zoukankan      html  css  js  c++  java
  • 2015 Multi-University Training Contest 1记录

    1001 OO’s Sequence

    分析:

    对于样例,可以得到,我们要求的是(1,1)(1,2)(1,3)(1,4)(1,5)(2,2)(2,3)(2,4)(2,5)(3,3)(3,4)(3,5)(4,4)(4,5)(5,5)这些范围内满足题目中所给的要求的i的个数。所以可以将两个求和符号转换为考虑原来ai序列中每一个ai对于结果的贡献。

    对于题目,刚好可以发现,我们只需要对于每一个ai求离它左右最近的因子就可以了。这样两个因子之间范围内每一个i都是满足题目要求。

    然后考虑求解ai因子的策略,如果对于每一个ai都是每次左右分别搜索,那么一定会超时的。所以我们采取一个预处理,这里是学长教我的,方法很巧妙。自己无法总结出来,所以还是看看代码里面怎么求的就好了。

    还有,那几个10w的数组必须开在全局变量中,不然会爆栈。

    #include<cstdio>
    #include<cstring>
    #include<algorithm>
    using namespace std;
    const int mod=1e9+7;
    int a[100000+5],r[100000+5],l[100000+5],vis[100000+5];
    int main()
    {
        int i,j,ans,n;
        while(~scanf("%d",&n))
        {
            if(n==0) break;
            for(i=1;i<=n;i++)
                scanf("%d",&a[i]);
            memset(l,0,sizeof(l));
            memset(vis,0,sizeof(vis));
            for(i=0;i<=n;i++) r[i]=n+1;
    
            for(i=1;i<=n;i++)
            {
                for(j=1;j*j<=a[i];j++)
                {
                    if(a[i]%j!=0) continue;
                    if(vis[j]>l[i]&&vis[j]<i) l[i]=vis[j];
                    if(vis[a[i]/j]>l[i]&&vis[a[i]/j]<i) l[i]=vis[a[i]/j];
                }
                vis[a[i]]=i;
            }
            memset(vis,0,sizeof(vis));
            for(i=n;i>=1;i--)
            {
                for(j=1;j*j<=a[i];j++)
                {
                    if(a[i]%j!=0) continue;
                    if(vis[j]<r[i]&&vis[j]>i) r[i]=vis[j];
                    if(vis[a[i]/j]<r[i]&&vis[a[i]/j]>i) r[i]=vis[a[i]/j];
                }
                vis[a[i]]=i;
            }
    
            for(ans=0,i=1;i<=n;i++)
            {
                ans+=(r[i]-i)*(i-l[i]);
                ans%=mod;
            }
            printf("%d
    ",ans%mod);
        }
        return 0;
    }

    版权声明:本文为博主原创文章,未经博主允许不得转载。http://xiang578.top/

  • 相关阅读:
    算法总结7—多维缩放
    算法总结3—神经网络
    算法总结9—优化
    算法总结8—非负矩阵因式分解
    R语言系列—区间估计
    算法总结2—决策树分类器
    算法总结5&6k最近邻与聚类
    统计,逻辑与智能
    算法总结4—支持向量机
    R语言系列—回归分析
  • 原文地址:https://www.cnblogs.com/xryz/p/4847899.html
Copyright © 2011-2022 走看看