C++でK番目に小さい素数の分数を求めるアルゴリズム|優先度付きキューによる解法
ソート済みのリストがあり、その中には 1 と複数の素数が含まれているとします。リスト内のすべての組合せ p < q について分数 p/q を考え、そのうち k 番目に小さい分数を求めます。答えは配列として返却し、ans[0] には分子 p、ans[1] には分母 q を格納します。
たとえば、入力が [1, 3, 5, 7]、k = 2 の場合を考えてみましょう。生成される分数は 1/3、1/5、1/7、3/5、3/7、5/7 の6つで、2番目に小さいのは 1/5 です。したがって答えは 1/5 となります。
解法のアプローチ
この問題は優先度付きキュー(priority queue)を使うと効率的に解けます。ポイントは、各分母ごとに「分子を小さい方から順に」候補として管理することです。こうすると、n 個のソート済み列をマージする要領で、小さい方から順に分数を取り出せるようになります。
具体的な手順は以下のとおりです。
- 構造体 Data を定義する。メンバーとして a、b、および a/b の値を保持する。
- サイズ2の配列 ret を用意する。
- n := 配列 A のサイズとする。
- 優先度付きキュー pq を定義する。
- i := 0 から n-1 まで繰り返し、Data(A[0], A[i], 0) を pq に挿入する。
- カウンタ K を使い、以下を繰り返す。
- pq の先頭要素を temp に取得し、pq からポップする。
- これが K 回目の取り出し(K == 0)であれば、ret[0] := temp の a、ret[1] := temp の b として ret を返す。
- temp.idx + 1 < n であれば、idx := temp.idx + 1 として Data(A[idx], temp.b, idx) を pq に挿入する。
- 最終的に ret を返す。
このアルゴリズムが機能する理由
最初にキューへ入れるのは「最小の分子 A[0] × 各分母」という組み合わせだけです。これは、各分母においてあり得る分数の中で最も小さいものに相当します。キューから最小の分数を取り出すたびに、同じ分母で次に大きい分子を持つ分数を補充していくため、常に全体で最小の分数がキューの先頭に現れます。これを K 回繰り返せば、目的の K 番目に小さい分数が得られます。
なお、Comparator 構造体で比較演算子を定義しているのは、標準の priority_queue(最大ヒープ)を最小ヒープとして動作させるためです。計算量は、初期構築に O(n log n)、以降の取り出し・挿入ごとに O(log n) 必要となるため、全体として約 O((n + k) log n) です。
それでは、実際の実装を見て理解を深めましょう。
サンプルコード(C++)
#include <bits/stdc++.h>
using namespace std;
void print_vector(vector<auto> v){
cout << "[";
for(int i = 0; i<v.size(); i++){
cout << v[i] << ", ";
}
cout << "]"<<endl;
}
struct Data{
double val, a, b;
int idx;
Data(double a, double b, int c){
val = a / b;
this->a = a;
this->b = b;
idx = c;
}
};
struct Comparator{
bool operator()(Data a, Data b){
return !(a.val < b.val);
}
};
class Solution {
public:
vector<int> kthSmallestPrimeFraction(vector<int>& A, int K) {
vector <int> ret(2);
int n = A.size();
priority_queue <Data, vector <Data>, Comparator> pq;
for(int i = 0; i < n; i++){
pq.push(Data(double(A[0]), double(A[i]), 0));
}
while(K--){
Data temp = pq.top();
pq.pop();
if(K == 0){
ret[0] = temp.a;
ret[1] = temp.b;
return ret;
}
if(temp.idx + 1 < n){
int idx = temp.idx + 1;
pq.push(Data(double(A[idx]), double(temp.b), idx));
}
}
return ret;
}
};
main(){
Solution ob;
vector<int> v = {1,3,5,7};
print_vector(ob.kthSmallestPrimeFraction(v, 2));
}
入力
{1,3,5,7}
2
出力
[1, 5]
-
C++のビット単位のふるい(Bitwise Sieve)で素数を効率的に求める方法
この記事では、整数 N が与えられたとき、ビット単位のふるい(Bitwise Sieve)を用いて N 未満のすべての素数を効率よく求める方法を解説します。 ビット単位のふるいとは? ビット単位のふるいは、指定された数より小さいすべての素数を列挙するために用いられる、エラトステネスの篩(Sieve of Eratosthenes)の最適化版です。 通常のエラトステネスの篩では、各数値が素数かどうかを bool 型(1バイト)で管理します。一方、ビット単位のふるいでは整数型の各ビット(1ビット)で素数判定情報を表現します。bool 型は1バイト(8ビット)を消費するため、この手法を採用することで
-
【C++】二分探索木(BST)でk番目に小さい要素を検索する方法
問題概要二分探索木(BST)と整数 k が入力として与えられたとき、木の中で k番目に小さい要素 を見つける問題を解説します。例えば、以下のようなBSTを考えてみましょう。この木に対して k = 3 を指定した場合、出力は 15 になります。木の要素を昇順に並べると「9, 13, 15, 17, 19, 25, 27」となり、3番目の値が15であるためです。アルゴリズムの考え方二分探索木には、「中順走査(in-order traversal)」を行うと要素が昇順に訪問されるという重要な性質があります。この性質を利用し、走査中に訪問したノード数をカウントしていき、k番目に到達した時点でそのノード