状态转移思维解读:辗转相除(欧几里德)算法及扩展
转载请注明博客原址:http://blog.csdn.net/sunliymonkey/article/details/48102067
1 算法实现
1.1 欧几里德算法(辗转相除法)
欧几里德算法,也被称为辗转相除法,其被用于求解两个数之间的最大公约数,常用
它的算法实现十分容易,如下:
int gcd(int a,int b)
{
if(b==0)
return a;
else
return gcd(b,a%b);
}
1.2 扩展欧几里德算法
扩展欧几里德算法是用来求解这样一个式子:
求解:
这里的x,y不是唯一解,当得知一组可行解之后,其它的可行解都可以表示出来:
在这里不阐述,x,y的值有何用处,如果你是acmer,应该发现有不少题,需要利用这个性质。
扩展欧几里德算法的实现也很简单,在原有欧几里德算法的基础上,少许额外的代码,即能实现:
int exGcd(int a,int b,int &x,int &y)
{
if(b==0)
{
x = 1;
y = 0;
return a;
// 此时a = gcd(A,B)
// a * 1 + b * 0 = gcd(A,B)
// 由于b=0,y可以任意取值
}
int d = exGcd(b, a%b, y, x); // 注意这里x,y的位置对调
y -= a/b * x;
return d; // 返回最大公约数
}
2 状态转移思想
看了上面的实现,相信你的第一感觉是十分简洁,确实也如此,对于一个不懂这两种算法的人,如果提醒你从“动态规划”,“状态转移”等角度思考这两个问题,相信会有不少人能够AC它们。
先来看看两个明显的结论:
如果A=B,gcd(A,B)=A或B 如果A=0,gcd(A,B)=B,同理,如果B=0,gcd(A,B)=A
看到这里,相信你会有一种直觉:是否能够将求解
分治: 大问题分解成小问题,小问题更容易被解决,最终,合并小问题的结果,解决大问题
动态规划: 一个状态能够从多个状态转移而来,其最优值将从这多个状态的最优值中选取
3 状态转移方程
3.1 欧几里德
结论:
证明:
设
显然
可以使用反证法证明:
因此
当你发现存在这样的状态转移,欧几里得算法,其实已经解决了。然后再分析下,不难发现更快速的状态转移方程:
而这就是上面代码实现中,使用的状态转移方程。
3.2 扩展欧几里德
有了上面状态转移的基础,我们可以将问题进行如下转换:
状态转移:
其中:
只需代入上面的关系,即可推导出状态转移的公式:
推导结果:
扩展欧几里德算法,就这样被你解决了!
版权声明:本文为博主原创文章,未经博主允许不得转载。 博客原址:http://blog.csdn.net/sunliymonkey