使用C++语言求水仙花数 100-1000,一个数个位的三次方+十位的三次方+百位的三次方=他本身 即153=1*1*1+5*5*5+3*3*3 求两个数的最大公约数和最小公倍数并输出

时间: 2024-01-17 08:55:36 浏览: 29
#include <stdio.h> // 判断一个数是否是水仙花数 int isNarcissistic(int num) { int a = num / 100; // 百位数 int b = num / 10 % 10; // 十位数 int c = num % 10; // 个位数 return num == a*a*a + b*b*b + c*c*c; } // 求最大公约数 int gcd(int a, int b) { if (b == 0) { return a; } else { return gcd(b, a % b); } } // 求最小公倍数 int lcm(int a, int b) { return a * b / gcd(a, b); } int main() { int maxNum = 1000; int minNum = 100; int narcissisticCount = 0; // 水仙花数的个数 int narcissisticSum = 0; // 水仙花数的和 int maxGcd = 0; // 最大公约数 int minLcm = 1; // 最小公倍数 for (int i = minNum; i <= maxNum; i++) { if (isNarcissistic(i)) { // 如果是水仙花数 narcissisticCount++; narcissisticSum += i; } } // 计算最大公约数和最小公倍数 for (int i = minNum; i <= maxNum; i++) { if (isNarcissistic(i)) { // 如果是水仙花数 maxGcd = gcd(maxGcd, i); minLcm = lcm(minLcm, i); } } // 输出结果 printf("100-1000之间的水仙花数个数为:%d\n", narcissisticCount); printf("100-1000之间的水仙花数的和为:%d\n", narcissisticSum); printf("100-1000之间的水仙花数的最大公约数为:%d\n", maxGcd); printf("100-1000之间的水仙花数的最小公倍数为:%d\n", minLcm); return 0; }

相关推荐

最新推荐

recommend-type

C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法

主要介绍了C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法,涉及C++二叉树的定义、遍历、统计相关操作技巧,需要的朋友可以参考下
recommend-type

redis++使用说明,windows下编译redis-plus-plus

redis++使用说明,windows下编译redis-plus-plus
recommend-type

使用C++解一元三次方程的算法及分析

使用C++解一元三次方程的算法及分析,详细介绍了使用该算法的原理,简单易解
recommend-type

C++中求组合数的各种方法总结详解

本篇文章是对C++中的求组合数的各种方法进行了详细的介绍。需要的朋友参考下
recommend-type

C++通过自定义函数找出一个整数数组中第二大数的方法

主要介绍了C++通过自定义函数找出一个整数数组中第二大数的方法,涉及C++针对数组的遍历操作相关技巧,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。