JavaScript 范围LCM查询的程序
LCM代表最小公倍数,而一组数的LCM是可被该组数中的所有数整除的最小数。我们将看到带有给定问题解释的完整代码。在本文中,我们将实现用于范围LCM查询的JavaScript程序。
问题介绍
在这个问题中,我们给定一个包含整数的数组,还有一个包含成对数字的查询数组,表示我们要计算该给定范围内所有元素的LCM。示例 –
如果给定的数组是:[1, 2, 3, 4, 5, 6]
,查询数组是:[[1, 3], [2, 5]]
,那么对于第一个查询来说,元素是[2, 3, 4]
,LCM为12。
对于第二个查询来说,元素是[3, 4, 5, 6]
,LCM为60。
LCM和GCD之间的数学关系
我们有一个欧几里得公式来找到最大公约数(GCD),通过它我们可以以对数复杂度找到两个数字的GCD,而且LCM和GCD之间有一个关系 –
LCM and GCD of a given set A {a1, a2, a3 …. , an} is:
LCM(A) * GCD(A) = (a1 * a2 * a3* … * an)
OR
LCM(A) = (a1 * a2 * a3 … * an) / GCD(A)
因此,我们将找出所有数字的最大公约数和乘积,然后从中可以使用O(1)操作找出数字的最小公倍数。
原生方法
原生方法是遍历查询数组,并且对于每个查询,在给定范围内找到元素的乘积和最大公约数。从两个值中找出最小公倍数并返回。让我们在代码中实现它−
示例
// function to find the gcd of the given number
function gcd(a,b){
if (a == 0) {
return b;
}
else {
return gcd(b%a,a);
}
}
// function to find the lcm
function lcmRange(arr, l, r){
// taking gcd as zero because gcd of 0 with any number is that same number
var cur_gcd = 0
var product = 1
var cur_lcm = arr[l]
for(var i = l+1 ;i <= r; i++) {
product = cur_lcm * arr[i];
cur_gcd = gcd(cur_lcm, arr[i])
cur_lcm = product/cur_gcd
}
console.log("The LCM of the element in the given range from " + l + " to " + r + " is: " + cur_lcm);
}
// defining the array
var arr = [ 1, 2, 3, 4, 5, 6]
// defining the queries array
var queries = [[1,3], [2,5]]
// traversing over the array
for(var i = 0; i< queries.length; i++){
lcmRange(arr,queries[i][0], queries[i][1])
}
时间和空间复杂度
上述代码的时间复杂度为O(Q*N*log(D))
,其中Q是查询的数量,N是数组中元素的数量,D是数组中最大的数。
上述代码的空间复杂度为O(1),因为我们没有使用额外的空间。
在上面的程序中,如果查询的数量等于N,那么它的时间复杂度将大于N^2,这使得这种方法使用起来低效。让我们看看另一种方法。
线段树方法
线段树是一种高级数据结构,用于将问题分段,然后将它们按照2的幂的形式合并。它在一些空间上产生范围查询的结果,并以对数时间产生结果。让我们看看它的代码.
示例
// defining maximum size
var MAX = 1000
// makking tree
var tree = new Array(4*MAX);
// declaring new array
var arr = new Array(MAX);
// function for lcm
function lcm(a, b){
return a*b/gcd(a,b);
}
// function for gcd
function gcd(a, b){
if (a == 0) {
return b
}
else{
return gcd(b%a,a);
}
}
// Function to creata a segment tree
function build(first, last, cur_node){
// base condition
if (first == last){
tree[cur_node] = arr[first];
return;
}
var mid = (first + last)/2
mid = Math.floor(mid);
// creating left and right segments
build(first, mid, 2*cur_node);
build(mid+1, last, 2*cur_node + 1);
// build the parent for current
var lcm_l = tree[2*cur_node];
var lcm_r = tree[2*cur_node+1];
tree[cur_node] = lcm(lcm_l, lcm_r);
}
// Function to make queries for array range
function query(first, last, l, r, cur_node){
// section out of current range
// 1 is safe to return
if (last < l || first > r){
return 1;
}
// complete inside the current segment
if (l <= first && r >= last)
return tree[cur_node];
// partially inside the current segment
var mid = (first+last)/2;
mid = Math.floor(mid)
var lcm_l = query(first, mid, l, r, 2*cur_node);
var lcm_r = query(mid+1, last, l, r, 2*cur_node+1);
return lcm(lcm_l, lcm_r);
}
// defining the array
arr[0] = 1;
arr[1] = 2;
arr[2] = 3;
arr[3] = 4;
arr[4] = 5;
arr[5] = 6;
// build the segment tree
build(0, 5, 1);
// defining query array
var queries = [[1,3], [2,5]]
// traversing over the array
for(var i = 0; i< queries.length; i++){
console.log("The LCM of the element in the given range from " + queries[i][0] + " to " + queries[i][1] + " is: " + query(0,5,queries[i][0],queries[i][1],1) );
}
结论
在本教程中,我们实现了一个JavaScript文章来查找范围LCM查询。我们看到了两种方法,一种是原生方法,时间复杂度为O(Q*N*log(D))
,另一种是通过实现段树,时间复杂度为O(Q*log(N))
。