POJ 1183 数学推导

题意:给出arc(tan(1/a))=arc(tan(1/b))+arc(tan(1/c)) 求b+c的最小值。

根据公式 tan(a+b)=(tan(a)+tan(b))/(1-tan(a)*tan(b)) 可以把上式化简为a=(b*c-1)/(b+c)

补充一句:为什么不在区间(2a,+oo),因为有一端不确定,同样的y可能在这个区间会距离2a非常远,所以超时。

#include <iostream>
#include<cstdio>
using namespace std;

int main()
{
    long long i,a;
    while(~scanf("%lld",&a))
    {
        i=a*2;
        while((i*i+1)%(i-a))i--;
        printf("%lld\n",(i*i+1)/(i-a));
    }
}
时间: 2024-09-16 14:56:08

POJ 1183 数学推导的相关文章

数据挖掘 数学知识-如果从事数据挖掘的工作需要学习什么数学知识

问题描述 如果从事数据挖掘的工作需要学习什么数学知识 能说出数学的名称就是了,例如应用统计学.数学建模什么的.当然了回答者如果能给出除了学习数学还需要学什么专业知识的回答就更加感谢了 解决方案 还是要跟你主攻方向有关,如GIS,需要的知识除了GIS专业知识以外,还有运筹学.线性规划.概率.图论.计算机编程等.学以致用. 解决方案二: 最常用的就概率论与数理统计. 线性代数. 如果需要了解算法的数学推导,那需要多元微积分,运筹学等的知识. 解决方案三: 现在也正在学,遇到最大的问题就是数学不好.个

PCA的数学原理

原帖地址:http://blog.codinglabs.org/articles/pca-tutorial.html PCA(Principal Component Analysis)是一种常用的数据分析方法.PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维.网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其中的原理.这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工作机制是什么. 当然我并不打

从贝叶斯方法谈到贝叶斯网络

从贝叶斯方法谈到贝叶斯网络 0 引言     事实上,介绍贝叶斯定理.贝叶斯方法.贝叶斯推断的资料.书籍不少,比如<数理统计学简史>,以及<统计决策论及贝叶斯分析 James O.Berger著>等等,然介绍贝叶斯网络的中文资料则非常少,中文书籍总共也没几本,有的多是英文资料,但初学者一上来就扔给他一堆英文论文,因无基础和语言的障碍而读得异常吃力导致无法继续读下去则是非常可惜的(当然,有了一定的基础后,便可阅读更多的英文资料).     11月9日上午,机器学习班第9次课,邹博讲贝

数据分析师的必读书单

有不少人留言希望我推荐数据分析的书单,刚好即将春节,无论是假日学习还是年后,都值得充电.读书最好的时候是学生时期,其次是现在.内容按照 <如何七周成为数据分析师 > 的顺序. 数据分析是一门专业且跨越多个领域的学科,虽然我每篇公众号都足够篇幅(乃至我自己觉得啰嗦),可我还是得承认存在缺漏.如果有好书作为参考,对数据分析能力的成长更有帮助. 这份书单权作入门级推荐,如果大家有更好的欢迎留言说明.我不能保证全部看过,毕竟基础书没必要看几本,但我尽量做到客观.建议大家根据自己基础挑选,不要贪多. 大

生成Kindle可读的mobi和PDF电子书

购买kindle之后,自然欣喜万分,不来自于工具本身,而来自于发现自己能够静下心来阅读长篇和复杂的文字了,可喜可贺.更重要的是,kindle减轻了我眼睛的莫大的压力.但马上就出现几个问题: 不是所有的电子书都有kindle,最常见的是扫描PDF 大量的论文无法阅读,这和上面的问题一致 网络上很多精彩的博客,新闻,都是没法阅读的 可能有人说,用手机看不就得了?用手机看花边娱乐新闻当然很好,可是当看数学推导时,推送栏上面妹子发来的消息,会直接把你的思路全部打乱.没用过kindle的人,是有些难以体会

畅销榜上的机器学习、深度学习书单!

机器学习是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸分析.算法复杂度等多门学科,专门研究计算机怎样模拟或实现人类的学习行为.机器学习是人工智能的核心,是使计算机具有智能的根本途径. 近年来,机器学习领域受到越来越多的关注,相关的机器学习算法开始成为热点,知乎上同类问题同样不少,如机器学习该怎么入门?机器学习.数据挖掘 如何进阶成为大神?普通程序员如何向人工智能靠拢?学习人工智能该看什么书? 今天小编整理了一些机器学习.深度学习.人工智能相关图书,涉及到的关键词如下:深度学习.Tensor

【2万赞】一文读懂深度学习(附学习资源)

Image credit: Datanami   人工智能(AI)和机器学习(ML)都属于目前最热门的话题. 在日常生活中,AI这个术语我们随处可见.你或许会从立志高远的开发者那里听说她(他)们想要学习AI.你又或许会从运营者那里听到他们想要在他们的的服务中实施AI.但往往这些人中的绝大多数都并不明白什么是AI. 在你阅读完这篇文章之后,你将会了解AI和ML的基本知识.而更重要的是,你将会明白深度学习(https://en.wikipedia.org/wiki/Deep_learning),这类

机器学习经典书籍介绍

机器学习经典书籍小结 <数学之美>:作者吴军大家都很熟悉.这本书主要的作用是引起了我对机器学习和自然语言处理的兴趣.里面以极为通俗的语言讲述了数学在这两个领域的应用. <Programming Collective Intelligence>(中译本<集体智慧编程>):作者Toby Segaran也是<BeautifulData : The Stories Behind Elegant Data Solutions>(<数据之美:解密优雅数据解决方案背

快速读懂机器学习(附送详细学习资源)

前言: 机器学习作为人工智能中的伟大分支,让我们先来聊聊人工智能把.现在人工智能已经非常普遍了,从之前的阿尔法狗到现在中国人工智能机器人解答北京高考数学卷 考了105分.以及2017.6.6的苹果WWDC大会上宣布开发机器学习API,苹果想通过借此之举,让更过苹果开发者用户开发出更过用户体验好的应用,人工智能的例子真是数不胜数,已经渗透到我们生活的各方各面,比较常见的比如金融以及医疗,而且之前看了一篇文章这样评价金融业:随着人工智能的发展与普遍,以后金融业对求职者的要求需要掌握人工智能相关知识来