首页 > 其他分享 >G. Sakurako's Task

G. Sakurako's Task

时间:2024-09-04 10:05:30浏览次数:5  
标签:Task int 个数 cin Sakurako 空缺

https://codeforces.com/contest/2008/problem/G

总结:一开始思路错了,考虑的只有n = 1和g = 1,还有其他情况。其实情况应该分为其他三种:n = 1,n个数之间的所有空缺都能被填完(并且k仍剩余可以继续往后填),n个数之间的空缺不能被填完三种情况。

inline void solve(){
	int n, k;
	cin >> n >> k;

	vector<int> a(n);
	int g = 0;
	for (auto& x : a) {
		cin >> x;
		g = ::gcd(x, g);
	}

	if (n == 1) {
		cout << (k <= g ? k - 1 : k) << '\n';       //如果只有一个数,特殊处理
	}
	else if (1ll * (g - 1) * (n - 1) <= k - 1) {    //为什么是k-1?因为留出一个数来从n开始计数,保证一定可以填满所有空缺后,仍然有多余的数
		cout << (n + k - 1) << '\n';        //如果所有circle都能被填上(1 ~ g-1, g + 1 ~ 2 * g - 1...)
	}
	else {
		cout << (k - 1) / (g - 1) * g + (k - 1) % (g - 1) + 1 << '\n';
		//这里为什么这么写呢?假如有序列0, 3, 6, 9..,那么g = 3, g - 1 = 2,k = 4
		//如果直接k / 2 = 2,那么起点就是6了,(k - 1) / 2是为了保证,一定从填充结束的前一块开始作为起点
		//而后面的(k - 1) % 2 + 1纯粹是为了避免k最后的填充位置是最后一位,导致取模为0的情况
	}

}

标签:Task,int,个数,cin,Sakurako,空缺
From: https://www.cnblogs.com/yxcblogs/p/18395911

相关文章

  • Datawhale X 李宏毅苹果书AI夏令营 Task3打卡
    3.7批量归一化批量归一化的核心思想在于把误差函数图像的“山铲平”,在某些误差表面上不同参数方向的变化率可能差别很大,此时在损失函数上找到临界点会比较困难比如对一个简单的线性函数\(y=\sigma(w_1\timesx_1+w_2\timesx_2+b)\)来说,我们考虑对于参数\(w_1,w_2\)来说,......
  • Datawhale X 李宏毅苹果书 AI夏令营-深度学习入门班-task3-机器学习实践方法论
    引入在简单了解到机器学习的过程,以及模型函数的优化升级之后,我们需要根据一些方法论,解决模型实践过程中会遇到的问题,学会分析模型数据,按照正确的路径优化模型,减少测试误差(TestingLoss)。实践方法论整体框架下图是实践方法论的整体框架,下文会根据逻辑顺序一一介绍。step......
  • [Javascript] Paralle Task
    functiontimeout(time){returnnewPromise((resolve)=>{setTimeout(resolve,time);});}classParalleTask{constructor(paralleCount=2){this.tasks=[];this.paralleCount=paralleCount;this.runningCount=0;}add(......
  • Datawhale X 李宏毅苹果书 AI夏令营 Task3-机器学习实践方法论
    在上一章介绍完机器学习模型后,我们接着讨论模型中可能存在的一些问题。首先我们需要明确一件事,就是Kaggle上的测试结果不好,可能有多个原因。第一,如果模型在运行训练模型时,所产生的损失就很大,那么有可能是模型偏差(modelbias)或优化(optimization)问题。第二,如果模型在运行训......
  • Datawhale X 李宏毅苹果书 AI夏令营-深度学习入门篇-Task3《深度学习详解》- 实践方法
     核心学习目标:通过《深度学习详解》和李宏毅老师21年的机器学习课程视频,入门机器学习,并尝试学习深度学习,展开代码实践(选修)。该书保留了李宏毅老师公开课中大量生动有趣的例子,帮助读者从生活化的角度理解深度学习的概念、建模过程和核心算法细节,包括卷积神经网络、Transform......
  • 深度学习入门篇Task3#Datawhale X 李宏毅苹果书 AI夏令营
    第二章实践方法论2.1模型偏差模型过于简单导致未拟合重新设计模型增加特征2.2优化问题梯度下降优化的不够,没找到最优参数针在海里,大海捞针,但是方法不给力建议:先使用简单的线性模型或者是SVR测试一下,一般这些模型不会优化不到位训练数据损失突然不再降低或者......
  • H. Sakurako's Test
    H.Sakurako'sTestSakurakowillsoontakeatest.Thetestcanbedescribedasanarrayofintegers$n$andataskonit:Givenaninteger$x$,Sakurakocanperformthefollowingoperationanynumberoftimes:Chooseaninteger$i$($1\lei\len$......
  • 机器学习AI夏令营Task3:深度学习详解
    目录 实践方法论1.模型偏差模型偏差的示例说明代码解释2.优化问题优化问题的基本组成部分优化算法梯度下降算法示例 3.过拟合4.交叉验证5.不匹配 实践方法论    深度学习的实践是一种系统化的过程,它涉及从数据收集与预处理开始,通过构建合适的神经网络......
  • 用友U8 Cloud RepAddToTaskAction SQL注入漏洞
     0x01阅读须知        技术文章仅供参考,此文所提供的信息只为网络安全人员对自己所负责的网站、服务器等(包括但不限于)进行检测或维护参考,未经授权请勿利用文章中的技术资料对任何计算机系统进行入侵操作。利用此文所提供的信息而造成的直接或间接后果和损失,均由使用......
  • Datawhale X 李宏毅苹果书 AI夏令营-跟李宏毅学深度学习(入门)Task3笔记
    目录一、机器学习框架&实践攻略1.总览2.训练误差较大时:    1.模型偏差    2. 优化问题3.训练误差较小时:    1.测试误差较小:    2.测试误差较大:            1.过拟合    2.不匹配一、机器学习框架&实......