以上解法采用了遍历的思路，最坏情况下可能需要LCM(5, 6, 7, 8, 9)次运算才能找到结果（LCM()为最小公倍数）。由于思路逻辑简单，且问题本身并不复杂，可作为初学者对该类问题的一种通用解法。

此后，【金属战机】提出了一个更高效的解法，代码如下：

该程序输出的结果是问题的通解（2520n+1449）。算法思路为先计算满足除c1余d1的通解an+b，再通过不断b+=a得到除c2余d2的通解an+b，如此循环直到计算完所有题设条件，此时的an+b即是问题的通解。
容易发现，算法在每次更新b的值时步进为a，而a在算法的不断执行过程中是不停增长的，因此算法找到答案所需的步数会显著少于遍历法。事实上，应用该算法只需计算14步即可得到答案，比之前硫酸铜的遍历法（1449步）效率提高了百倍。

金属战机提供的算法将解决该问题所需的步数减小到了最多1+2+3+4+5+6+7+8+9次，其执行效率把硫酸铜的遍历算法甩开至少10条街。
那么，该算法还有优化的余地吗？答案是肯定的。
考虑到最终得到的b是由b不断加a得到的，因此，提高算法执行过程中的a，就能让b在更少次数内达到正确解。一个快速增大a的思路是，我们先让a，b满足除9余0，再去满足除8余1，以此循环直到满足除5余4。这么做，a的值首先为9，之后分别变为72，504，504，2520。而前述金属战机的算法中a为5，30，210，840，2520。两者的运行结果分别如下：

至此，我们通过调整计算顺序的方式将金属战机的算法优化到了只需9步计算即可找到结果。
现在，考虑calc函数中对a的更新计算：
int t=a;
while(a%c!=0)
a+=t;
显然，这三行代码求的是a与c的最小公倍数。金属战机在这里采用了遍历的方法计算LCM(a,c)——判断a，2a，3a，4a，……是否为c的整数倍。该思路显然还有优化的余地。
对于两个整数x，y，它们的最小公倍数为x * y / GCD(x,y)，其中GCD()是最大公约数。最大公约数可通过辗转相除法来计算。于是，算法被进一步优化为：

于是，我们获得了一个效率较高的获得该类问题通解的方法。

当时我就推荐程序组吸纳金属战机，看来我还是颇有眼力的！