1、最大公约数-欧几里得算法(辗转相除法)
就是辗转相除法的实现。
//计算a、b的最大公约数
int gcd(int a,int b){
return b==0?a:gcd(b,a%b);
}
2、最小公倍数
int lcm(int a,int b){
return (a*b)/gcd(a,b);
}
int gcd(){...}//最大公约数 函数
3、快速幂 O(logn)
假设求 35(xy),把指数换成二进制,就成了 3101
我们从后向前遍历指数,
- 首先是 1 (二进制与运算 y&1 ,判断当前位是1还是0),代表结果res 需要乘 31 ,直接用 res *= x;同时让 y 右移一位(y >>= 1);同时 x *=x (因为下一位 是x2 )
- 第二位是 0 ,无需对 res 运算,直接执行 y 右移;x 扩增( x *= x 因为下一位是 初始x4)
- 第三位是 1,res *= x 【此时的 x 已经是初始的4次了】;y >>=1 ;x *= x;
三个循环 结束,相比将连续乘 少了两次。
//求x^y,(费马小定理求 1/a 模 p 的逆元 qpom(a,p-2,p))
long qpom(long x, long y, long mod){
long res = 1l;
while(y!=0){
if((y&1)==1)res = res*x%mod; //%mod,添加mod在这里;PS:&优先级小于==,加括号
y >>= 1;
x = x*x%mod;//%mod,添加mod
}
return res;
}
4、矩阵快速幂
矩阵x 的 y次,
首先是矩阵和矩阵的乘法规则,a * b 要 ((a的第一行 乘以 b的第一列) 的和) 作为 结果矩阵的第一行一列的值。
剩余快速幂和之前一样,只不过乘法变成了,乘矩阵。(矩阵乘法支持乘法结合律)
//a*b
int[][] Matrix(int[][] a,int[][] b){
int n=a.length;
int[][] temp=new int[n][n];
for(int i=0;i<n;++i)
for(int j=0;j<n;++j)
for(int k=0;k<n;++k)
temp[i][j]=temp[i][j]+a[i][k]*b[k][j];//%mod
return temp;
}
//qpom x^y
int[][] qpom(int[][] x,int y){
int[][] res=new int[x.length][x.length];
for(int i=0;i<x.length;++i)res[i][i]=1;
while(y!=0){
if((y&1)==1)res=Matrix(res,x);
y>>=1;
x=Matrix(x,x);
}
return res;
}
5、最大的 不大于A的 B的倍数
有点绕嘴,求 最大的不大于16的3的倍数,答案应该是15。
15是 (小于16的 (3的倍数))里最大的。
int c = A/B*B;
PS:在java中 A%B == A-A/B*B
6、求组合数 C n m C_n^m Cnm
首先
C
n
m
C_n^m
Cnm =
C
n
n
−
m
C_n^{n-m}
Cnn−m,可以减少 操作次数
C
n
m
C_n^m
Cnm =
n
∗
(
n
−
1
)
∗
(
n
−
2
)
∗
.
.
.
∗
(
n
−
m
+
1
)
1
∗
2
∗
3
∗
.
.
.
∗
m
{n*(n-1)*(n-2)*... *(n-m+1)}\over{1*2*3*... *m}
1∗2∗3∗...∗mn∗(n−1)∗(n−2)∗...∗(n−m+1) =
n
1
n\over 1
1n *
n
−
1
2
n-1\over 2
2n−1 * … *
n
−
m
+
1
m
n-m+1\over m
mn−m+1 =
long C(long n, long m){
if(m>n-m) m=n-m;
long res = 1l;
for(int i=1;i<=m;++i,--n){
res = res*n/i;
}
return res;
}
7、求 k p k^p kp 有多少位
1
0
n
10^n
10n 的位数是 n+1 位,例如
1
0
2
10^2
102 为100,有三位(1、0、0);
k ,可以写成
1
0
l
o
g
10
k
10^{log_{10}k}
10log10k,
这样
k
p
k^p
kp =
(
1
0
l
o
g
10
k
)
p
(10^{log_{10}k})^p
(10log10k)p =
1
0
p
∗
l
o
g
10
k
10^{p*log_{10}k}
10p∗log10k,所以位数是
1
+
p
∗
l
o
g
10
k
{1+p*log_{10}k}
1+p∗log10k
PS:这个和进制没关系,因为二进制的2,写成也是“10”,八进制的八也是“10”,最后的效果一样。
int cnt = (int)(p*Math.log10(k)+1);
假如 k 是十进制,但是求 转化成m进制 的位数。参考上方,变成 m p ∗ l o g m k m^{p*log_{m}k} mp∗logmk
int cnt = (int)(p*(Math.log(k)/Math.log(m))+1);
8、Eluer 欧拉素数筛
任何一个合数都能分解成一个质数乘另一个数
所以筛质数时,可使用这项筛除之后出现的合数。
boolean[] noPrime = new boolean[num+1];//合数为true,num是筛[2,num]之间的素数
int[] prime = new int[num+1];//存储素数
int EluerTop = 0;//prime的边界,因为会有多余零
void Eluer(int num){
for(int i=2;i<=num;++i){//因为从素数合数最小就是2
if(!noPrime[i]) prime[EluerTop++] = i;//添加素数
for(int j=0;j<EluerTop;++j){
if(i*prime[j] > num) break;//超出范围,直接停下
noPrime[i*prime[j]] = true;//合数为true
if(i%prime[j] == 0) break;//避免重复给一个合数赋值。就拿4%2==0来说,在这之前可定有3*2=6这个合数,那么4*3可以为6*2,就没必要在这步给12赋值了。
}
}
}
9、位运算快速求一个正整数 二进制下1的个数
可以假设一下,二进制10100减去1,就是把低位上第一个1和后边的零进行了取反,变成10011,
此时两数与运算 得到10000,
去掉了低位第一个1,也就是说有一个1,
那么只要与运算结果不为零,就继续下去
int getCnt(int num){
int cnt = 0;
while(num != 0){
num &= num - 1;//num=(-num^num)# 不用加减的纯位运算
/**
* 这里需要说一下-num的问题,不是单纯符号位取反!!!
* 举例:-1 为 11111111111111111111111111111111
* 因为 -1 + 1 = 0,二进制0为0000...00,1为0000...01,
* 由此可知-1为1111...11
* 只有这样 -1 + 1才能一直进位 把所有1 变成0,
**/
++cnt;
}
return cnt;
}
10、位运算 判断一个数能否被二整除
boolean can(int num){
return (num&1)==0;//注意==优先级大于&,加括号
}
11、原地算法(不使用额外空间 交换两个数)
位运算异或 ^,相同为0,不同为1;
以下的代码,可以自己画两个圈圈,取交集啥的。
void swap(int a,int b){//假交换,没有改变传入值,这里只是演示
a = a^b;//此时a是1的位置为ab的不相交部分
b = a^b;//此时b是1的位置为a的部分
a = a^b;//实现交换
}
注意!当两者为同一个变量时,原地算法为零。举例:
- int[] a = new int[]{1,2};swap(a[0],a[0]);交换中a[0]变为零。
- int a=1,b=1;swap(a,b);只是值相同,并非同一个变量时 没有影响,结果都还是1。
12、位运算 计算从1到n连续异或运算的值 O(1)
看着代码研究一天没明白,看了网上的解析:
首先是几个理论:
- 0异或任何值,都是那个值本身。
- ^满足交换律和结合律
- 连续的异或,看相同位数的1的个数,偶数个最后此位为0,奇数为1。举例
1(001)
2(010)
3(011)
4(100)
最低位有两个 ,中间有两个,最高位有一个,所以异或结果为4(100) - k>1,从1连续异或到 2 k − 1 2^k-1 2k−1,结果为 0 0 0(可以试试,因为对应1位置的个数都是偶数)
定义:
f
(
m
,
p
)
f(m,p)
f(m,p)=
m
m
m^
⋯
\cdots
⋯ ^
p
p
p (从m异或到p)
我们需要计算
f
(
1
,
n
)
f(1,n)
f(1,n),
假设n>=4,
f
(
0
,
n
)
=
f
(
0
,
2
k
−
1
)
f(0,n)=f(0,2^{k}-1)
f(0,n)=f(0,2k−1) ^
f
(
2
k
,
n
)
,
k
>
1
f(2^{k},n) ,k>1
f(2k,n),k>1
前边理论1234,使得上式
=
0
=0
=0 ^
f
(
2
k
,
n
)
=
f
(
2
k
,
n
)
f(2^{k},n)=f(2^{k},n)
f(2k,n)=f(2k,n)
之间有
m
=
n
+
1
−
2
k
m=n+1-2^k
m=n+1−2k个数,相当于二进制最高位第(k+1)位有m个(写写二进制就知道了)
- 假如n为奇数,那么m为偶数,最高位异或完是0。
f
(
2
k
,
n
)
=
f
(
0
,
n
−
2
k
)
f(2^{k},n)=f(0,n-2^k)
f(2k,n)=f(0,n−2k)
n − 2 k n-2^k n−2k为与 n n n的相同,递推下去,得到 = f ( 0 , n =f(0,n =f(0,n% 4 ) 4) 4) - n为偶数,m就为奇数,说明最高位是1,相当于上式基础再多异或一个 2 k 2^k 2k, f ( 2 k , n ) = f ( 0 , n − 2 k ) f(2^{k},n)=f(0,n-2^k) f(2k,n)=f(0,n−2k) ^ 2 k = f ( 0 , n 2^k=f(0,n 2k=f(0,n% 4 ) 4) 4) ^ 2 k 2^k 2k,然后其他的和上边一样
综上:
f
(
1
,
n
)
=
f
(
0
,
n
)
=
f(1, n) = f(0, n) =
f(1,n)=f(0,n)=
n , n n,n n,n% 4 = = 0 4 == 0 4==0
1 , n 1,n 1,n% 4 = = 1 4 == 1 4==1
n + 1 , n n +1, n n+1,n% 4 = = 2 4 == 2 4==2
0 , n 0 , n 0,n% 4 = = 3 4 == 3 4==3
int oneToN(int n){
int t = n&3;
if((t&1)==1)return t>>1^1;
return t>>1^n;
}
13、欧拉函数
在数论,对正整数n,欧拉函数是小于或等于n的正整数中与n互质的数的数目(因此φ(1)=1)。
int phi(int n) {
int m = (int) Math.sqrt(n + 0.5);
int res = n;
for(int i=2;i<=m;++i) {
if(res%i==0) {
res *=(i-1)/i;
while(n%i==0)n/=i;
}
}
if (n>1)res*=(n-1)/n;
return res;
}