编程之美-1的个数
1的数目
题目:给定一个十进制正整数N,写下从1开始,到N的所有整数,然后数一下其中出现所有“1”的个数。
例如:
N=2,写下1~2。这样只出现了1个“1”。
N=12,我们会写下1,2,3,4,5,6,7,8,9,10,11,12,这样,1的个数是5。
问题是:
1.写一个函数F(N),返回1到N之间出现的“1”的个数,比如F(12)=5;
2.满足条件“F(N)=N”的最大的N是多少?
我们就先来看看问题1的解法吧;
问题一,解法1:
1 #include <iostream>
2 using namespace std;
3 int f(int n)
4 {
5 int sum=0;
6 while(n!=0)
7 {
8 sum+=(n%10==1)?1:0;
9 n/=10;
10 }
11 return sum;
12 }
13 int fun(int N)
14 {
15 int count=0;
16 for(int i = 1;i <= N; ++i)
17 {
18 count+=f(i);
19 }
20 return count;
21
22 }
23 int main()
24 {
25 const int N=2;
26 const int M=12;
27 cout << fun(N) <<endl;
28 cout << fun(M) <<endl;
29 return 0;
30 }
问题一,解法2:
#include <iostream> using namespace std; int fun(int N) { int count=0,k; for(int i = 1;i <= N; ++i) { k=i; while(k!=0) { if(k%10==1) count++; k/=10; } } return count; } int main() { const int N=2; const int M=12; cout << fun(N) <<endl; cout << fun(M) <<endl; return 0; }
其实这2种解法的思路都差不多,就是写法有点不同,解法一是书上的写法,解法2是我我自己写的,大家觉得那种好理解就理解那种吧,但是这个算法的致命的是代码的效率和复杂度
但是我们有没有考虑过如果N为1个亿的数呢。如果我们采用上面的程序来计算的话大概需要40秒的时间才能计算出来,随着数的不断增加而计算效率就越来越低了。
那么我们能不能找个更快的方法来解决这个问题呢?要提高效率我们不能用这种遍历的方法,要采用另外一种思路,
下面我们来继续分析下这个思路,我们直接来看三个重点
个位数1的个数 规律:
- 如果N的个位数大于等于1,那么个位数出现1的个数是十位数+1;
- 如果N的个位数为0,那么个位数出现1的个数为十位数的数字;
整数 1的个数 1的列举
5 1 1
15 2 1,11
25 3 1,11,21
35 4 1,11,21,31
十位数1的个数 规律
- 如果N的十位数等于1,那么十位数出现1的个数是个位数+1;
- 如果N的十位数大于1,那么十位数出现1的个数为10;
整数 1的个数 1的列举
25 10 10,11,12,13,14,15,16,17,18,19
35 10 10,11,12,13,14,15,16,17,18,19
95 10 10,11,12,13,14,15,16,17,18,19
125 20 10,11,12,13,14,15,16,17,18,19,110,111,112,...,118,119
725 80 10-19,110-119,210-219,310-319,410-419,510-519,610-619,710-719
3225 330 10-19,20-29,...510-519,610-619,...1010-1019,1110-1119,1210-1219,...,3110-3119,3210-3219
百位数1的个数 规律
如果百位上的数字为0,则可以知道,百位上可能出现1的次数由更高位决定,比如12 013,则可以知道百位出现1的情况可能是100~199,1 100~1 199,2 100~2 199,…,11 100~11 199,一共有1 200个。也就是由更高位数字(12)决定,并且等于更高位数字(12)×当前位数(100)。
如果百位上的数字为1,则可以知道,百位上可能出现1的次数不仅受更高位影响,还受低位影响,也就是由更高位和低位共同决定。例如对于12 113,受更高位影响,百位出现1的情况是100~199,1 100~1 199,2 100~2 199,…,11 100~11 199,一共1 200个,和上面第一种情况一样,等于更高位数字(12)×当前位数(100)。但是它还受低位影响,百位出现1的情况是12 100~12 113,一共114个,等于低位数字(123)+1。
如果百位上数字大于1(即为2~9),则百位上可能出现1的次数也仅由更高位决定,比如12 213,则百位出现1的可能性为:100~199,1 100~1 199,2 100~2 199,…,11 100~11 199,12 100~12 199,一共有1 300个,并且等于更高位数字+1(12+1)×当前位数(100)。
通过上面的分析和总结 我们可以写出如下代码:
1 LONGLONG Sum1s(ULONGLONG n) 2 3 { 4 5 ULONGLONG iCount = 0; 6 7 8 ULONGLONG iFactor = 1; 9 10 11 ULONGLONG iLowerNum = 0; 12 13 ULONGLONG iCurrNum = 0; 14 15 ULONGLONG iHigherNum = 0; 16 17 18 while(n / iFactor != 0) 19 20 { 21 22 iLowerNum = n - (n / iFactor) * iFactor; 23 24 iCurrNum = (n / iFactor) % 10; 25 26 iHigherNum = n / (iFactor * 10); 27 28 29 switch(iCurrNum) 30 31 { 32 33 case 0: 34 35 iCount += iHigherNum * iFactor; 36 37 break; 38 39 case 1: 40 41 iCount += iHigherNum * iFactor + iLowerNum + 1; 42 43 break; 44 45 default: 46 47 iCount += (iHigherNum + 1) * iFactor; 48 49 break; 50 51 } 52 53 54 iFactor *= 10; 55 56 } 57 58 59 return iCount; 60 61 62 }
这个方法只要分析N就可以得到f(N),避开了从1到N的遍历,输入长度为Len的数字N的时间复杂度为O(Len),即为O(ln(n)/ln(10)+1)。在笔者的计算机上,计算N=100 000 000,相对于第一种方法的40秒时间,这种算法不到1毫秒就可以返回结果,速度至少提高了40 000倍。
PS:题目和思路来自于编程之美,编程之美书籍是一本不错的书,里面涉及了很多算法和面试知识等等,喜欢编程的朋友可以去买来看看 是个不错的选择, 好了今天就写到这里吧,在后面我还会一直分析些有趣的算法,喜欢的点个关注吧。