小萌非常喜欢能被 7 整除的数字,比如 7,21,121996 ,等等。有一天他得到了 n 个正整数,她想用这些数制造出更多的能够被7整除的数。于是她从这 n 个数中选出两个数,然后将一个数写在另一个数的前面,以此得到一个新的数。按这种方法她一共可以得到
个数,她想知道在这些数中,有多少个是能被 7 整除的。
数据范围:
, 
第一行包含一个整数n。
第二行包含n个正整数ai。
输出对应的答案。
3 127 1996 12
4
一共有4种组合方式,其中:把12写在1996前面得到121996;把127写在12前面得到12712;把1996写在12前面得到199612;把1996写在127前面得到1996127;都是可以被7整除的,其余的组合方式不能被7整除。
import java.util.Scanner; // for for 会超时, 需预处理 public class Main { public static void main(String[] args) { Scanner in = new Scanner(System.in); int n = in.nextInt(); int[][] cnt = new int[11][7]; // cnt[i][j]表示 i位数num%7=j 的数字个数 long[] base = new long[11]; // base[i]=10^i base[0] = 1; for (int i = 1; i <= 10; i++) { base[i] = base[i - 1] * 10; } while (n-- > 0) { int num = in.nextInt(); int bit = 0, mod = num % 7; while (num > 0) { bit++; num /= 10; } bit = (bit == 0) ? 1 : bit; cnt[bit][mod]++; } long res = 0; for (int i1 = 1; i1 <= 10; i1++) { for (int j1 = 0; j1 < 7; j1++) { for (int i2 = 1; i2 <= 10; i2++) { for (int j2 = 0; j2 < 7; j2++) { if ((j1 * base[i2] + j2) % 7 == 0) { if (i1 == i2 && j1 == j2) { res += cnt[i1][j1] * (cnt[i1][j1] - 1); } else { res += cnt[i1][j1] * cnt[i2][j2]; } } } } } } System.out.println(res); } }
被7整除的数
暴力做法时间复杂度O(NN), 2 <= n <= ,会超时。
暴力做法: 枚举第一个数x, 再枚举第二个数y,拼接两个数, bit(y) 表示y是几位数。
因此,得到的新数是:,
我们在暴力算法基础上优化算法。
我们又知道,A % 7 = a, B % 7 = b,如果(a+b) % 7 == 0,则一定有 % 7 等于0。
为了降低复杂度我们可以先预处理出来所有数是几位数,% 7 余 几。每位数都是1位数到10位数,因此可以直接从表中查出当前数和1-10位数拼接,并且想要拼接的这个数%7 余几。
import java.util.*; public class Main { static int getBit(int t) { // 计算该为数字为几位数 int cnt = 0; while(t > 0) {cnt++; t /= 10;} return cnt; } public static void main(String[] args) { Scanner sc = new Scanner(System.in); int n = sc.nextInt(); int[] a = new int[n]; int[][] bit = new int[11][7]; //计数,【x是几位数】【x mod 7】 for(int i=0; i < n; i++) { a[i] = sc.nextInt(); bit[getBit(a[i])][a[i] % 7]++; } long res = 0L; for(int i=0; i < n; i++) { int x = a[i] % 7, y = getBit(a[i]); bit[y][x] --; // 当前数先刨除在外 long num = (long)a[i]; for(int j=1; j <= 10; j++) { num = num * 10; int re = (int)(num % 7); // A mod 7 的余数 res = res + bit[j][(7 - re) % 7]; //直接查找 } bit[y][x] ++; // 恢复 } System.out.println(res); } }