求最大公约数(gcd)与最小公倍数(lcm)【C/C++】

求最大公约数(gcd)与最小公倍数(lcm)【C/C++】

  大家好啊,欢迎来到本博客( •̀ ω •́ )✧,我将带领大家详细的了解最大公约数的思想与解法。

这只小猫太可爱了,于是我顺手就偷了过来

一、什么是公约数

公约数,也称为公因数,是指两个或多个整数共有的因数。具体来说,如果一个整数能被两个或多个整数整除,那么这个整数就是这些整数的公约数。

例如,考虑整数12和18:

  • 12的因数有 :1, 2, 3, 4, 6, 12
  • 18的因数有:1, 2, 3, 6, 9, 18

12和18的公约数是它们共有的因数,即:1, 2, 3, 6

附:lcm是最小公倍数

定理:a、b 两个数的最小公倍数(lcm)乘以它们的最大公约数(gcd)等于 a 和 b 本身的乘积。

如:gcd(a,b) * lcm(a,b)=a*b

所以,只要学会gcd,lcm就能直接推导出来

lcm(a,b) = a*b/gcd(a,b);


二、计算最大公约数的方法:

学习数论的一系列算法时,往往直接看算法,是看不懂的。

这里我们先学习数学解法、在给出算法。

1、辗转相除法:(欧几里得算法)
数学:

假设我们有两个正整数 a 和 b,其中 a>b。根据辗转相除法,最大公约数 gcd(a,b) 可以通过以下步骤求得:

  1. 第一步:计算 a mod b,得到余数 r。
  2. 第二步:将 a 替换为 b,将 b 替换为 r。
  3. 第三步:重复上述步骤,直到 b=0 时,此时 a 即为最大公约数。

下方用(18、12)举例。

如图:
代码:
简约背诵版:
#include "iostream" using namespace std; // 求公约数 int gcd(int a, int b){ while(a%b!=0){ int c = a%b; a=b; b=c; } return b; } int main(){ int a,b; a = 18; b = 12; cout<<func(a,b)<<endl; return 0; } 
解释版:
// 包含输入输出流头文件,用于使用 cin 和 cout 进行输入输出操作 #include <iostream> // 使用标准命名空间,这样就可以直接使用标准库中的类和函数,而无需加 std:: 前缀 using namespace std; /** * 函数功能:计算两个整数的最大公约数(Greatest Common Divisor, GCD) * 参数: * a: 第一个整数 * b: 第二个整数 * 返回值: * a 和 b 的最大公约数 * 算法:使用欧几里得算法(辗转相除法)来计算最大公约数 * 原理:两个整数 a 和 b(a > b)的最大公约数等于 b 和 a % b 的最大公约数 */ int gcd(int a, int b) { // 当 a 除以 b 的余数不为 0 时,继续循环 while (a % b != 0) { // 计算 a 除以 b 的余数,并将其存储在变量 c 中 int c = a % b; // 将 b 的值赋给 a a = b; // 将余数 c 的值赋给 b b = c; } // 当循环结束时,b 即为 a 和 b 的最大公约数,将其返回 return b; } int main() { // 定义两个整型变量 a 和 b,用于存储要计算最大公约数的两个数 int a, b; // 给变量 a 赋值为 18 a = 18; // 给变量 b 赋值为 12 b = 12; // 调用 gcd 函数计算 a 和 b 的最大公约数,并将结果输出到控制台 cout << gcd(a, b) << endl; // 程序正常结束,返回 0 表示成功 return 0; }
2、更相减损版(辗转相减法)
数学:

更相减损法是一种古老的算法,用于求两个正整数的最大公约数(GCD)。它最早出现在中国古代数学著作《九章算术》中。以下是更相减损法的数学用法和原理

更相减损法的基本原理是:对于任意两个正整数 a 和 b(假设 a≥b),如果 a 和 b 都是偶数,则可以用 2 约简;如果 a 和 b 不都是偶数,则用较大的数减去较小的数,然后继续对所得的差和较小的数进行同样的操作,直到两个数相等为止。这个相等的数就是它们的最大公约数。

如图:
代码:
简约背诵版: 
#include "iostream" using namespace std; int func(int a, int b){ while(a-b!=0){ int c = a - b; a = b; b = c; } return a; } int main(){ int a,b; a = 18; b = 12; cout<<func(a,b)<<endl; return 0; }
解释版:
// 引入标准输入输出流头文件,该头文件提供了像 cin 和 cout 这样的输入输出功能 // 注意:这里使用双引号包含头文件通常用于自定义头文件,标准库头文件一般用尖括号,应改为 #include <iostream> #include "iostream" // 使用标准命名空间 std,这样在后续代码里就可以直接使用标准库中的类和函数,无需添加 std:: 前缀 using namespace std; /** * 函数名: func * 功能: 计算两个整数的最大公约数(Greatest Common Divisor, GCD) * 参数: * a: 第一个整数 * b: 第二个整数 * 返回值: * a 和 b 的最大公约数 * 算法: 采用更相减损术来计算最大公约数 * 原理: 两个正整数 a 和 b(a > b)的最大公约数等于 b 和 a - b 的最大公约数 */ int func(int a, int b) { // 只要 a 与 b 的差值不为 0,就持续循环 while (a - b != 0) { // 计算 a 减去 b 的差值,并将结果存储在临时变量 c 中 int c = a - b; // 把 b 的值赋给 a a = b; // 把差值 c 的值赋给 b b = c; } // 当 a 与 b 的差值为 0 时,说明此时 a 和 b 相等,这个相等的值就是 a 和 b 的最大公约数,将其返回 return a; } /** * 函数名: main * 功能: 程序的入口函数,程序从这里开始执行 * 参数: 无 * 返回值: * 整数 0,表示程序正常结束 */ int main() { // 声明两个整型变量 a 和 b,用于存储要计算最大公约数的两个数 int a, b; // 给变量 a 赋值为 18 a = 18; // 给变量 b 赋值为 12 b = 12; // 调用 func 函数计算 a 和 b 的最大公约数,并将结果输出到标准输出流(通常是控制台) // 输出完成后换行 cout << func(a, b) << endl; // 返回 0 表示程序正常结束 return 0; }
3、其他方法:

其他方法不像(辗转相除法与更相减损法)那么简便。

所以我在这里,只简单的介绍一下:

1、分解质因数
#include<stdio.h> void fun(int * arr,int n) { int i = 2, j = 0; while (n > 1) { if (n % i == 0) { arr[j++] = i; n /= i; } else { i++; } } } int gcd(int a,int b) { //因为要进行找这个数的共有的因数,所以这里用数组来接收 int arr_a[100] = {0};//放a的所有因数 int arr_b[100] = {0};//放b的所有因数 //进行放因数 fun(arr_a,a); fun(arr_b,b); //找出公共的因数,然后相乘 int i = 0, j = 0, ret = 1; while (arr_a[i] != 0 && arr_b[j] != 0) { if (arr_a[i] == arr_b[j]) { ret *= arr_a[i]; i++; j++; } else if (arr_a[i] > arr_b[j]) { j++; } else { i++; } } return ret; } int main() { int a = 0; int b = 0; scanf("%d %d",&a,&b); int ret = gcd(a,b);//最大公因数 printf("%d和%d的最大公因数是:%d",a,b,ret); return 0; }
2、穷举法

法如其名,一个一个的输入测试,最后取出来。

//穷举法 #include<stdio.h> int main() { int a = 0; int b = 0; scanf("%d %d",&a,&b); int t = a; while (t--) { if (a % t == 0 && b % t == 0) break; } printf("%d",t); return 0; }
 3、递归法

简单来说,递归法其实就是模拟了辗转相除法。

#include "iostream" using namespace std; int gcd(int a, int b){ if(a%b==0){ // 得到余数 return b; }else{ // 余数为0进入递归 return gcd(b,a%b); // b放到a的位置,a/b的余数放到b的位置 } } int main(){ int a,b; a = 18; b = 12; cout<<gcd(a,b)<<endl; return 0; }

三、练习:

等差数列

题目描述

数学老师给小明出了一道等差数列求和的题目。但是粗心的小明忘记了一 部分的数列,只记得其中 NN 个整数。

现在给出这 NN 个整数,小明想知道包含这 NN 个整数的最短的等差数列有几项?

输入描述

输入的第一行包含一个整数 NN。

第二行包含 NN 个整数 A1,A2,⋅⋅⋅,ANA1​,A2​,⋅⋅⋅,AN​。(注意 A1A1​ ∼ ANAN​ 并不一定是按等差数列中的顺序给出)

其中,2≤N≤105,0≤Ai≤1092≤N≤105,0≤Ai​≤109。

输出描述

输出一个整数表示答案。

输入输出样例

示例
输入输出样例说明: 包含 2、6、4、10、20 的最短的等差数列是 2、4、6、8、10、12、14、16、 18、20

 这道题目说难不难,说简单不简单

1、很多人不会想到用gcd解题,甚至是直接暴力解题,欸!我一会也试试:(vec[n-1]-vec[0])/n,看来是不行的(n不是所有个数)。但是也能用最小差值作为间隔呀,如:d = min(d,gcd(dif[i],dif[i+1])); 这样好像也行,一会试试

2、当然就是这个啦d = min(d,vec[i+1]-vec[i]); 好多人没考虑min,细节容易出错。

#include <iostream> #include <vector> #include <algorithm> using namespace std; // 通过递归 int gcd(int a, int b){ if(a%b==0){ return b; }else{ return gcd(b,a%b); } } int main() { int n; cin>>n; vector<int> vec(n); for(int i=0; i<n; ++i){ cin>>vec[i]; } if(vec.size()==2){ // 特殊情况,只有两个数 cout<<2<<endl; return 0; } sort(vec.begin(), vec.end()); vector<int> dif(n-1); // 差集数列 for(int i=0; i<vec.size()-1; ++i){ dif[i] = vec[i+1]-vec[i]; } int d = dif[0]; if(d==0){ // 有没有一种可能,差值为0。 cout<<n<<endl; return 0; } for(int i=0; i<dif.size()-1; ++i){ // 所有差集的最大公约数 d = min(d,gcd(dif[i],dif[i+1])); // 为防止结果处,出现更大的差值。 } int num = (vec[vec.size()-1]-vec[0])/d; // d 为0的情况,已经被排除 if(d==num){ cout<<vec.size()<<endl; }else{ cout<<num+1<<endl; } return 0; }

笔者感悟

学习数论的一系列算法时,往往直接看算法,是看不懂的。

需要先摸清数学思想,胸有成竹之时,写对应算法就更轻松、也记得更牢固。

别人算法理解不透的时候,往往是基础扎的不够牢固。


借鉴博客/视频

1、求最大公约数的几种常见的方法 【详解】


Read more

【强化学习】Soft Actor-Critic (SAC) 算法

【强化学习】Soft Actor-Critic (SAC) 算法

📢本篇文章是博主强化学习(RL)领域学习时,用于个人学习、研究或者欣赏使用,并基于博主对相关等领域的一些理解而记录的学习摘录和笔记,若有不当和侵权之处,指出后将会立即改正,还望谅解。文章分类在👉强化学习专栏:        【强化学习】- 【单智能体强化学习】(13)---《Soft Actor-Critic (SAC) 算法》 Soft Actor-Critic (SAC) 算法 目录 一、Soft Actor-Critic (SAC) 算法详解 二、SAC 背景与核心思想 1. 强化学习的挑战 2. 最大熵强化学习的目标 三、SAC 算法流程 初始化: 每一回合循环: 四、公式推导 1. Q 值更新 2. 值函数更新 3.

By Ne0inhk
从零开始打造高性能数据结构——手把手教你实现环形缓冲

从零开始打造高性能数据结构——手把手教你实现环形缓冲

◆ 博主名称: 小此方-ZEEKLOG博客 大家好,欢迎来到小此方的博客。 ⭐️个人专栏:《C语言》_小此方的博客-ZEEKLOG博客 算法_小此方的博客-ZEEKLOG博客  ⭐️踏破千山志未空,拨开云雾见晴虹。 人生何必叹萧瑟,心在凌霄第一峰。 目录 一,普通队列的劣势 1. 空间浪费严重(“假溢出”问题) 2. 需要频繁移动元素(若避免浪费) 3. 扩容成本高 4. 无法解决“假溢出”导致的提前扩容 二,环形缓冲结构分析  1. “循环”取模实现指针回绕  2.“循环”,轮流入座而不是排长队 三,实现环形缓冲 1,MyCircularQueue(k): 构造器   1,结构体搭建   2,初始化 3,为什么选择k+1块空间而不是k块空间?

By Ne0inhk
【动态规划篇】专题(六):子序列问题——不连续的艺术

【动态规划篇】专题(六):子序列问题——不连续的艺术

文章目录 * LIS 模型及其衍生:回头看,全是风景 * 一、 前言:从 O(N) 到 O(N²) * 二、 最长递增子序列 (Medium) * 2.1 题目描述 * 2.2 核心思路:LIS 模型 * 2.3 代码实现 * 三、 摆动序列 (Medium) * 3.1 题目描述 * 3.2 状态定义:波峰与波谷 * 3.3 代码实现 * 四、 最长递增子序列的个数 (Medium) * 4.1 题目描述 * 4.2 双重状态 * 4.

By Ne0inhk
Python | 栅格数据Sen+MK长时间序列趋势分析+显著性检验保姆级教程

Python | 栅格数据Sen+MK长时间序列趋势分析+显著性检验保姆级教程

遥感代码星球的第002篇代码分享  今天给大家分享的是: Theil-Sen Median趋势分析 + Mann-Kendall显著性检验   基于遥感数据的植被碳水利用效率时空变化和归因分析[J].生态学报,2024,44(01):377-391.DOI:10.20103/j.stxb.202207232112. 在研究气候变化、环境变化、生态变化等领域时,如何准确分析时间序列数据的趋势是一个重要的课题。Theil-Sen Median趋势分析(简称Sen分析)和Mann-Kendall显著性检验(简称MK检验)是两种常用的非参数方法,它们在处理气候、环境、生态等领域的趋势分析中有着广泛的应用。本文将详细介绍这两种方法的基本原理,并探讨它们如何结合使用以提高趋势分析的准确性。同时结尾附完整代码及案例数据供大家学习使用。 01 原理及公式 1. Theil-Sen Median 趋势分析(Sen分析) Theil-Sen Median 趋势分析是一种稳健的非参数统计方法,适用于具有异常值或缺失值的时间序列数据。该方法通过计算数据的中位数斜率(即Sen斜率

By Ne0inhk