LeetCode| 大数求余：即答案对1e9+7（1000000007）取模原因、方法总结

最新推荐文章于 2025-05-20 03:26:57 发布
最新推荐文章于 2025-05-20 03:26:57 发布
阅读量1.9k 收藏 4
点赞数 2
分类专栏： python 学习总结 LeetCode 文章标签： leetcode 算法
原文链接：https://blog.csdn.net/weixin_48419914/article/details/120803060?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~aggregatepage~first_rank_ecpm_v1~rank_v31_ecpm-1-120803060.pc_agg_new_rank&utm_term=%E5%8F%96%E6%A8%A1+%E7%AE%97%E6%B3%95+%E8%A
版权

大数求余原因：大数越界

大数越界：随着n增大，f(n)会超过Int32甚至Int64的取值范围，导致最终的返回值错误。

当一个问题只对答案的正确性有要求，而不在乎答案的数值，可能会需要将取值很大的数通过求余变小。

求余运算规则：

设正整数x，y，p，求余符号为⊙。

对于加法运算： (x+y)⊙p = (x⊙p+y⊙p)⊙p
对于乘法运算： (xy)⊙p = [(x⊙p)(y⊙p)]⊙p

以防x，y本身就超出int32范围，可以创建一个long型变量tmp保存临时结果。

《英雄编程体验课》第 15 课 | C语言中的数学库
英雄哪里出来
07-05 5万+
C语言中的数学库
Leetcode 递归题目总结
sdau_clt的博客
03-14 1807
Leetcode上的递归一共有45道，现在刷了一半了，花一天半时间复盘，之后进入下一类题型。 实质 把问题转化为规模缩小了的同类问题的子问题，是一种直接或者间接调用自身的算法。 特点 必须有一个明确的递归结束条件，称为递归出口 递归算法解题通常显得很简洁，但递归算法解题的运行效率较低。所以一般不提倡用递归算法设计程序。（比如在leetcode上用递归求斐波那契数列就溢出） 在递归调用的过程当中系统为每一层的返回点、局部量等开辟了栈来存储。递归次数过多容易造成栈溢出等。所以一般不提倡用递归算法设计...
力扣LeetCode 简单题9.回文数 。取余数法
m0_46630679的博客
03-09 295
9. 回文数 难度简单1862 给你一个整数x，如果x是一个回文整数，返回true；否则，返回false。 回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。 例如，121是回文，而123不是。 示例 1： 输入：x = 121 输出：true 示例2： 输入：x = -121 输出：false 解释：从左向右读, 为 -121 。 从右向左读, 为 121- 。因此它不是一个回文数。 示例 3： 输入：x = 10 输出：false 解释...
矩阵快速幂求斐波那契数列（对1e9+7取模）
theshun的博客
09-04 1419
将斐波那契的性质Fn=Fn-1+Fn-2利用起来，构造出一个A={{1,1},{1,0}}的二维矩阵，则fn可以用A的n-2次方来表示，再加上小学学过的矩阵快速幂，将时间复杂度降为O(logn) 不多BB了，上模板(此模板仅用于斐波那契数列的求解，其他矩阵快速幂得换种写法) class Solution { public: static const int mod=1e9+7; struct node{ long long a,b,c,d; node(long
LeetCode-剑指offer-14-II-剪绳子（大数取余、动态规划、循环取余、快速幂）
快乐学术猿
02-07 1459
目录题目要求解题过程 题目要求 原题链接：剑指 Offer 14- II. 剪绳子 II | 343. 整数拆分 给你一根长度为 n 的绳子，请把绳子剪成整数长度的 m 段（m、n都是整数，n>1并且m>1），每段绳子的长度记为 k[0],k[1]…k[m - 1] 。请问 k[0]k[1]…*k[m - 1] 可能的最大乘积是多少？例如，当绳子的长度是8时，我们把它剪成长度分别为2、3、3的三段，此时得到的最大乘积是18。 答案需要取模 1e9+7（1000000007），如计算初始结果为：
为什么很多题目都对1e9+7取模？
Tech in Pieces
04-30 8376
取模出现在什么场景下？ 出现在大数阶乘或者是大数的排列组合，一般要求对输出结果进行取模。 为什么用到这种数呢？ 其实不止1e9+7，还有1e9+9和998244353。这三个数都是一个质数，同时小于2的30次方 。 这种数的奇妙之处在于：如果原数是Int，那么所有模过的数之间的加法操作必然不会溢出int 如果原数是long,那么所有模过的数两两相乘必然不会溢出long ...
字节笔试题，求大数对(1e9+7)值取模结果
hang916的博客
09-21 5264
字节笔试题求2的100万次方对(1e9+7)取模的结果使用分治法 求2的100万次方对(1e9+7)取模的结果 提示 A=B*C，则A mod x=((B mod x))×(C mod x)) mod xA\bmod x = \left( {\left( {B\bmod x} \right)) \times \left( {C\bmod x} \right)} \right)\bmod xAmodx=((Bmodx))×(Cmodx))modx 使用分治法 21000000=2500000×2500000{
【算法题】青蛙跳台阶问题（附过程取模证明）
Jcrazy Blog
04-14 1454
题目 一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。 答案需要取模 1e9+7（1000000007），如计算初始结果为：1000000008，请返回 1。 示例 1： 输入：n = 2 输出：2 示例 2： 输入：n = 7 输出：21 提示： 0 <= n <= 100 来源：力扣（LeetCode） 链接：http...
蓝桥杯竞赛全攻略：从入门到精通，程序员的成长之路
最新发布
AI天才研究院
05-20 637
蓝桥杯作为国内影响力最大的IT类赛事之一，是检验大学生编程能力的重要平台。竞赛规则与评分标准解析核心知识体系构建（数据结构、算法、编程范式）实战解题技巧与时间管理策略真题案例拆解与代码优化方法赛前心理调适与赛后职业规划竞赛核心概念与赛制解析编程基础与工具链准备算法与数据结构深度精讲（附Python实现）解题流程优化与常见陷阱规避近五年真题案例实战（含完整代码与复杂度分析）模拟考试与错题管理体系竞赛策略与职业发展建议蓝桥杯。
LeetCode 10: 斐波那契数列 ； 青蛙跳台阶问题 ； 三步问题
无知小九的博客
05-31 655
文章目录T1[X]: 剑指 Offer 10- I. 斐波那契数列 （简单）网址思路解法 1: 循环求余法易错点:T2: 剑指 Offer 10- II. 青蛙跳台阶问题（简单）网址思路解法 1: 循环取余法易错点:T3: 面试题 08.01. 三步问题 （简单）网址思路解法 1:易错点: T1[X]: 剑指 Offer 10- I. 斐波那契数列 （简单） 网址 https://leetcode-cn.com/problems/fei-bo-na-qi-shu-lie-lcof/ 写一个函数，输入 n ，
LeetCode412. Fizz Buzz() (取余)
ym & blog
03-12 246
写一个程序，输出从 1 到 n 数字的字符串表示。 如果 n 是3的倍数，输出“Fizz”； 如果 n 是5的倍数，输出“Buzz”； 3.如果 n 同时是3和5的倍数，输出 “FizzBuzz”。 示例： n = 15, 返回: [ “1”, “2”, “Fizz”, “4”, “Buzz”, “Fizz”, “7”, “8”, “Fizz”, “Buzz”, “11”, “Fizz”, “1...
大数求余：即答案对1e9+7（1000000007）取模原因、方法总结
黄佳俊的博客
10-16 2783
大数求余原因：大数越界 大数越界：随着n增大，f(n)会超过Int32甚至Int64的取值范围，导致最终的返回值错误。 当一个问题只对答案的正确性有要求，而不在乎答案的数值，可能会需要将取值很大的数通过求余变小。 求余运算规则： 设正整数x，y，p，求余符号为⊙。对于加法运算：(x+y)⊙p = (x⊙p+y⊙p)⊙p 对于乘法运算：(x*y)⊙p = [(x⊙p)*(y⊙p)]⊙p 以防x，y本身就超出int32范围，可以创建一个long型变量tmp保存临时结果。 ...
为什么对1e9+7取模
热门推荐
qq_46689648的博客
02-06 1万+
本篇是基于两篇较清晰的解析：为什么是1e9+7和1e9+7取模的易错点的总结 为什么是1e9+7？ 1、1e9+7对int来说非常大，通常1e9代表无穷大 int数值的范围是-2147483648 到 2147483647，1e10已经超出范围了，所以在计算最小值的操作中，1e9常用来初始化代表无穷大。 2、对1e9+7取模的原因 在一些算法题目中，会遇到这样的情况： 由于结果可能较大，将结果mod 1e9+7，即mod 1000000007 。 或者**（ a * b ) % c = [ ( a % c
大数取余
patkritLee的博客
09-27 702
//将“14689”看成多项式相加的和，即1*10^5+4*10^4+6*10^3+8*10^2+9*10^1，每一项如果看成X,Y,Z //结合一些模运算的性质来考虑，比如，对多个数字的相加再求模和先对中间部分结果求模再相加后面的数再求模的结果是一样的 //即 (X+Y+Z)modP =((X+Y)modP+ Z)modP = ((XmodP +Y)modP+Z)modP /*
【LeetCode_整数_取余运算】7. 整数反转
人类所有真实的快乐，一定是恒久的努力
12-12 475
【LeetCode_整数_取余运算】7. 整数反转
leetcode：两数相加（java，考察点：数字取整、取余）
从一点一滴做起
04-17 490
题目 给出两个 非空 的链表用来表示两个非负的整数。其中，它们各自的位数是按照 逆序 的方式存储的，并且它们的每个节点只能存储 一位 数字。 如果，我们将这两个数相加起来，则会返回一个新的链表来表示它们的和。 您可以假设除了数字 0 之外，这两个数都不会以 0 开头。 示例： 输入：(2 -> 4 -> 3) + (5 -> 6 -> 4) 输出：7 ->...
大数操作为什么总对1e9+7取模？
weixin_65091178的博客
05-06 847
大数操作为什么总对1000000007取模？其实主要原因是：随着n增大，f(n)会超过Int32甚至Int64的取值范围，导致最终的返回值错误。
求2的n次方对1e9+7的模
帅比王的博客
06-01 5141
有如下问题： 求2^n mod (1e9+7)，其中1< n < 10^100000。 首先明确一下此类问题的几种算法，首先朴素算法，即暴力循环求解，是O(N)复杂度，适用范围应该是n小于1000000；然后是快速幂算法，效率是O(log N)，适用于n小于2100000级别的；然后就是上面的例题了，由于范围是10100000，即使是快速幂也不可能在期望时间内解决，这时候需要另辟蹊...
求2的n次方对1e9+7的模，n大约为10的100000次方（费马小定理）
weixin_33963594的博客
01-30 1580
　　昨天做了一个题，简化题意后就是求2的n次方对1e9+7的模，其中1<=n<=10100000。这个就算用快速幂加大数也会超时，查了之后才知道这类题是对费马小定理的考察。 　　费马小定理：假如p是质数，且gcd(a,p)=1（a，p互质），那么 a^(p-1)≡1（mod p）。 由题可知，1e9+7是个质数（许多结果很大的题都喜欢对1e9+7取模），2是整数，a与p互质显而易见...
求有向图上mod1e9+7的最短路径
04-01
<think>嗯，用户想了解如何求有向图上模1e9+7的最短路径。首先，我得确定这个问题的具体含义。这里的“模1e9+7”可能有两种理解：一种是最短路径的长度在计算过程中需要取模，另一种可能是边权本身就是模后的值。不过通常来说，最短路径算法中的模运算通常是在结果上应用，防止数值过大，比如在需要输出答案时取模。但用户提到的是“求有向图上mod1e9+7的最短路径”，可能指的是路径权重需要满足某种模数条件，比如最短路径长度在模1e9+7后的值最小。或者，可能是要求路径长度在模意义下的最小值，即寻找所有可能路径中，路径长度mod 1e9+7最小的那个。 接下来，我需要考虑不同的情况。如果是常规的最短路径，但最终结果需要取模，那直接使用Dijkstra或SPFA等算法，计算实际的最短路径，然后对结果取模即可。但用户的问题可能更复杂，比如要求在模意义下的最小值。例如，可能存在多条路径，其实际长度不同，但模1e9+7后可能更小。比如，假设1e9+7是质数，那么可能需要考虑路径长度在模这个数后的最小非负值。 不过，这样的问题在传统的最短路径算法中没有直接对应的方法，因为模运算会破坏路径长度的可加性结构。比如，a ≡ b mod M，并不一定意味着a + c ≡ b + c mod M，但这里可能用户的问题需要找到路径长度mod M后的最小值，无论实际路径长度的大小，比如希望找到路径长度mod M后最小的非负整数，即使实际路径可能很大，但模后更小。 这种情况下，可能需要重新定义状态。例如，在Dijkstra算法中，不仅要记录到达某个节点时的最短距离，还要记录该距离mod M的值。因为可能存在不同的路径到达同一个节点，但它们的mod值不同，而其中某个mod值更小。例如，假设M=7，到达某节点u有两条路径，长度分别为8和15，那么mod7后分别是1和1，此时可能选择更短的实际长度。但如果另一条路径长度是6，mod7后是6，虽然实际长度更短，但mod后的值更大。所以，用户的问题可能分为两种情况：1. 求实际的最短路径，然后输出mod M后的结果；2. 求所有路径中mod M后的值最小的那个，即使实际路径长度更长，但mod后更小。 如果是第一种情况，常规的最短路径算法即可，最后取模。但如果是第二种情况，就需要更复杂的处理。例如，对于每个节点u，维护一个数组dist[u][r]，表示到达u时路径长度mod M为r的最小实际长度。然后，通过类似Dijkstra的方式，每次扩展状态时，计算新的mod值，并更新对应的实际长度。 不过，这样的方法可能面临状态数爆炸的问题，因为M是1e9+7，这个数值极大，无法为每个节点维护M个状态。这时候，问题就变得不可行了。所以，这可能意味着用户的问题其实是第一种情况，即求实际的最短路径，然后对结果取模。或者，可能存在某种约束条件，比如边权较小，或者M较小，但用户给出的M是1e9+7，这显然无法处理。 因此，可能需要进一步确认用户的问题。但根据常规情况，用户可能是在求实际最短路径，然后取模，比如在算法竞赛中，为了避免数值过大，通常会要求对结果取模，例如在存在负权边的情况下使用SPFA，或者没有负权边使用Dijkstra，最后结果mod 1e9+7。例如，LeetCode中的某些题目可能会有这样的要求。 假设用户的问题属于这种情况，那么回答应该集中在常规的最短路径算法上，并说明最后对结果取模。例如，对于有向无环图（DAG）且无负权边的情况，使用Dijkstra算法；存在负权边则使用Bellman-Ford或SPFA。然后，结果再取模。 但用户的问题描述可能更复杂，比如可能存在边权是模数后的值，或者需要在计算过程中保持模数，这需要不同的处理方式。不过，根据常规情况，最可能的解释是求实际最短路径的长度，然后输出mod 1e9+7。因此，回答应该围绕常规的最短路径算法，并最后处理模运算。 另外，需要注意1e9+7是一个大质数，通常在编程竞赛中用于避免整数溢出和取模需求。因此，可能问题的输入边权已经很大，需要在计算过程中不断取模，以防止数值溢出，但最终要输出的是实际最短路径的模。不过，这在算法过程中是不可能的，因为取模会改变数值大小，从而影响后续的比较。例如，假设实际路径长度为1e9+8，取模后为1，而另一条路径长度为2，取模后为2。此时，正确的做法是选择实际更短的路径，即长度为2的路径，而不是模后更小的1e9+8。因此，在计算过程中不能取模，必须在最后结果处取模。 因此，正确的步骤是：使用常规的最短路径算法计算实际最短路径的长度，然后对该长度取mod 1e9+7。如果最短路径长度可能为负数（存在负权边），则需要先调整到非负数，例如加上M直到结果为正，再取模。 总结回答的结构应该是： 1. 确定问题类型：求实际最短路径，结果取模。 2. 根据图的情况选择算法：无负权边用Dijkstra，有则用Bellman-Ford或SPFA。 3. 处理结果，取模1e9+7。 4. 注意可能的溢出问题，在编程中使用大整数类型或边计算边取模（但仅当不影响实际路径长度比较时，否则不行）。 5. 提供伪代码或步骤说明。 但需要再次确认，在存在负权的情况下，最短路径可能为负数，此时取模需要处理负数的情况，比如模运算后的结果是非负的。例如，-1 mod 1e9+7等于1e9+6。 因此，在回答时需要涵盖这些点，并确保用户了解如何处理不同的情况。</think>要解决有向图上求模$10^9+7$的最短路径问题，需明确以下两种情况并选择相应方法： --- ### **一、常规最短路径 + 结果取模** **适用场景**：求实际最短路径长度后，再对结果取模$10^9+7$。 #### **步骤** 1. **选择算法**： - **无负权边**：用Dijkstra算法（时间复杂度$O((V+E)\log V)$）。 - **有负权边**：用SPFA或Bellman-Ford算法（时间复杂度$O(VE)$）。 2. **计算实际最短路径**： - 正常执行最短路径算法，记录到达终点的实际最短距离$d$。 3. **取模处理**： - 若$d \geq 0$：结果为$d \bmod (10^9+7)$。 - 若$d < 0$：结果为$(d \bmod (10^9+7) + 10^9+7) \bmod (10^9+7)$（确保非负）。 #### **示例代码框架（Dijkstra）** ```python import heapq MOD = 10**9 + 7 def shortest_path_mod(n, edges, start, end): graph = [[] for _ in range(n)] for u, v, w in edges: graph[u].append((v, w)) dist = [float(&#39;inf&#39;)] * n dist[start] = 0 heap = [(0, start)] while heap: d, u = heapq.heappop(heap) if u == end: break if d > dist[u]: continue for v, w in graph[u]: if dist[v] > dist[u] + w: dist[v] = dist[u] + w heapq.heappush(heap, (dist[v], v)) if dist[end] == float(&#39;inf&#39;): return -1 # 不可达 return dist[end] % MOD ``` --- ### **二、模意义下的最短路径（特殊需求）** **适用场景**：在所有路径中，找到路径长度模$10^9+7$后最小的值（即使实际路径更长）。 #### **难点与限制** - 直接维护所有可能的模值状态需要$O(V \cdot M)$空间（$M=10^9+7$），完全不可行。 - **解决方法**：仅当边权范围较小或问题有特殊约束时，可用动态规划优化（如边权为1）。 #### **替代思路** 如果边权均为**非负整数**且范围较小（如$w \leq 1000$），可定义状态$dp[u][r]$表示到达节点$u$时，路径长度模$M$为$r$的最小实际长度。用BFS或优先队列遍历状态。 --- ### **关键总结** 1. **常规需求**：用标准最短路径算法，结果取模。 2. **特殊需求**：若需模意义下最小，通常因状态数过大无法直接求解，需具体问题具体分析。 3. **注意负数处理**：模运算需保证结果非负。 若有更具体的约束条件（如边权范围），可进一步优化算法。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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