【算法】约数个数(数论)

题目

给定 n 个正整数 ai,请你输出这些数的乘积的约数个数,答案对 109+7 取模。

输入格式

第一行包含整数 n。

接下来 n 行,每行包含一个整数 ai。

输出格式

输出一个整数,表示所给正整数的乘积的约数个数,答案需对 109+7 取模。

数据范围

1≤n≤100

1≤ai≤2×1e9

输入样例:

复制代码
3
2
6
8

输出样例:

复制代码
12

思路

首先,输入n表示接下来要输入的数的个数。然后使用unordered_map来记录每个质因子以及其出现的次数。接下来,通过循环输入每个数x,并使用一个嵌套循环找出x的所有质因子,同时统计它们出现的次数,并将结果存储在primes中。最后,遍历primes中的每个质因子及其次数,计算约数个数的乘积并输出结果。

代码段1

这段代码的作用是将一个数拆分为它的质因子,并统计每个质因子出现的次数。

首先,从2开始遍历到sqrt(x),判断是否为x的质因子。如果当前数i是x的质因子,就不断除以i,并统计i出现的次数。通过循环while (x % i == 0),如果x能整除i,则x除以i,并将i的次数增加1。

最后,如果x大于1,说明x本身就是一个质数,将其加入primes中,并将其次数增加1。

这样,经过这段代码的处理,primes中存储了输入数的所有质因子以及它们出现的次数。

代码段2

在计算约数个数时,我们需要考虑每个质因子出现的次数。对于一个质因子p,它可以出现0次、1次、2次、...、p.second次,共有**(p.second + 1)**种选择。

例如,假设一个数的质因子分别为2、3、5,对应的次数分别为2、1、3。那么这个数的约数个数就是(2+1)*(1+1)*(3+1)=24个。其中,每个质因子的次数加1是为了包括不选择该质因子的情况。

因此,在这段代码中,遍历primes中的每个质因子及其次数时,将每个质因子的次数加1,并累乘到变量res中,用于计算约数个数的乘积。最后输出res即为约数个数的结果。

代码

cpp 复制代码
#include <iostream>
#include <algorithm>
#include <unordered_map>
#include <vector>

using namespace std;

typedef long long LL;

const int N = 110, mod = 1e9 + 7;

int main()
{
    int n;
    cin >> n; // 输入n,表示接下来要输入的数的个数

    unordered_map<int, int> primes; // 用unordered_map记录每个质因子以及其出现的次数

    while (n--)
    {
        int x;
        cin >> x; // 输入一个数x

        for (int i = 2; i <= x / i; i++) // 从2开始遍历到sqrt(x),判断是否为x的质因子
            while (x % i == 0) // 若i是x的质因子,则不断除以i,并统计i出现的次数
            {
                x /= i;
                primes[i]++;
            }

        if (x > 1) primes[x]++; // 若x本身就是质数,则将其加入primes中
    }

    LL res = 1; // 计算约数个数时的结果
    for (auto p : primes) res = res * (p.second + 1) % mod; // 遍历primes中的每个质因子及其次数,计算约数个数的乘积
    cout << res << endl; // 输出约数个数的结果

    return 0;
}

题目来自:870. 约数个数 - AcWing题库

相关推荐
Yzzz-F13 小时前
牛客周赛round123 G小红出千[补题][滑动窗口]
算法
肆悟先生13 小时前
3.16 含有可变参数的函数
c++·算法
步步为营DotNet13 小时前
深度解析.NET中属性(Property)的幕后机制:优化数据访问与封装
java·算法·.net
Swift社区13 小时前
LeetCode 454 - 四数相加 II
java·算法·leetcode
tokepson13 小时前
反向传播
深度学习·算法·ai·反向传播
Xの哲學13 小时前
Linux AQM 深度剖析: 拥塞控制
linux·服务器·算法·架构·边缘计算
艾醒13 小时前
大模型原理剖析——突破LLM效率瓶颈:多标记预测(MTP)技术深度解析与实战
算法
智驱力人工智能13 小时前
森林防火无人机火焰监测系统 构建“天空地”一体化智能防火体系 无人机火焰检测,支持红色火焰检测 城市高层建筑无人机火焰识别
人工智能·深度学习·opencv·算法·目标检测·无人机·边缘计算
多米Domi01113 小时前
0x3f第12天 0-1背包
python·算法·leetcode·动态规划
Bruce_kaizy13 小时前
c++图论————最短路之Floyd&Dijkstra算法
c++·算法·图论