蓝桥杯-2/14天-货物摆放【拒绝暴力-巧妙提公因子】

简介: 小蓝有一个超大的仓库,可以摆放很多货物。

题目描述


小蓝有一个超大的仓库,可以摆放很多货物。


现在,小蓝有 n 箱货物要摆放在仓库,每箱货物都是规则的正方体。小蓝规定了长、宽、高三个互相垂直的方向,每箱货物的边都必须严格平行于长、宽、高。


小蓝希望所有的货物最终摆成一个大的长方体。即在长、宽、高的方向上分别堆 L、W、H 的货物,满足 n=L×W×H。


给定 nn,请问有多少种堆放货物的方案满足要求。


例如,当 n=4 时,有以下 6 种方案:1×1×4、1×2×2、1×4×1、2×1×2、2×2×1、4×1×1


请问,当 n=2021041820210418 (注意有 16 位数字)时,总共有多少种方案?


提示:建议使用计算机编程解决问题。


答案提交

这是一道结果填空的题,你只需要算出结果后提交即可。本题的结果为一个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分。


运行限制

最大运行时间:1s

最大运行内存: 256M

思路

如果用直接三层for循环暴力算的话,我试了一下本地计算机几十秒都没出来

我们要做的无非就是组合这些公因子,所以要做的第一步就是提公因子,具体做法就是使用一个Set集合(HashSet)存放公因子,因为Set集合可以自动去重


循环1到2021041820210418L 显然计算量挺大,我们可以使用Math.sqrt()来简化运算,因为比如我们提取100的所有公因子100/1=100,公因子是1和100,我们下一次就不需要除到100了,因为100/100=1而1和100我们已经存过了;100/10=10;我们只需要除到10就够了,100/11=9,9我们已经除过了,所以我们只需要除Math.sqrt(100)=10次就够了,这样计算量直接从100次->10次


我们把set集合传递给List,Collections.sort()方法只能对list集合进行排序


排好序,我们就可以从公因子中三次for循环统计组合数了


代码

import java.util.*;
// 1:无需package
// 2: 类名必须Main, 不可修改
public class Main {
    public static void main(String[] args) {
        long n = 2021041820210418L;
        int count = 0;
        HashSet<Long> set = new HashSet<>();
        for (long i = 1; i <= (long)Math.sqrt(n); i++) {
            if(n%i == 0){
                set.add(i);
                set.add(n/i);
            }
        }
        List<Long> list = new ArrayList<>(set);
        Collections.sort(list);
        int len = list.size();
        for (int i = 0; i < len; i++) {
            for (int j = 0; j < len; j++) {
                for (int k = 0; k < len; k++) {
                    if (list.get(i)*list.get(j)*list.get(k)==n){
                        count++;
                    }
                }
            }
        }
        System.out.println(count);
    }
}


相关文章
|
Python
利用Python计算两点之间的距离
利用Python计算两点之间的距离
1413 0
|
7月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
251 3
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
|
8月前
|
机器学习/深度学习 算法 PyTorch
昇腾910-PyTorch 实现 ResNet50图像分类
本实验基于PyTorch,在昇腾平台上使用ResNet50对CIFAR10数据集进行图像分类训练。内容涵盖ResNet50的网络架构、残差模块分析及训练代码详解。通过端到端的实战讲解,帮助读者理解如何在深度学习中应用ResNet50模型,并实现高效的图像分类任务。实验包括数据预处理、模型搭建、训练与测试等环节,旨在提升模型的准确率和训练效率。
381 54
|
7月前
|
计算机视觉
RT-DETR改进策略【Neck】| GFPN 超越BiFPN 通过跳层连接和跨尺度连接改进RT-DETR颈部网络
RT-DETR改进策略【Neck】| GFPN 超越BiFPN 通过跳层连接和跨尺度连接改进RT-DETR颈部网络
200 12
RT-DETR改进策略【Neck】| GFPN 超越BiFPN 通过跳层连接和跨尺度连接改进RT-DETR颈部网络
|
7月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【注意力机制篇】| 2023 MCAttention 多尺度交叉轴注意力 获取多尺度特征和全局上下文信息
RT-DETR改进策略【注意力机制篇】| 2023 MCAttention 多尺度交叉轴注意力 获取多尺度特征和全局上下文信息
139 2
RT-DETR改进策略【注意力机制篇】| 2023 MCAttention 多尺度交叉轴注意力 获取多尺度特征和全局上下文信息
|
7月前
|
编解码 计算机视觉
RT-DETR改进策略【Head】| 增加针对 大目标 的检测层 (四个检测头)
RT-DETR改进策略【Head】| 增加针对 大目标 的检测层 (四个检测头)
275 16
|
Linux Windows
卸载windows的WSL
卸载windows的WSL
1248 1
|
10月前
|
数据采集 存储 XML
Python实现网络爬虫自动化:从基础到实践
本文将介绍如何使用Python编写网络爬虫,从最基础的请求与解析,到自动化爬取并处理复杂数据。我们将通过实例展示如何抓取网页内容、解析数据、处理图片文件等常用爬虫任务。
1611 1
|
缓存 安全 网络安全
Apache服务器配置与优化指南
【5月更文挑战第7天】Apache服务器配置与优化指南包括基础配置和性能优化。安装Apache后,编辑`httpd.conf`配置文件,设置`ServerRoot`、`Listen`、`ServerName`和`DocumentRoot`。启用虚拟主机以托管多个网站。性能优化涉及启用MPM模块(如worker或event),启用压缩功能,优化KeepAlive参数,配置缓存和限制并发连接数。安全配置包括禁用不必要的模块,设置目录权限,启用SSL/TLS及限制IP访问。通过这些措施,提升服务器性能和安全性。
|
算法 C++
C++中的友元类(Friend Classes)技术详解
C++中的友元类(Friend Classes)技术详解
611 0