博客
关于我
热身题A——The 3n + 1 problem
阅读量:201 次
发布时间:2019-02-28

本文共 1498 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要计算给定范围内每个数的循环长度,并找出最大值。我们将利用记忆化技术来优化计算过程,避免重复计算,提高效率。

方法思路

  • 问题分析:给定一个数n,按照特定步骤进行循环,直到得到1。我们需要计算每个数的循环长度,并找出给定范围内最大的循环长度。
  • 记忆化技术:使用一个数组记录每个数的循环长度,避免重复计算,提高效率。
  • 生成数处理:对于每个数k,处理其生成的数(3k+1和2k),预先记录它们的循环长度,进一步优化计算。
  • 解决代码

    #include 
    #include
    using namespace std;int find(int n, vector
    & vis, int i, int j) { if (n == 1) return 1; if (vis[n] != 0) return vis[n]; vis[n] = 1; // 初始化循环长度为1 if (n % 2 == 1) { int next = 3 * n + 1; if (next >= i && next <= j) { vis[next] = vis[n] - 1; // 预处理3k+1的长度 } } else { int next = 2 * n; if (next >= i && next <= j) { vis[next] = vis[n] + 1; // 预处理2k的长度 } } int cnt = 1; while (true) { n = (n % 2 == 1) ? 3 * n + 1 : n / 2; cnt++; if (n == 1) break; } vis[n] = cnt; return cnt;}int main() { vector
    vis(1000001, 0); // vis[i]存储i的循环长度 int i, j, max_len; while (true) { cin >> i >> j; if (i > j) swap(i, j); max_len = 0; for (int k = i; k <= j; ++k) { if (vis[k] == 0) { // 未计算过 int len = find(k, vis, i, j); if (len > max_len) max_len = len; } } cout << i << ' ' << j << ' ' << max_len << endl; }}

    代码解释

  • find函数:计算给定数n的循环长度,使用记忆化数组vis记录结果。
  • 预处理生成数:对于每个数k,处理其生成的数(3k+1和2k),预先记录它们的循环长度。
  • 主函数:读取输入,处理每个范围,计算并输出最大循环长度。
  • 通过这种方法,我们可以高效地处理大范围内的查询,避免重复计算,提高了性能。

    转载地址:http://snvi.baihongyu.com/

    你可能感兴趣的文章
    numpy.linalg.norm(求范数)
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy学习笔记3-array切片
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>
    numpy数组索引-ChatGPT4o作答
    查看>>
    numpy最大值和最大值索引
    查看>>
    NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
    查看>>
    Numpy矩阵与通用函数
    查看>>
    numpy绘制热力图
    查看>>
    numpy转PIL 报错TypeError: Cannot handle this data type
    查看>>
    Numpy闯关100题,我闯了95关,你呢?
    查看>>