C++质因数分解实战：如何用O(logn)算法快速计算因子个数（附LeetCode真题解析）

C++质因数分解实战：如何用O(logn)算法快速计算因子个数（附LeetCode真题解析）

在算法竞赛和紧张的面试环节中，计算一个整数的因子个数是一个经典且高频的问题。很多开发者第一反应是使用传统的遍历方法，从1到sqrt(n)逐个检查，这在处理小数据时固然可行。然而，当面对大整数，或者需要在短时间内处理海量数据时，O(√n)的时间复杂度立刻成为性能瓶颈，导致程序超时，让你在机试或笔试中痛失分数。我自己就曾在类似的场景下吃过亏，看着20%的通过率百思不得其解，直到掌握了质因数分解这把“钥匙”。

实际上，计算因子个数与质因数分解有着深刻而优雅的联系。一旦我们将一个数分解为质因数的幂次乘积，因子个数问题便从一个需要遍历的“搜索问题”，转化为了一个基于组合数学的“计算问题”。这种思路的转变，带来的往往是数量级上的效率提升。本文将深入探讨如何利用质因数分解，实现接近O(log n)时间复杂度的因子计数算法，并提供可直接用于实战的C++代码模板。我们不仅会剖析其背后的数学原理，还会结合LeetCode真题进行演练，让你在下次遇到类似问题时，能够游刃有余。

1. 从朴素方法到数学洞察：为何需要质因数分解？

在开始学习高效的算法之前，我们有必要彻底理解传统方法的局限性，以及新方法优越性的根源。这能帮助我们在面对新问题时，知道该从哪个方向去思考和优化。

1.1 传统方法的瓶颈与复杂度分析

最直观的因子计数方法是遍历所有可能的候选数。对于一个给定的正整数 n，其因子总是成对出现的（除了完全平方数的平方根）。例如，12的因子对是(1,12), (2,6), (3,4)。因此，我们只需要从1遍历到 sqrt(n) 即可。

// 朴素方法：时间复杂度 O(√n)
int countFactors_naive(int n) {
    int count = 0;
    for (int i = 1; i * i <= n; ++i) {
        if (n % i == 0) {
            count++; // 计数 i
            if (i != n / i) {
                count++; // 计数 n/i
            }
        }
    }
    return count;
}

这个方法简单易懂，但其时间复杂度为 O(√n)。让我们看一个具体的性能对比：

注意：在算法竞赛中，通常认为C++在1秒内能执行约10^8次基本操作。当n达到10^16时，√n = 10^8，已接近时间极限。若题目需要处理多个这样的大数，朴素方法必然超时。

1.2 质因数分解提供的全新视角

质因数分解定理（算术基本定理）指出，任何一个大于1的整数，都可以唯一地分解为一系列质数的幂的乘积。

例如：

• 108 = 2^2 × 3^3
• 360 = 2^3 × 3^2 × 5^1

这个分解形式揭示了一个数的“DNA”。关键在于，一个数的所有因子，都可以通过从各个质因子的幂次中做出选择来构造。

以108为例：

• 对于质因子2，指数是2。在构造因子时，我们可以选择使用2^0, 2^1, 或2^2。共有 3 种选择 (指数+1)。
• 对于质因子3，指数是3。我们可以选择使用3^0, 3^1, 3^2, 或3^3。共有 4 种选择 (指数+1)。

由于每个质因子的选择是独立的，根据乘法原理，总的因子个数就是各质因子可选方案数的乘积： 因子总数 = (2+1) × (3+1) = 3 × 4 = 12

这个公式就是整个高效算法的核心。它将一个需要遍历的O(√n)问题，转化为了一个先分解、后计算的O(log n)问题。分解过程本身可能比O(log n)稍慢，但相比O(√n)已是巨大的飞跃。

2. 核心算法拆解：高效的质因数分解与因子计数实现

理解了数学原理，接下来我们关注如何在C++中高效地实现它。我们将分步构建一个健壮、高效的函数。

2.1