1. 题目背景与核心问题解析
这道来自Codeforces 2196B的编程竞赛题"Another Problem about Beautiful Pairs"，考察的是选手对数组操作和数学性质的综合应用能力。题目给定一个整数数组，要求找出所有满足特定条件的"美丽对"(i,j)，其中i < j。所谓"美丽对"，通常指满足某种数学关系或具有特殊性质的元素组合。
在实际解题中，这类问题往往需要：
- 准确理解题目定义的"美丽对"条件
- 设计高效算法避免暴力枚举
- 处理大规模数据时的优化技巧
2. 题目条件深度分析
2.1 美丽对的数学定义
根据题目描述，"美丽对"需要满足以下条件：
- 对数组中的两个元素a[i]和a[j]（i < j）
- 存在某个整数k > 1，使得a[i] * a[j] = k²
这意味着两个元素的乘积必须是一个完全平方数的非平凡倍数（k>1）。例如：
- (3,12)是美丽对，因为3×12=36=6²
- (2,8)是美丽对，因为2×8=16=4²
- (4,9)不是美丽对，因为4×9=36=6²但题目要求k>1
2.2 关键数学性质
解决此题需要理解以下数学概念：
- 平方自由数(Square-free number)：不被任何大于1的完全平方数整除的数
- 质因数分解：任何整数可以表示为a = s × q²，其中s是平方自由部分
- 两个数a和b的乘积为完全平方数当且仅当它们的平方自由部分相等
3. 高效算法设计
3.1 暴力解法及其局限
最直观的方法是双重循环检查所有(i,j)对：
python复制count = 0
for i in range(n):
for j in range(i+1, n):
product = a[i] * a[j]
k = int(product**0.5)
if k > 1 and k*k == product:
count += 1
时间复杂度O(n²)，对于n=1e5的数据会超时。
3.2 优化思路
利用数学性质进行优化：
- 对每个数分解出平方自由部分s
- 统计相同s出现的次数
- 对于每个s，如果有c次出现，则贡献c*(c-1)/2对
具体步骤：
- 预处理所有数的平方自由部分
- 使用哈希表统计每个s的出现次数
- 计算结果
3.3 平方自由数计算
计算一个数x的平方自由部分：
python复制def get_square_free(x):
res = 1
for p in primes: # 预先生成的质数列表
if p*p > x:
break
if x % p == 0:
cnt = 0
while x % p == 0:
x //= p
cnt += 1
if cnt % 2 == 1:
res *= p
if x > 1:
res *= x
return res
4. 完整解决方案
4.1 算法实现
python复制import math
from collections import defaultdict
def solve():
n = int(input())
a = list(map(int, input().split()))
# 预处理平方自由部分
square_free = []
for num in a:
s = 1
# 分解质因数
x = num
for p in range(2, int(math.isqrt(x)) + 1):
if p*p > x:
break
if x % p == 0:
cnt = 0
while x % p == 0:
x //= p
cnt += 1
if cnt % 2 == 1:
s *= p
if x > 1:
s *= x
square_free.append(s)
# 统计相同s出现的次数
freq = defaultdict(int)
for s in square_free:
freq[s] += 1
# 计算结果
res = 0
for cnt in freq.values():
res += cnt * (cnt - 1) // 2
print(res)
solve()
4.2 复杂度分析
- 预处理平方自由部分：O(n√max_a)
- 统计频率：O(n)
- 计算结果：O(n)
总复杂度O(n√max_a)，对于n=1e5和a_i=1e6的数据可以接受。
5. 优化与进阶技巧
5.1 质因数分解优化
使用筛法预处理最小质因子，可以加速分解：
python复制# 预处理最小质因子
max_num = 10**6
spf = [0]*(max_num+1)
for i in range(2, max_num+1):
if spf[i] == 0:
spf[i] = i
for j in range(i*i, max_num+1, i):
if spf[j] == 0:
spf[j] = i
def get_square_free(x):
res = 1
while x > 1:
p = spf[x]
cnt = 0
while x % p == 0:
x //= p
cnt += 1
if cnt % 2 == 1:
res *= p
return res
5.2 处理特殊情况
需要考虑的特殊情况：
- 数组中存在0的情况
- 非常大的质数
- 重复元素
5.3 空间优化
对于非常大的n，可以使用更紧凑的数据结构存储频率计数。
6. 常见错误与调试技巧
6.1 典型错误模式
- 忘记k>1的条件，导致将(1,1)等对误认为美丽对
- 质因数分解不完整，漏掉大质数
- 整数溢出问题，特别是乘积计算时
6.2 测试用例设计
好的测试用例应包括：
python复制# 样例1: 普通情况
[3, 12, 5, 20] # 应输出2 (3-12和5-20)
# 样例2: 包含平方数
[4, 9, 16, 25] # 应输出0 (k必须>1)
# 样例3: 大质数
[999983, 999983, 2, 8] # 999983是质数，应输出1 (2-8)
# 样例4: 大量重复
[2]*100000 # 应输出4999950000
6.3 调试建议
- 先在小数据上验证平方自由数的计算
- 检查边界条件（空数组、单个元素、所有元素相同）
- 使用assert验证中间结果
7. 算法扩展与应用
7.1 类似问题变种
- 改为求三元组(i,j,k)满足a[i]*a[j]*a[k]为完全立方数
- 改为求连续子数组的乘积为完全平方数
- 增加修改操作，动态维护美丽对数量
7.2 实际应用场景
- 密码学中的平滑数检测
- 数论算法中的因子分析
- 组合数学中的计数问题
8. 竞赛技巧总结
- 遇到数论题先考虑数学性质转化问题
- 预处理是优化复杂度的有效手段
- 合理使用哈希表统计频率
- 注意题目条件的边界情况
- 在Python中使用Counter可以简化频率统计
对于这类问题，关键在于将题目条件转化为数学性质，从而找到高效的计算方法。通过分析平方自由数的性质，我们将O(n²)的问题转化为O(n√a)的问题，这是算法竞赛中常见的优化思路。