我有计数增加，但它似乎没有工作。它只是一直运行到一百。有没有人有任何想法？

我正在尝试创建一个能够以形式分解三项式的程序

其中b和c是整数，如果可以因式分解，则输出三项式的因式分解，如果不能分解，则输出“此三项式不能因式分解” 最终乘积被传递给两个单独的程序

• 一个包含函数包的 Python 文件。该文件不应产生任何输出。也就是说，它应该只包含函数，没有函数调用、输入语句或打印语句。

• 另一个导入您的第一个包并使用它来分解带有输入语句的简单三项式。

现在我只是将它们放在一个程序中以便更轻松地编辑它并计划稍后将其分开。该程序有效，并给了我看似随机的输出数量，虽然它们是正确的，但我不希望它重复 300 次。

另外，如果没有因素，我不确定如何使它成为输出因素。

保理工具箱

第二个节目

我正在导入一个数据集，该数据集有一列包含类别“PR”、“CG”、“SH”、“CF”、“SC”、“PI”、“PA”。但是，有些行有多个值（例如 PR、CG）。我能够使用 FFG=str_split(FFG,pattern=",") 将这些字符串拆分为列表，但是当我尝试使用 df<-df%>%(FFG=col_factor(levels=c("PR", "CG","SH","CF","SC","PI","PA"))) 我得到“function_list[k] 中的错误：尝试应用非函数”。我是 R 新手，所以如果我错过了任何重要信息，请告诉我。任何建议都会非常有帮助，谢谢！

我对 R 很陌生，所以请原谅这里的任何 R 语法错误......

我在数据框（19 列）中保存了 19 个问题的李克特调查。响应是数字并转换为字符。

我想将李克特分数更改为因子并指定级别。我可以单独对每一列执行此操作，但想知道如何使用循环将其应用于所有列，而不必为所有列重复这行代码 19 次

我当前的代码

我知道我可以在接下来的列“lik_02”、lik_03“……等等中重复这一点，但是我该如何更简洁地写这个呢？

我尝试 lapply 出现以下错误：

谢谢！

我有一个包含不同方法的 PHP 类：

如何将我的所有公共功能分组为一个功能，例如

我正在尝试编写一个可以找到素数的 Python 脚本。以我要处理的方式，脚本将从一个范围内获取一个数字，确定因子，确定仅有的两个因子是否为 1 和它本身，如果它是素数则返回 true。我需要帮助我的代码找到因素。

i设置为，因为1您不能除以0。但是，返回开始起作用，但是，它只返回几个数字，而不是我希望的完整列表。例如，您输入20，它只返回1和2。

我用 C 语言编写了一个代码，它基本上列出了一个巨大数字的所有质因数的列表，这些质数是使用gmp库存储的。这里是 ：

请注意，int is_prime(mpz_t n)这里没有定义该函数，因为它很长。只要知道它是米勒拉宾素性检验的确定性变体（最多 3,317,044,064,679,887,385,961,981）的实现。function 也是如此void append(mpz_t** arr, mpz_t i)，它只是一个将其附加到列表的函数。

因此，我的prime_divs函数搜索除数i范围内[2,sqrt(number)]的所有整数number。如果是这种情况，那么它会计算它的互补除数（即number/i）并确定它们中的任何一个是否是素数。如果这些整数是素数，那么它们将被附加到使用append.

有什么方法可以prime_divs更快吗？

我想对我成功完成的重要方差分析进行事后测试。

我有 5 个条件（target_onset），我想在一个名为 data_clean 的 df 中比较反应时间（key_resp.rt）。target_onset 和 key_resp.rt 是列。

这就是我做方差分析的方法，效果很好：

接下来，我想看看事后测试是怎么说的，以找出这 5 个条件之间的哪些差异是显着的。

我知道 TukeyHSD 只考虑因素。所以我分解了我感兴趣的列：

但是，当我运行此代码时，出现以下错误：

类（y）<-oldClass（x）中的错误：将类“因子”添加到无效对象此外：警告消息：1：在model.response（mf，“numeric”）中：使用type =“numeric”和a因子响应将被忽略 2：在 Ops.factor(y, z$residuals) 中：'-' 对因子没有意义

任何的意见都将会有帮助。提前致谢。

更新：我最终没有使用 Eigen 并实现了我自己的 GF(2) 矩阵表示，其中每一行是一个整数数组，整数的每一位代表一个条目。然后我使用修改后的高斯消除和位运算来获得所需的向量

我目前有一个（大）矩形稀疏矩阵，我使用 Eigen3 存储它，我想在 GF(2) 上找到（右）空空间。我四处研究并发现了一些可能的方法：

• （修改）高斯消元法

这意味着只需使用某种形式的高斯消除来找到保留零空间的矩阵的简化形式，然后从中提取零空间。虽然我知道我将如何手动执行此操作，但我对如何实际执行此操作一无所知。

• SVD分解
• 二维码分解

我对这些不熟悉，但根据我的理解，零空间的（正交）基向量可以从矩阵的分解形式中提取出来。

现在我的问题是：在我的情况下我应该使用哪种方法（即 GF(2) 上的矩形稀疏矩阵）不涉及转换为密集矩阵？如果有很多方法，在性能和易于实施方面会推荐什么？

我也愿意使用除 Eigen 之外的其他库。

对于上下文，我正在尝试为分解算法找到组合等价关系（例如，在二次筛中）。另外，如果可能的话，我想在未来考虑并行化这些算法，所以如果存在允许这样做的方法，那就太好了！

蛮力方法将检查每个可能的数字。
如果它有n 个因子：x ++。

直到：x = i。

但我刚刚了解到，您可以通过以下方式获得具有n 个因子的i = 1：

1. 得到n的质因数e的集合S。
2. 将集合S按降序排列。
3. 从集合S的每个元素e中减去 1 。
4. 将素数p作为底数，使得：
   p _x-1 < p _x，并将e _x视为指数，对于集合S的每个元素。
5. 将每个元素相乘。

现在给定i = 1，得到第i项的可能方法是什么？

如果您能提供一个适用于素数的答案，那就太好了。