。为了大家后面遇到和我一样的问题&#xff0c;给大家分享一下 二、bug信息&#xff1a; 三、问题原因&#xff1a; 确定不了唯一的值&a…...

分享53个Python源码源代码总有一个是你想要的

分享53个Python源码源代码总有一个是你想要的 链接&#xff1a;https://pan.baidu.com/s/1ew3w2_DXlSBrK7Mybx3Ttg?pwd8888 提取码&#xff1a;8888 项目名称 100-Python ControlXiaomiDevices DRF-ADMIN 后台管理系统 FishC-Python3小甲鱼 Flask框架的api项目脚手架 …...

【每日一题】658. 找到 K 个最接近的元素

658. 找到 K 个最接近的元素 - 力扣&#xff08;LeetCode&#xff09; 给定一个 排序好 的数组 arr &#xff0c;两个整数 k 和 x &#xff0c;从数组中找到最靠近 x&#xff08;两数之差最小&#xff09;的 k 个数。返回的结果必须要是按升序排好的。 整数 a 比整数 b 更接近 …...

并发任务队列(字节青训测试题)

需求描述 封装一个并发任务队列类&#xff0c;用于对一些异步任务按指定的并发数量进行并发执行。 /*** 延迟函数* param {number} time - 延迟时间* return {Promise} delayFn - 延迟函数(异步封装)*/ function timeout(time) {return new Promise((resolve) > {setTimeo…...

Ubuntu 安装Nacos

1、官网下载最新版nacos https://github.com/alibaba/nacos/releases 本人环境JDK8&#xff0c;Maven3.6.3&#xff0c;启动Nacos2.2.1启动失败&#xff0c;故切换到2.1.0启动成功 2、放到服务器目录下&#xff0c;我的在/home/xxx/apps下 3、解压 $ tar -zxvf nacos-serve…...

CSS 小球随着椭圆移动

html代码&#xff1a; <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Document</title><…...

【李沐深度学习笔记】线性代数

课程地址和说明 线性代数p1 本系列文章是我学习李沐老师深度学习系列课程的学习笔记&#xff0c;可能会对李沐老师上课没讲到的进行补充。 线性代数 标量 标量&#xff08;scalar&#xff09;&#xff0c;亦称“无向量”。有些物理量&#xff0c;只具有数值大小&#xff0c…...

vuejs - - - - - 递归组件的实现

递归组件的实现 1. 需求描述&#xff1a;2. 效果图&#xff1a;3. 代码3.1 封装组件代码3.2 父组件使用 1. 需求描述&#xff1a; 点击添加行&#xff0c;增加一级目录结构当类型为object or array时&#xff0c;点击右侧➕&#xff0c;增加子集点击右侧&#x1f6ae;&#x…...

精准对接促合作:飞讯受邀参加市工信局举办的企业供需对接会

2023年9月21日&#xff0c;由惠州市工业和信息化局主办的惠州市工业软件企业与制造业企业供需对接会成功举办&#xff0c;对接会旨在促进本地工业软件企业与制造业企业的紧密合作&#xff0c;推动数字化转型的深入发展。此次会议在市工业和信息化局16楼会议室举行&#xff0c;会…...

数学建模之遗传算法

文章目录 前言遗传算法算法思想生物的表示初始种群的生成下一代种群的产生适应度函数轮盘赌交配变异混合产生新种群 停止迭代的条件遗传算法在01背包中的应用01背包问题介绍01背包的其它解法01背包的遗传算法解法生物的表示初始种群的生成下一代种群的产生适应度函数轮盘赌交配…...

ISO9001认证常见的不符合项

今天&#xff0c;整理了一些关于ISO9001质量管理体系审核最常见的不合格项&#xff0c;以供大家参考。 一、质量管理体系 1、质量手册&#xff08;标准条款4.2.2&#xff09; &#xff08;1&#xff09;各部门执行的文件与手册的规定不一致。 &#xff08;2&#xff09;质量…...

crypto:看我回旋踢

题目 下载压缩包后解压可得到提示文本 经过观察&#xff0c;synt{}这个提示与flag{}形式很像 由题目名中的回旋可以推测为凯撒密码&#xff0c;由凯撒密码的定义可知&#xff0c;需要先推出移位数&#xff0c;s->f数13次&#xff0c;因此移位数为13&#xff0c;解码可得...

Springcloud实战之自研分布式id生成器

一&#xff0c;背景 日常开发中&#xff0c;我们需要对系统中的各种数据使用 ID 唯一表示&#xff0c;比如用户 ID 对应且仅对应一个人&#xff0c;商品 ID 对应且仅对应一件商品&#xff0c;订单 ID 对应且仅对应 一个订单。我们现实生活中也有各种 ID &#xff0c;比如身…...

java 企业工程管理系统软件源码 自主研发 工程行业适用

工程项目管理软件&#xff08;工程项目管理系统&#xff09;对建设工程项目管理组织建设、项目策划决策、规划设计、施工建设到竣工交付、总结评估、运维运营&#xff0c;全过程、全方位的对项目进行综合管理 工程项目各模块及其功能点清单 一、系统管理 1、数据字典&am…...

Spring Cloud Alibaba Nacos 2.2.3 (4) - 本地源码编译 调试

下载nacos nacos在GitHub上有下载地址&#xff1a;https://github.com/alibaba/nacos/releases&#xff0c;可以选择任意版本下载。 我下载的是2.2.3 版本 导入idea mvn 安装包 1&#xff0c;切换到Terminal ,并且使用command prompt模式 2&#xff0c;执行 mvn -Prelease…...

WKB近似

WKB方法用于研究一种特定类型的微分方程的全局性质 很有用这种特定的微分方程形如&#xff1a; 经过一些不是特别复杂的推导&#xff0c;我们可以得到他的WKB近似解。 该近似解的选择取决于函数和参数的性质同时&#xff0c;我们默认函数的定义域为当恒大于零,时&#xff1a; 当…...

LeetCode算法二叉树—108. 将有序数组转换为二叉搜索树

目录 108. 将有序数组转换为二叉搜索树 代码&#xff1a; 运行结果&#xff1a; 给你一个整数数组 nums &#xff0c;其中元素已经按 升序 排列&#xff0c;请你将其转换为一棵 高度平衡 二叉搜索树。 高度平衡 二叉树是一棵满足「每个节点的左右两个子树的高度差的绝对值不…...

如何设置 Git 短命令

设置 Git 短命令 对喜欢敲命令而不用图形化工具的爱好者来说&#xff0c;设置短命令可以很好的提高效率。下面介绍两种设置短命令的方式。 方式一 git config --global alias.ps push方式二 打开全局配置文件 vim ~/.gitconfig写入内容 [alias] co checkoutps pushpl p…...

人工智能创意工作流:Pixel Script Temple 与 AI Agent 协同创作

人工智能创意工作流&#xff1a;Pixel Script Temple 与 AI Agent 协同创作 1. 多智能体协作的艺术革命 当三个专业AI Agent组成创意团队&#xff0c;会产生怎样的化学反应&#xff1f;这套由Pixel Script Temple驱动的协同工作流&#xff0c;正在重新定义数字艺术创作的可能…...

AListFlutter(手机alist)——跨平台网盘挂载神器,安卓设备轻松管理云端文件

1. 为什么你需要AListFlutter&#xff1f; 作为一个经常需要在不同设备间切换办公的现代人&#xff0c;我深刻理解手机存储空间不足的痛苦。每次想用手机看个电影&#xff0c;都要先删掉几个APP&#xff1b;想拍个视频&#xff0c;又得清理微信缓存。直到发现了AListFlutter这个…...

告别穿模与漂移!南洋理工团队提出HMR新框架:用视觉大模型对齐人体姿态

点击下方卡片&#xff0c;关注「3D视觉工坊」公众号选择星标&#xff0c;干货第一时间送达本文一作投稿发布 | 来源&#xff1a;3D视觉工坊「3D视觉从入门到精通」知识星球(点开有惊喜) &#xff01;星球内有20多门3D视觉系统课程、300场顶会讲解、顶会论文最新解读、海量3D视觉…...

当AI真正“看懂“你的屏幕:GPT-5.4如何重新定义人机协作的边界

摘要&#xff1a; 2026年3月&#xff0c;OpenAI发布了GPT-5.4。这不是一次普通的模型迭代&#xff0c;而是一次能力边界的重新定义——它首次实现了原生的"计算机使用"能力&#xff0c;能在桌面上像人类一样点击按钮、填写表单、操作软件&#xff1b;它拥有五级可调的…...

嵌入式LED闪烁控制库Blinker工程实践指南

1. Blinker&#xff1a;嵌入式LED闪烁控制库的工程化实现解析Blinker并非一个广为人知的通用开源库&#xff0c;其项目摘要“Simple library for LED blinking”与关键词“blinking, led”表明这是一个高度聚焦、轻量级的底层驱动组件。在嵌入式系统开发中&#xff0c;“LED闪烁…...

OpenClaw故障排除手册:千问3.5-9B连接问题大全

OpenClaw故障排除手册&#xff1a;千问3.5-9B连接问题大全 1. 开篇&#xff1a;为什么需要这份手册&#xff1f; 上周我在本地部署OpenClaw对接千问3.5-9B模型时&#xff0c;连续遇到了三个诡异的连接错误。每次报错都像在玩解谜游戏——错误信息含糊不清&#xff0c;社区讨论…...

区块链AI骗局:深扒某DeFi项目的测试造假链

当技术信任沦为欺诈工具 在软件测试领域&#xff0c;我们习惯于与代码、流程和标准打交道&#xff0c;致力于构建可靠、可验证的系统。然而&#xff0c;在区块链与人工智能融合的前沿地带&#xff0c;一场针对“信任”本身的系统性造假正在上演。本文旨在从一个软件测试工程师…...

空间多组学解决方案发展提速:未来六年CAGR锁定15.3%,行业增长预期持续向好

在生命科学领域&#xff0c;精准医学和个性化治疗的需求日益增长&#xff0c;对生物组织和细胞在空间维度上的深入理解成为关键。空间多组学解决方案作为这一需求的核心支撑技术&#xff0c;正受到全球科研和产业界的广泛关注。据恒州诚思调研统计&#xff0c;2025年全球空间多…...

AI Agent自我进化底层教程(非常详细),收藏这一篇就够了!

一句话讲清楚&#x1f449;&#x1f3fb; MemSkill通过可学习和演进的"记忆技能"系统&#xff0c;让AI Agent能够动态选择和优化记忆操作&#xff0c;实现真正的自我进化。 背景&#xff1a;AI Agent的记忆困境 2026年&#xff0c;AI Agent已经成为人工智能领域最热…...

计算机毕业设计springboot长春的地铁综合服务管理系统 基于SpringBoot的城市轨道交通智慧运维管理平台 SpringBoot框架下的地铁运营调度与设备管控系统

计算机毕业设计springboot长春的地铁综合服务管理系统 &#xff08;配套有源码 程序 mysql数据库 论文&#xff09; 本套源码可以在文本联xi,先看具体系统功能演示视频领取&#xff0c;可分享源码参考。随着城市化进程的加速推进&#xff0c;长春市作为东北地区的重要交通枢纽&…...