少儿Python每日一题(8):最大公约数和最小公倍数
itomcoil 2025-01-06 13:21 10 浏览
求两个数的最大公约数和最小公倍数是非常经典的题型。无论是等级考试还是竞赛题中都会出现。此类题目同时多次出现在蓝桥杯、NOC的比赛中以及电子学会、NCT的Python考级原题中,它们的区别仅仅在于是否对算法复杂度有要求,题目还是这个样子。这里就不列举原题了,我们直接来看看如何解决这类问题吧。
一、最大公约数
输入两个正整数m和n,计算出这两个数的最大公约数并输出。
输入:
一行输入两个正整数,以空格隔开
输出:
两个数的最大公约数
输入样例:
12 18
输出样例:
6
这个问题有多种解决方法,最直观的方法我们首先想到的是枚举法。枚举法顾名思义从指定的范围内一个个找到我们需要的答案,找到答案后退出循环。
从数学的知识我们可以知道,我们首先要知道两个数中谁大谁小。最大公约数最大值为较小的数(如3和6的最大公约数),最小值为1(如3和5的最大公约数)。因此我们循环时需要从最大可能性依次减小,一直循环到1。枚举法的代码也很容易得到:
m, n = map(int, input().split())
a = min(m, n) # 求出m和n中的最小值
for i in range(a, 0, -1):
if m % i == 0 and n % i == 0:
print(i)
break
这种方法虽然思路简单,但是并不是最优解。如果输入的数值较小看不出什么问题,假设输入两个十位数的质数,求它们的最大公约数,循环的次数就非常可怕了。因此,如果对算法复杂度有要求,我们就要对算法进行改进了。
我们可以借助于数学上求最大公约数的方法改进我们的算法。在数学上求最大公约数有三个方法:
- 找查约数法
- 更相减损法
- 碾转相除法
第一种方法就是枚举法,第二种和第三种方法如果改造成算法就可以极大减少算法复杂度了。
更相减损法的原理是将两个数的大数减去小数,得到的差再与小数比较,直到差与较小的数相等,则得到的差就是最大公约数。
m, n = map(int, input().split())
while m != n:
if m > n:
m = m - n
else:
n = n - m
print(m)
碾转相除法的原理是以小的数除大数,所得的是整数,那这个数就是最大公约数,不然就用余数来除刚才的除数,直到得到整数,这时作为除数的就是最大公约数。
m, n = map(int, input().split())
a, b = max(m, n), min(m, n)
c = a % b
while c != 0:
a = b
b = c
c = a % b
print(b)
二、最小公倍数
输入两个正整数m和n,计算出这两个数的最小公倍数并输出。
输入:
一行输入两个正整数,以空格隔开
输出:
两个数的最小公倍数
输入样例:
12 18
输出样例:
36
最小公倍数的问题我们依然可以使用枚举法解决,虽然枚举法不是最佳的答案,但是肯定能解决问题。那么我们要看一下最小公倍数的枚举范围。既然是公倍数,那必然大于等于较大的数,最小的可能就是较大的数(如5和10的最小公倍数),最大的可能是两个数的乘积(如11和13的最小公倍数)。因此我们从最小的可能开始循环,一直循环到两个数的乘积,如果这个数能被这两个数整除,则退出循环。枚举法的代码可以很容易得到:
m, n = map(int, input().split())
a = max(m, n)
for i in range(a, m * n + 1):
if i % m == 0 and i % n == 0:
print(i)
break
同样,在对算法复杂度有要求的情况下,使用枚举算法计算两个大数的最小公倍数效率会显得非常低下。我们看看怎样优化,优化的过程还需要使用到数学的知识:最小公倍数=两个数的乘积÷最大公约数。
前面我们讲到了计算最大公约数的时候可以使用更相减损法和辗转相除法。我们借助最大公约数可以很容易得到最小公倍数。下面以借用碾转相除法求最小公倍数的代码(更相减损法思路一样,可以自己书写):
m, n = map(int, input().split())
a, b = max(m, n), min(m, n)
c = a % b
while c != 0:
a = b
b = c
c = a % b
d = m * n // b
print(d)
相关推荐
- tesseract-ocr 实现图片识别功能
-
最近因为项目需要,接触了一下关于图像识别的相关内容,例如Tesseract。具体如何安装、设置在此不再赘述。根据项目要求,我们需要从省平台获取实时雨水情况数据,原以为获取这样的公开数据比较简单,上去一...
- 跨平台Windows和Linux(银河麒麟)操作系统OCR识别应用
-
1运行效果在银河麒麟桌面操作系统V10(SP1)上运行OCR识别效果如下图:2在Linux上安装TesseractOCR引擎2.1下载tesseract-ocr和leptonicahttps:...
- JAVA程序员自救之路——SpringAI文档解析tika
-
ApacheTika起源于2007年3月,最初是ApacheLucene项目的子项目,于2010年5月成为Apache组织的顶级项目。它利用现有的解析类库,能够侦测和提取多种不同格式文档中的元数据...
- Python印刷体文字识别教程
-
在Python中实现印刷体文字识别(OCR),通常使用TesseractOCR引擎结合Python库。以下是详细步骤和示例:1.安装依赖库bashpipinstallpytesseractp...
- 图片转文字--四种OCR工具的安装和使用
-
本文仅测试简单的安装和使用,下一步应该是测试不同数据集下的检测准确率和检测效率,敬请期待。作者的系统环境是:笔记本:ThindPadP520OS:win11显卡:QuadroP520一、EasyO...
- mac 安装tesseract、pytesseract以及简单使用
-
一.tesseract-OCR的介绍1.tesseract-OCR是一个开源的OCR引擎,能识别100多种语言,专门用于对图片文字进行识别,并获取文本。但是它的缺点是对手写的识别能力比较差。2.用te...
- 【Python深度学习系列】Win10下CUDA+cuDNN+Tensorflow安装与配置
-
这是我的第292篇原创文章。一、前置知识安装GPU版本的pytorch和tensorflow之前需要理清楚这几个关系:显卡(电脑进行数模信号转换的设备,有的电脑可能是双显卡,一个是inter的集成显卡...
- 手把手教你本地部署AI绘图Stable Diffusion!成功率100%!
-
导语:无需每月付费订阅,无需高性能服务器!只需一台普通电脑,即可免费部署爆火的AI绘图工具StableDiffusion。本文提供“极速安装包”和“手动配置”双方案,从环境搭建到模型调试,手把手教你...
- 本地AI Agent Hello World(Python版): Ollama + LangChain 快速上手指南
-
概要本文将用最简洁的Python示例(后续还会推出Java版本),带你逐步完成本地大模型Agent的“HelloWorld”:1、介绍核心工具组件:Ollama、LangChain和...
- python解释器管理工具pyenv使用说明
-
简介pyenv可以对python解释器进行管理,可以安装不同版本的python,管理,切换不同版本很方便,配置安装上比anaconda方便。pyenv主要用来对Python解释器进行管理,可以...
- Deepseek实战:企业别只会用Ollama,也可以用SGLang
-
SGLang:企业级的“性能之王”优点吞吐量碾压级优势通过零开销批处理调度器、缓存感知负载均衡器等核心技术,SGLang的吞吐量提升显著。例如,在处理共享前缀的批量请求时,其吞吐量可达158,59...
- 用LLaMA-Factory对Deepseek大模型进行微调-安装篇
-
前面的文章已经把知识库搭建好了,还通过代码的形式做完了RAG的实验。接下来呢,咱们要通过实际操作来完成Deepseek的另一种优化办法——微调。一、环境因为我这台电脑性能不太好,所以就在Au...
- 碎片时间学Python-03包管理器
-
一、pip(Python官方包管理器)1.基础命令操作命令安装包pipinstallpackage安装特定版本pipinstallnumpy==1.24.0升级包pipinstall-...
- ubuntu22/24中利用国内源部署大模型(如何快速安装必备软件)
-
本地AI部署的基础环境,一般会用到docker,dockercompose,python环境,如果直接从官网下载,速度比较慢。特意记录一下ubuntu使用国内源快速来搭建基础平台。一,docke...
- 还不会deepseek部署到本地?这篇教程手把手教会你
-
一、为什么要把DeepSeek部署到本地?新手必看的前置知识近期很多读者在后台询问AI工具本地部署的问题,今天以国产优质模型DeepSeek为例,手把手教你实现本地化部署。本地部署有三大优势:数据隐私...
- 一周热门
- 最近发表
-
- tesseract-ocr 实现图片识别功能
- 跨平台Windows和Linux(银河麒麟)操作系统OCR识别应用
- JAVA程序员自救之路——SpringAI文档解析tika
- Python印刷体文字识别教程
- 图片转文字--四种OCR工具的安装和使用
- mac 安装tesseract、pytesseract以及简单使用
- 【Python深度学习系列】Win10下CUDA+cuDNN+Tensorflow安装与配置
- 手把手教你本地部署AI绘图Stable Diffusion!成功率100%!
- 本地AI Agent Hello World(Python版): Ollama + LangChain 快速上手指南
- python解释器管理工具pyenv使用说明
- 标签列表
-
- ps像素和厘米换算 (32)
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)