整数因子分解问题(分治)

问题描述:将一个整数分解成整数因子相乘,共有多少种不同的分解式?

问题分析:这个问题其实很简单,将一个数n从2到它本身依次求余,如果发现n求余后为0,证明这个被求余的数i是这个整数的因子,那么我们对n/i再进行递归,直到n/i变为1停止递归

分析完毕,代码如下:

#include <stdio.h>

int count = 0 ;

void calculate(int n){
	
	if( n == 1 ){
		count++ ;
	}

	int i = 2 ;
	while ( i<=n ){

		if( n%i == 0) {
			calculate( n/i ) ;
		}

		i++ ;
	}
}

int main()
{
	int n ;

	printf("请输入一个正整数:") ;
	scanf("%d", &n) ;

	calculate( n ) ;
	printf("式子个数:%d\n", count) ;

	return 0 ;
}

扩展:怎样输出它的各表达式?

问题分析:每层递归获得一个因子,我们可以用一个栈存储暂时的因子,当因子全部找到时输出栈元素。当递归结束时(标志着整数已经被分解到1了,分解式已经输出了),这时我们可以移除栈顶一个元素,向下继续寻找其他因子。

代码如下:

#include <stdio.h>
#include <stdlib.h>

#define TRUE  1
#define FLASE 0

int count = 0 ;
//栈的结点类型
typedef struct Node
{
	int data;
	struct Node *next;
内容概要:本文系统研究了基于CNN-SVM的卷积神经网络与支持向量机融合的数据分类预测方法,聚焦其在工业故障识别中的应用,提供了完整的Matlab代码实现。通过CNN提取输入数据的深层空间特征,再由SVM进行高精度分类,充分发挥两者优势,有效提升了故障识别的准确性、鲁棒性与泛化能力。该方法特别适用于处理电力系统、机械设备等领域的高维、非线性、强噪声监测数据,在变压器故障诊断、轴承缺陷识别等场景中具有重要应用价值。文档还整合了机器学习、深度学习、图像处理、路径规划、电力系统优化等多个前沿科研方向的技术资源,配套大量Matlab/Simulink仿真案例与Python代码,全面支持科研复现与工程实践。; 适合人群:具备一定编程基础,熟练掌握Matlab或Python语言,从事电气工程、自动化、人工智能、机械故障诊断等相关领域研究的研发人员及高校研究生; 使用场景及目标:① 实现工业设备的状态监测与多类别故障分类;② 深入理解CNN与SVM融合模型的设计原理与工程实现细节;③ 借助所提供的丰富算法案例开展科研复现、模型优化与系统仿真验证; 阅读建议:建议按照文档目录结构系统化学习,结合百度网盘提供的完整代码资源进行动手实践,重点关注CNN特征提取层与SVM分类器之间的数据接口设计与参数调优策略,同时可延伸学习文中涉及的其他智能算法及其在电力系统、信号处理等领域的交叉应用,全面提升科研创新能力。
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值