LightOJ - 1336 Sigma Function

LightOJ - 1336 Sigma Function

传送门LightOJ - 1336

题意

让你求从一到n中因数和为偶数的数的个数。

题解

在vj上写题的大概都看的中文题面吧,但是换回英文题面就会发现这道题甚至给了你求一个数的因数和的公式。

δ(n)=i=1spai+1i1pi1 δ ( n ) = ∏ i = 1 s p i a i + 1 − 1 p i − 1

或者写成
i=1sj=0aipji ∏ i = 1 s ∑ j = 0 a i p i j

这个公式这几天写数论题总看见他哈,我们来把它拆开看看。
δ(n)=(1+p1+p21+...+pa11)×(1+p2+p22+...+pa22)×...×(1+pj+p2j+...+pajj) δ ( n ) = ( 1 + p 1 + p 1 2 + . . . + p 1 a 1 ) × ( 1 + p 2 + p 2 2 + . . . + p 2 a 2 ) × . . . × ( 1 + p j + p j 2 + . . . + p j a j )

那我们很容易想到,当且进当每一项 (1+pj+p2j+...+pajj) ( 1 + p j + p j 2 + . . . + p j a j ) 都为奇数时, δ(n) δ ( n ) 为奇数。
那么什么情况时 (1+pj+p2j+...+pajj) ( 1 + p j + p j 2 + . . . + p j a j ) 为奇数呢?

  1. 如果素数为2,那么那一项的 (1+pj+p2j+...+pajj) ( 1 + p j + p j 2 + . . . + p j a j ) 一定为奇数
  2. 除了2以外,其他的素数都是奇数,设当前素数为 pj p j ,那么当且仅当 aj a j 为偶数的时候, (1+pj+p2j+...+>pajj) ( 1 + p j + p j 2 + . . . + > p j a j ) 为奇数。当 n n 唯一因数分解出的每一个素数的个数都为偶数时,这个数就是完全平方数

那就很好理解了,n以下的δ(n)为奇数的数,只有完全平方数,或者完全平方数乘以2(ps:其他的2的几次方都已经被计算在完全平方数中了)。而小于n的完全平方数个数就是 floor(n) f l o o r ( n ) 个。那么小于n的 δ(n) δ ( n ) 为奇数的数的个数就等于 floor(n)+floor(n2) f l o o r ( n ) + f l o o r ( n 2 ) ,那么本题答案就为:

n(floor(n)+floor(n2)) n − ( f l o o r ( n ) + f l o o r ( n 2 ) )

ac代码

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <queue>
#include <cstring>
#include <string>
#include <vector>
#include <stack>
#include <cmath>
#include <ctime>
#include <map>
#include <set>
#include <iomanip>
//#include <unordered_map>

#pragma comment(linker, "/STACK:102400000,102400000")
#define fir first
#define sec second
#define lson l, mid, rt << 1
#define rson mid + 1, r, rt << 1 | 1
#define clr(x) memset(x,0,sizeof(x))
#define cld(x) memset(x,-1,sizeof(x))
#define clx(x) memset(x,63,sizeof(x))
#define cln(x) memset(x,-64,sizeof(x))
#define rush() int T;scanf("%d",&T);for(int NUM = 1; NUM <= T ; ++NUM)
#define pi 3.1415926
#define VM 100047
#define EM 400047
#define rd(x) scanf("%d",&x);
#define seed() srand((unsigned)time(NULL))
#define random(a, b) rand() % (b - a + 1) + a
using namespace std;
typedef long long ll;
typedef unsigned long long ull;
typedef pair<int, int> pii;
typedef pair<ll, ll> pll;

const int inf = 0x3f3f3f3f;
const ll llf = 0x3f3f3f3f3f3f3f3f;
const int maxn = (int) 1e6 + 7;
const double eps = 1e-10;
const ll mod1 = (int) 1e9 + 7;
const ll mod2 = 998244353;
const ll has = 99959;
const int dx[] = {0, 1, 0, -1};
const int dy[] = {1, 0, -1, 0};



int main() {
    std::ios::sync_with_stdio(false);
#ifndef ONLINE_JUDGE
    freopen("in.txt", "r", stdin);
    freopen("out.txt", "w", stdout);
#endif
    ll n;
    rush() {
        scanf("%lld", &n);
        printf("Case %d: %lld\n",NUM,n - (ll)sqrt(n) - (ll) sqrt(n / 2));
    }
    return 0;
}
使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值