博客
关于我
AcWing寒假每日一题——Day31比例简化
阅读量:137 次
发布时间:2019-02-27

本文共 1206 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要将支持人数A和反对人数B的比例A:B化简为A':B',使得A'和B'不超过给定的上限L,并且A'和B'互质。同时,我们需要确保化简后的比例尽可能接近原比例,并且乘积A'B'尽可能接近A*B。

方法思路

  • 问题分析:我们需要找到一个比例A':B',使得它与原比例A:B尽可能接近,同时满足A'和B'不超过给定的上限L,并且互质。
  • 双重循环遍历:我们遍历所有可能的A'和B'的值,范围都是从1到L。
  • 互质检查:对于每对(A', B'),检查它们是否互质(最大公约数为1)。
  • 比例差异计算:计算每对(A', B')的比例与原比例的差异,记录最小的差异对应的A'和B'。
  • 优化选择:在差异相同的情况下,选择比例更大的A':B'。
  • 解决代码

    #include 
    using namespace std;int a, b, l, best_a, best_b;double ratio = (double)a / b;double min_diff = 1e9;for (int i = 1; i <= l; ++i) { for (int j = 1; j <= l; ++j) { if (gcd(i, j) != 1) continue; double current_ratio = static_cast
    (i) / j; double diff = abs(current_ratio - ratio); if (diff < min_diff) { min_diff = diff; best_a = i; best_b = j; } else if (diff == min_diff) { if (static_cast
    (i) / j > ratio) { best_a = i; best_b = j; } } }}cout << best_a << " " << best_b;

    代码解释

  • 输入处理:读取输入的支持人数A、反对人数B和上限L。
  • 比例计算:计算原比例ratio = A/B。
  • 双重循环遍历:遍历所有可能的A'和B',范围从1到L。
  • 互质检查:使用gcd函数检查当前A'和B'是否互质。
  • 比例差异计算:计算当前比例与原比例的差异,记录最小的差异对应的A'和B'。
  • 优化选择:在差异相同的情况下,选择比例更大的A':B'。
  • 输出结果:打印最优化的A'和B'。
  • 这种方法确保了我们找到一个尽可能接近原比例且满足条件的化简比例。

    转载地址:http://lisb.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>