标签：dots cnt 数对 加强版 val int Camp ++ mx

合适数对（数据加强版）
思路：
我们考虑一个数什么时候可以表示为\(x ^ {k}\)，先把\(x\)进行质因数分解可以得到\(x = p_{1}^{t_1} * p_{2} ^ {t_2} \dots * p_{n} ^ {t_n}\),所以\(x ^ {k}\)就可以表示为\(x ^ {k} = p_{1} ^ {k_1} * p_{2} ^ {k_2} \dots * p_{n} ^ {k_n}\), 其中\(k_1, k_2, k_3 \dots k_t\) 都是\(k\)的倍数
所以我们在考虑\(p*q=x^{k}\)的时候，只需要保证\(p * q\)分解质因数的结果中每一个因数的指数都可以被\(k\)整除。那么我们对序列中每一个数进行质因数分解的时候，对于每一个质因数的幂次都\(\%k\)并将结果存在\(p\)中，即\(p = p_{1} ^ {k_1} * p_{2} ^ {k_2} \dots * p_{n} ^ {k_n}\), 在我们得到\(p\)之后，我们只需要判断我们可以求得有多少个匹配的\(q\)并更新答案。
由于数据量达到了\(10 ^ {7}\),如果用\(O(\sqrt{n})\)的朴素判素数明显是不行的，所以我们应该用欧拉筛\(O(n)\)来求的所有数的最小质因子。当然我们在筛素数的时候很明显所有的偶数都是一定会被\(2\)给筛掉的，所以我们在筛素数的时候可以直接将所有的偶数跳过，不对它们筛素数，这样可以优化一下筛法的常数。

void Eular(int n) {
    prime[idx ++ ] = 2;
    minp[2] = 2;
    st[2] = true;
    for (int i = 3; i <= n; i += 2) {
        if (!st[i]) prime[idx ++ ] = i, minp[i] = i, st[i] = true;
        for (int j = 0; prime[j] * i <= n; j ++ ) {
            st[prime[j] * i] = true;
            minp[prime[j] * i] = prime[j];
            if (i % prime[j] == 0) break;
        }
    }
}

\(code\)

int n, k;
    n = read(), k = read();

    std::vector<int> a(n);
    for (auto &I : a) I = read();
    int mx = *max_element(a.begin(), a.end());
    
    Eular(mx);
    std::vector<i64> mp(mx + 1);
    i64 ans = 0;
    for (int i = 0; i < n; i ++ ) {
        i64 p = 1, q = 1;
        while (a[i] > 1) {
            int val = (a[i] & 1) ? minp[a[i]] : 2;
            int cnt = 0;
            while (a[i] % val == 0) {
                cnt ++ ;
                a[i] /= val;
            }
            while (cnt >= k) cnt -= k;

            p *= qmi(val, cnt);
            if (cnt) q *= qmi(val, k - cnt);
            if (q < 0 || q > mx) q = 0;
        }
        ans += mp[q];
        mp[p] ++;
    }
    printf("%lld\n", ans);

标签：dots,cnt,数对,加强版,val,int,Camp,++,mx
来源： https://www.cnblogs.com/Haven-/p/16142874.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。