[leetcode] 质因数分解

题目

第一次参加周赛,遇到了质因数分解…
题目:https://leetcode.cn/problems/split-the-array-to-make-coprime-products/description/

解法

首先,遍历数组,对每个数进行质因数分解,哈希表 map 记录质因数第一次出现的下标,数组 right 记录和 right[i] 有相同质因数的最右端的下标。遍历完成后,right 数组将会非常有用,因为 right 数组记录着与 right[i] 相隔最远的的非互质数,

class Solution {
    
    
public:
    int findValidSplit(vector<int>& nums) {
    
    
        int len = nums.size();
        unordered_map<int, int> map;
        vector<int> right(len, 0);
        for (int i = 0; i < len; i++) {
    
    
            right[i] = i;
        }
        for (int i = 0; i < len; i++) {
    
    
            int x = nums[i];
            for (int d = 2; d*d <= x; d++) {
    
    
                if (x%d == 0) {
    
    
                    //TODO: update right
                    if (map.find(d) != map.end()) {
    
    
                        right[map[d]] = i;
                    } else {
    
    
                        map[d] = i;
                    }
                    for (x /= d; x % d == 0; x /= d);
                }
            }
            if (x > 1) {
    
    
                //TODO: update right
                if (map.find(x) != map.end()) {
    
    
                    right[map[x]] = i;
                } else {
    
    
                    map[x] = i;
                }
            }
        }
        int right_end = 0;
        for (int i = 0; i < len-1; i++) {
    
    
            right_end = max(right_end, right[i]);
            if (i == right_end) {
    
    
                return i;
            }
        }
        return -1;
    }
};

质因数分解的模版如下。这样做虽然看起来不方便但是速度快

// check x
vector<int> ans;
for (int d = 2; d*d <= x; d++) {
    
    
    if (x%d == 0) {
    
    
        ans.push_back(d);
        for (x /= d; x % d == 0; x /= d);
    }
}
if (x > 1) {
    
    
	ans.push_back(x);
}

下面的做法也是质因数分解,看起来很方便但是速度很慢,会超时,不要用!

// check x
vector<int> ans;
for (int d = 2; x > 1; d++) {
    
    
    if (x%d == 0) {
    
    
        ans.push_back(d);
        for (x /= d; x % d == 0; x /= d);
    }
}

猜你喜欢

转载自blog.csdn.net/weixin_43742643/article/details/129358567