【算法实践】| 一步步带你实现寻找最大公约数

简介: 在实现之前我们先来了解一下什么是最大公约数,以及我们常用的计算最大公约数的方法或者说数学方法。概念最大公约数,也称最大公因数、最大公因子。他是一个能够被若干整数同时整除的整数,如果一个整数同时是几个整数的约数,则称这个整数为他们的公约数,公约数中最大的数成为最大公约数,1是任意若干的正整数的公约数。比如:一个数既是数A的约数,又是数B的约数,称为A,B的公约数,A,B的公约数中最大的一个(可以包括AB自身)称为AB的最大公约数,a,b的最大公约数记为(a,b),同样的,a,b,c的最大公约数记为(a,b,c),多个整数的最大公约数也有同样的记号。这么一大段可以概括为:最大公约数:指两个或

前言

在实现之前我们先来了解一下什么是最大公约数,以及我们常用的计算最大公约数的方法或者说数学方法。

概念

最大公约数,也称最大公因数最大公因子。他是一个能够被若干整数同时整除的整数,如果一个整数同时是几个整数的约数,则称这个整数为他们的公约数,公约数中最大的数成为最大公约数,1是任意若干的正整数的公约数。比如:一个数既是数A的约数,又是数B的约数,称为A,B的公约数,A,B的公约数中最大的一个(可以包括AB自身)称为AB的最大公约数,a,b的最大公约数记为(a,b),同样的,a,b,c的最大公约数记为(a,b,c),多个整数的最大公约数也有同样的记号。这么一大段可以概括为:

最大公约数:指两个或多个整数共有约数中最大的一个。


求最大公约数的方法


常见的有质因数分解法、短除法、辗转相除法、更相减损法。与最大公约数相对应的概念是最小公倍数,a,b的最小公倍数记为[a,b]。(先埋个小彩蛋:下一篇文章我们可以接着探索一下最小公倍数的计算方法)

短除法和辗转相除法是我们在数学解题中常用的两种方法。而且短除法也是我们在求二进制数时常用的方法,辗转相除法求可用来求解不定方程的一组整数解,这是它在数学中最常见的应用,辗转相除法处理大数时非常高效,它需要的步骤不会超过较小数的位数(十进制下)的五倍(加百利·拉梅(GabrielLamé)于1844年证明了这点,开创了计算复杂性理论)。辗转相除法的运算速度为 O(n),其中 n 为输入数值的位数。


求解流程


本文通过穷举法辗转相除法这两种个方法来寻找最大公约数。下面我们来看看两种的方法的具体流程:


穷举法流程图


网络异常,图片无法展示
|


辗转相除法流程图


辗转相除法终止条件是 余数=0

除数是最小公约数

网络异常,图片无法展示
|


算法实现


穷举法


步骤:

  1. 输入两个正整数
  2. 找到其中较小的数,并记录为min
  3. 使用穷举法,查找可以整除x,y两个值的数字,并记录为Flag.Flag小的值会被大的值覆盖掉
  4. 返回Flag,就是x和y最大的公约数

代码如下:


defFindgcd(x,y):
ifx<y:
min=yelse:
min=xforiinrange(1, min+1):
if((x%i==0) and (y%i==0)):
Flag=ireturnFlagx=int(input("请输入第一个整数:"))
y=int(input("请输入第二个整数:"))
print(x,",", y, "的最大公约数为:", Findgcd(x,y))


执行结果如下:

网络异常,图片无法展示
|


辗转相除法


  1. 如果a<b,则交换两数位置,否则不交换
  2. 求a/b的余数
  3. 在余数不为零时,始终进行交换和相除  
  4. 余数为零后,打印输出b


代码如下:


x=int(input("请输入第一个整数:"))
y=int(input("请输入第二个整数:"))
ifx<y: #如果x<y,则交换两数位置,否则不交换x,y=y,xr=x%ywhiler!=0: #在余数不为零时,不断进行交换和相除x,y=y,rr=x%yprint(x,",", y, "的最大公约数为:",y)


执行结果如下:


辗转相除法优化

1.递归
defgcd(x , y):
ify==0:
returnxelse:
returngcd(y, x%y)
a=int(input("请输入第一个整数:"))
b=int(input("请输入第二个整数:"))
print(x,",", y1, "的最大公约数为:",gcd(a,b))
2.非递归
x=int(input("请输入第一个整数:"))
y=int(input("请输入第二个整数:"))
y1=y;
whiley:
x,y=y,x%yprint(x,",", y1, "的最大公约数为:",x)
目录
相关文章
|
2月前
|
机器学习/深度学习 搜索推荐 算法
推荐系统的算法与实现:深入解析与实践
【6月更文挑战第14天】本文深入探讨了推荐系统的原理与实现,包括用户和项目建模、协同过滤、内容过滤及混合推荐算法。通过收集用户行为数据,系统预测用户兴趣,提供个性化推荐。实践中,涉及数据处理、建模、算法选择及结果优化。随着技术发展,推荐系统将持续改进,提升性能和用户体验。
|
2天前
|
机器学习/深度学习 人工智能 算法
【人工智能】传统语音识别算法概述,应用场景,项目实践及案例分析,附带代码示例
传统语音识别算法是将语音信号转化为文本形式的技术,它主要基于模式识别理论和数学统计学方法。以下是传统语音识别算法的基本概述
7 2
|
9天前
|
机器学习/深度学习 数据采集 人工智能
理解并应用机器学习算法:从技术基础到实践应用
【8月更文挑战第10天】机器学习算法的应用已经深入到我们生活的方方面面,理解和掌握机器学习算法对于数据科学家、工程师乃至普通从业者来说都至关重要。通过本文的介绍,希望大家能够对机器学习有一个基本的认识,并学会如何将其应用于实际问题中。当然,机器学习是一个不断发展和演变的领域,只有不断学习和实践,才能跟上时代的步伐。
|
19天前
|
机器学习/深度学习 数据采集 人工智能
AI技术实践:利用机器学习算法预测房价
人工智能(Artificial Intelligence, AI)已经深刻地影响了我们的生活,从智能助手到自动驾驶,AI的应用无处不在。然而,AI不仅仅是一个理论概念,它的实际应用和技术实现同样重要。本文将通过详细的技术实践,带领读者从理论走向实践,详细介绍AI项目的实现过程,包括数据准备、模型选择、训练和优化等环节。
118 3
|
19天前
|
缓存 负载均衡 算法
(四)网络编程之请求分发篇:负载均衡静态调度算法、平滑轮询加权、一致性哈希、最小活跃数算法实践!
先如今所有的技术栈中,只要一谈关于高可用、高并发处理相关的实现,必然会牵扯到集群这个话题,也就是部署多台服务器共同对外提供服务,从而做到提升系统吞吐量,优化系统的整体性能以及稳定性等目的。
|
22天前
|
机器学习/深度学习 数据采集 算法
推荐引擎离线算法与在线算法的探索与实践
推荐引擎是现代互联网产品中至关重要的组成部分。离线算法和在线算法分别负责处理大量数据的预处理和模型训练,以及快速响应用户的实时请求。通过合理的架构设计和算法选择,可以构建出高效且个性化的推荐系统,从而提升用户体验,增加用户满意度和留存率。未来,随着技术的发展,推荐引擎将更加智能化和个性化,为用户提供更加精准的服务。
|
1月前
|
监控 算法 自动驾驶
目标检测算法:从理论到实践的深度探索
【7月更文第18天】目标检测,作为计算机视觉领域的核心任务之一,旨在识别图像或视频中特定对象的位置及其类别。这一技术在自动驾驶、视频监控、医疗影像分析等多个领域发挥着至关重要的作用。本文将深入浅出地介绍目标检测的基本概念、主流算法,并通过一个实际的代码示例,带您领略YOLOv5这一高效目标检测模型的魅力。
155 11
|
28天前
|
机器学习/深度学习 数据采集 人工智能
机器学习算法入门与实践
【7月更文挑战第22天】机器学习算法入门与实践是一个既充满挑战又极具吸引力的过程。通过掌握基础知识、理解常见算法、注重数据预处理和模型选择、持续学习新技术和参与实践项目,你可以逐步提高自己的机器学习技能,并在实际应用中取得优异的成绩。记住,机器学习是一个不断迭代和改进的过程,保持好奇心和耐心,你将在这个领域走得更远。
|
28天前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【7月更文挑战第22天】在大数据领域,Python算法效率至关重要。本文深入解析时间与空间复杂度,用大O表示法衡量执行时间和存储需求。通过冒泡排序(O(n^2)时间,O(1)空间)与快速排序(平均O(n log n)时间,O(log n)空间)实例,展示Python代码实现与复杂度分析。策略包括算法适配、分治法应用及空间换取时间优化。掌握这些,可提升大数据处理能力,持续学习实践是关键。
33 1
|
2月前
|
算法 调度 云计算
操作系统中的调度算法:从理论到实践
在计算机科学领域,操作系统的调度算法是决定任务执行顺序的关键。本文首先概述了调度算法的基本概念和重要性,随后深入探讨了几种主要的调度算法,包括先来先服务、短作业优先、轮转与优先级调度等。通过引用最新的科研数据和实验证据,文章揭示了不同调度算法的性能表现和适用场景。此外,本文还讨论了现代操作系统中调度算法面临的挑战和未来的发展方向,强调了在多核处理器和云计算环境下调度策略的复杂性。最后,通过案例分析,展示了如何在实际系统中应用这些理论知识,以及在设计高效调度系统时需要考虑的因素。

热门文章

最新文章