Codeforces 385C Bear and Prime Numbers(素数预处理)

zoukankan html css js c++ java

Codeforces 385C Bear and Prime Numbers(素数预处理)

[Codeforces 385C Bear and Prime Numbers](http://codeforces.com/problemset/problem/385/C) 其实不是多值得记录的一道题，通过快速打素数表，再做前缀和的预处理，使查询的复杂度变为O（1）。但是，我在统计数组中元素出现个数时使用了map，以至于后面做前缀和的累加时，每次都要对map进行查询，以至于TLE。而自己一直没有发现，以为是欧拉筛对于这道题还不够优，于是上网搜题解，发现别人的做法几乎一样，但是却能跑过，挣扎了许久才想起是map的原因。map的内部实现是一颗红黑树，每次查询的复杂度为O（logN），在本来时间就不富裕的情况下，导致了超时。改用数组来统计后，顺利AC。做题时，在空间允许的情况下，如果每次可以确定访问的key，还是尽量用数组来做整数间的映射吧（如果每次要遍历一遍以查询，则选择map）。因为这道题纠结了许久，于是做个记录。附上AC代码： ```C++ #include #include #include #include #include #include #include #include #include #include using namespace std; typedef long long ll; typedef pair P; typedef map M; typedef vector V; typedef queue Q; const int maxn=10000000+5; int cnt[maxn]; bool is[maxn]; int prime[maxn/2]; ll sum[maxn]; void init(int mx) { int i,j,count=0; for (i=2;i<=mx;++i) { if (!is[i]) { prime[count++]=i; } for (j=0;j>n; for (i=0;i>m; while (m--) { int l,r; scanf("%d%d",&l,&r); l=min(maxn,l); r=min(maxn,r); printf("%d ",sum[r]-sum[l-1]); } return 0; } ```

查看全文

相关阅读:
js apply 和call的区别
 TensorFlow 便捷的实现机器学习三
 logistic regression model
特征工程
 生成模式以及判别模式
 PCA降维技术
 TensorFlow 入门之手写识别CNN 三
 机器学习学习笔记1
TensorFlow 入门之手写识别(MNIST) softmax算法二
 TensorFlow 入门之手写识别(MNIST) 数据处理一

原文地址：https://www.cnblogs.com/orangee/p/8977964.html