算法之 数论

文章目录

质数

质数的定义:除了本身和1,不能被其他小于它的数整除,最小的质数是 2

求解质数的几种方法
法1,根据定义,直接求解

        def zhi(i):
            if i == 1:
                return False
            for j in range(2,i):
                if i % j ==0:
                    return False
            return True

法2:优化暴力的解法,判断的时候只用判断到根号n,因为你如果存在一个大于根号n的因子,那就说明会存在一个小于根号n的因子,所以就不用重新判断

def zhi(i):
	    if n <= 1:
        return False
    for i in range(2, int(math.sqrt(n)) + 1):
        if n % i == 0:
            return False
    return True

常用的素数筛:

埃氏筛

def eratosthenes_sieve(n):
    is_prime = [True] * (n + 1)  # 初始化所有数为质数
    is_prime[0] = is_prime[1] = False  # 0 和 1 不是质数

    for i in range(2, int(n**0.5) + 1):  # 只需遍历到 sqrt(n)
        if is_prime[i]:  # 如果 i 是质数
            for j in range(i * i, n + 1, i):  # 标记 i 的所有倍数为合数
                is_prime[j] = False

    primes = [i for i, prime in enumerate(is_prime) if prime]  # 提取所有质数
    return primes

欧式筛
在这里插入图片描述

def euler_sieve(n):
    is_prime = [True] * (n + 1)  # 初始化所有数为质数
    primes = []  # 存储筛选出的质数
    for i in range(2, n + 1):
        if is_prime[i]:
            primes.append(i)  # i 是质数,加入 primes 数组
        for p in primes:
            if i * p > n:
                break  # 超过范围,退出循环
            is_prime[i * p] = False  # 标记 i * p 为合数
            if i % p == 0: # 说明 p 是 i 的最小的质因数
                break  # 保证每个合数只被最小质因数筛掉

    return primes

判断质数

3115.质数的最大距离

3115.质数的最大距离

在这里插入图片描述

思路分析:采用双指针进行判断,这样可以快速求解

class Solution:
    def maximumPrimeDifference(self, nums: List[int]) -> int:
        # 策略,使用双指针,从两边进行遍历,如果发现是质数就停下来
        # 判断质数
        def zhi(i):
            if i == 1:
                return False
            for j in range(2,i):
                if i % j ==0:
                    return False
            return True
        n = len(nums)
        # 双指针
        l,r = 0,n-1
        while not zhi(nums[l]):
            l+=1
        while not zhi(nums[r]):
            r-=1
        return r-l

质数筛选

204.计数质数

204.计数质数

在这里插入图片描述

思路分析:直接考虑使用欧式筛,注意题目是小于n的素数个数

class Solution:
    def countPrimes(self, n: int) -> int:
        # 两种做法,可以采用欧式筛
        def euler(m):
            isprime = [True]*(m+1) # 存储判断i是否是素数
            prime = []
            for i in range(2,m):
                # 如果是素数
                if isprime[i]:
                    prime.append(i)
                for j in prime:
                    if i*j > m:
                        break
                    isprime[i*j] = False
                    if i%j ==0:
                        break # 确保每个数字只能被最小的质因数筛选
            return prime
        return len(euler(n))

2761.和等于目标值的质数对

2761.和等于目标值的质数对

在这里插入图片描述

思路分析:首先使用欧拉筛进行筛选出小于等于n的素数的情况,然后使用双指针进行判断

class Solution:
    def findPrimePairs(self, n: int) -> List[List[int]]:
        # 先使用欧式筛进行预处理
        def euler(m):
            isprime = [True]*(m+1)
            prime = []
            for i in range(2,m+1):
                if isprime[i]:
                    prime.append(i)
                for j in prime:
                    if i*j > m:
                        break
                    isprime[i*j] = False
                    if i%j == 0:
                        break
            return prime
        
        prime = euler(n)
        # 还是采用双指针吧
        length = len(prime)
        l,r = 0,length-1
        ans = []
        while l<=r:
            if prime[l]+prime[r] < n:
                l+=1
            elif prime[l]+prime[r] == n:
                ans.append([prime[l],prime[r]])
                l+=1
                r-=1
            else:
                r-=1
        # 排序非递减排序
        ans.sort(key=lambda x : x[0])
        return ans

2521.数组乘积中的不同质因数数目

2521.数组乘积中的不同质因数数目
在这里插入图片描述

思路分析:通过不断的判断

class Solution:
    def distinctPrimeFactors(self, nums: List[int]) -> int:
        s = set()
        for x in nums:
            i = 2
            while i*i <=x:
                if x % i == 0:
                    s.add(i)
                    x //= i
                    while x%i == 0:
                        x//=i 
                i+=1
        # 最后可能只剩下那个数直接加进去
            if x>1:
                s.add(x)
        return len(s)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/968329.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

AndroidStudio查看Sqlite和SharedPreference

1.查看Sqlite 使用App Inspection&#xff0c;这是个好东西 打开方式&#xff1a;View → Tool Windows → App Inspection 界面如图&#xff1a; App inspection不但可以看Sqlite还可以抓包network和background task连抓包工具都省了。 非常好使 2.查看sharedPreference 使…

谈一谈数据库中的死锁问题

文章目录 死锁是什么&#xff1f;死锁的四个必要条件避免死锁的策略 本篇文章是基于《MySQL45讲》来写的个人理解与感悟。 死锁是什么&#xff1f; 死锁是指两个或两个以上的进程在执行过程中&#xff0c;由于竞争资源或者由于彼此通信而造成的一种阻塞的现象。若无外力作用&a…

网络工程师 (31)VLAN

前言 VLAN&#xff08;Virtual Local Area Network&#xff09;即虚拟局域网&#xff0c;是一种将物理局域网划分成多个逻辑上独立的虚拟网络的技术。 一、定义与特点 定义&#xff1a;VLAN是对连接到的第二层交换机端口的网络用户的逻辑分段&#xff0c;不受网络用户的物理位置…

从深入理解 netty——》AI

想了很久&#xff0c;准备写一个系列从深入理解 netty——》AI。 先说下为啥要从netty开始&#xff0c;看看netty的重要性 rocketmq异步消息组件nacos微服务注册中心spring cloud gateway网关redission分布式缓存es全文检索sentinel流量控制&#xff0c;服务保护seata分布式…

从 0 开始本地部署 DeepSeek:详细步骤 + 避坑指南 + 构建可视化(安装在D盘)

个人主页&#xff1a;chian-ocean 前言&#xff1a; 随着人工智能技术的迅速发展&#xff0c;大语言模型在各个行业中得到了广泛应用。DeepSeek 作为一个新兴的 AI 公司&#xff0c;凭借其高效的 AI 模型和开源的优势&#xff0c;吸引了越来越多的开发者和企业关注。为了更好地…

在anaconda环境中构建flask项目的exe文件

一、创建并激活虚拟环境 conda create -n flask_env python3.9 # python版本根据项目需求安装 conda activate flask_env # 激活环境二、安装必要依赖 推荐使用conda&#xff0c;pip没尝试过&#xff0c;但是deepseek给出了命令 conda install flask …

腾讯云服务器中Ubuntu18.04搭建python3.7.0与TensorFlow1.15.0与R-4.0.3环境

所有踩过的坑&#xff0c;都化成了这条平坦的路 云服务器配置 基础配置选择竞价实例&#xff08;便宜/需求小&#xff09; 选择地区&#xff08;距离自己近的就行&#xff09; 实例配置选择异构计算&#xff08;能力较强&#xff0c;性价比高&#xff09;根据GPU显存需求选择…

金融风控项目-1

文章目录 一. 案例背景介绍二. 代码实现1. 加载数据2. 数据处理3. 查询 三. 业务解读 一. 案例背景介绍 通过对业务数据分析了解信贷业务状况 数据集说明 从开源数据改造而来&#xff0c;基本反映真实业务数据销售&#xff0c;客服可以忽略账单周期&#xff0c;放款日期账单金…

JAVA安全—Shiro反序列化DNS利用链CC利用链AES动态调试

前言 讲了FastJson反序列化的原理和利用链&#xff0c;今天讲一下Shiro的反序列化利用&#xff0c;这个也是目前比较热门的。 原生态反序列化 我们先来复习一下原生态的反序列化&#xff0c;之前也是讲过的&#xff0c;打开我们写过的serialization_demo。代码也很简单&…

基于Spring Boot的医院挂号就诊系统【免费送】

基于Spring Boot的医院挂号就诊系统 效果如下&#xff1a; 系统登陆页面 系统主页面 挂号页面 客服页面 挂号管理页面 公告信息管理页面 审核页面 在线咨询管理页面 研究背景 随着医疗技术的不断发展和人们健康意识的提高&#xff0c;医院作为提供医疗服务的核心机构&#x…

玩转适配器模式

文章目录 解决方案现实的举例适用场景实现方式适配器模式优缺点优点:缺点:适配器模式可比上一篇的工厂模式好理解多了,工厂模式要具有抽象的思维。这个适配器模式,正如字面意思,就是要去适配某一件物品。 假如你正在开发一款股票市场监测程序, 它会从不同来源下载 XML 格…

栈的简单介绍

一.栈 栈是一种先进后出的结构&#xff1a;&#xff08;先出来的是45&#xff0c;要出12就必须先把前面的数据全部出完。&#xff09; 2.实例化一个栈对象&#xff1a; 3.入栈&#xff1a; 4.出栈&#xff1a;&#xff08;当走完pop就直接弹出45了。&#xff09; 5.出栈的…

【Java】-【面试】-【Java进阶】

一、分布式 1、分布式锁 2、分布式ID 3、分布式事务

Leetcode - 周赛435

目录 一、3442. 奇偶频次间的最大差值 I二、3443. K 次修改后的最大曼哈顿距离三、3444. 使数组包含目标值倍数的最少增量四、3445. 奇偶频次间的最大差值 II 一、3442. 奇偶频次间的最大差值 I 题目链接 本题使用数组统计字符串 s s s 中每个字符的出现次数&#xff0c;然后…

kafka了解-笔记

文章目录 kafka快速上手Kafka介绍Kafka快速上手理解Kafka的集群工作机制Kafka集群的消息流转模型 Kafka客户端小型流转流程客户端工作机制 kafka快速上手 Kafka介绍 MQ的作用 MQ&#xff1a;MessageQueue&#xff0c;消息队列&#xff0c;是一种FIFO先进先出的数据结构&#…

支持向量机原理

支持向量机&#xff08;简称SVM&#xff09;虽然诞生只有短短的二十多年&#xff0c;但是自一诞生便由于它良好的分类性能席卷了机器学习领域。如果不考虑集成学习的算法&#xff0c;不考虑特定的训练数据集&#xff0c;尤其在分类任务中表现突出。在分类算法中的表现SVM说是排…

解决VsCode的 Vetur 插件has no default export Vetur问题

文章目录 前言1.问题2. 原因3. 解决其他 前言 提示&#xff1a; 1.问题 Cannot find module ‘ant-design-vue’. Did you mean to set the ‘moduleResolution’ option to ‘node’, or to add aliases to the ‘paths’ option? Module ‘“/xxx/xxx/xxx/xxx/xxx/src/vie…

常用的python库-安装与使用

常用的python库函数 yield关键字openslide库openslide库的安装-linuxopenslide的使用openslide对象的常用属性 cv2库numpy库ASAP库-multiresolutionimageinterface库ASAP库的安装ASAP库的使用 concurrent.futures.ThreadPoolExecutorxml.etree.ElementTree库skimage库PIL.Image…

Word成功接入DeepSeek详细步骤

原理 原理是利用Word的VBA宏&#xff0c;写代码接入API。无需下载额外插件。 步骤一、注册硅基流动 硅基流动统一登录 注册这个是为了有一个api调用的api_key&#xff0c;有一些免费的额度可以使用。大概就是这个公司提供token&#xff0c;我们使用这个公司的模型调用deepsee…

【Ubuntu VScode Remote SSH 问题解决】Resolver error: Error: XHR failed

1. 问题描述 VScode使用remote ssh 远程服务器&#xff0c;报错类似&#xff1a; [12:06:01.219] Downloading VS Code server locally... [12:06:01.310] Resolver error: Error: XHR failedat k.onerror (vscode-file://vscode-app/private/var/folders/g1/cvs2rnpx60qc3b4…