C++,codewars,Hamming Numbers,525d84b98f428f14a60008da
/* codewars,Hamming Numbers,525d84b98f428f14a60008da Hamming数是指其质因子只包含1,3,5的正整数。 即2^i * 3^j * 5^k,其中i,j,k>=0。 要求编写一个函数hamming(n)返回从小到大的第n个Hamming数。 */ /* Learn from the solution of others: */ #include <iostream> #include <vector> #include <cstdint> uint64_t hamber(int n){ std::vector<uint64_t> hamming; int i=0,j=0,k=0; hamming.push_back(1); //维护一个vector,记为hamming,按照从小到大的顺序依次加入hamming数 //每次加入不在hamming中的最小的hamming数 //i,j,k分别记录在当前hamming中最小的在分别乘以2,3,5后大于hamming.back()的数的位置 //hamming[i]*2>hamming.back(), hamming[i-1]*2<=hamming.back() //hamming[j]*3>hamming.back(), hamming[j-1]*3<=hamming.back() //hamming[k]*5>hamming.back(), hamming[k-1]*5<=hamming.back() //也就是说, 将hamming中的某个数的某个指数+1,所有大于当前最大值的结果中, //最小的数一定在hamming[i]*2,hamming[j]*3,hamming[k]*5中 //因此hamming的下一个应加入的数是这三个数中的最小值 while(hamming.size()<n){ uint64_t min = std::min(hamming[i]*2,std::min(hamming[j]*3,hamming[k]*5)); hamming.push_back(min); //应保证hamming[i]*2,hamming[j]*3,hamming[k]*5 均满足 >hamming.back() //在hamming.push_back()后,原来的hamming.back()增大 //需要更新i,j,k,使得hamming[i]*2,hamming[j]*3,hamming[k]*5 均满足 >hamming.back() //这里min==hamming.back() if(min==hamming[i]*2)++i; if(min==hamming[j]*3)++j; if(min==hamming[k]*5)++k; } return hamming.back(); } int main(){ int a;std::cin>>a; std::cout<<hamber(a); } // /* // AI解法: // */ // #include <iostream> // #include <vector> // #include <cstdint> // uint64_t hamber(int n){ // std::vector<uint64_t> hamming; // hamming.push_back(1); // int i=0,j=0,k=0; // //维护一个vector,记为hamming,按照从小到大的顺序依次加入hamming数 // //每次加入不在hamming中的最小的hamming数 // //i,j,k分别记录在当前hamming中最小的在分别乘以2,3,5后大于hamming.back()的数的位置 // //hamming[i]*2>hamming.back(), hamming[i-1]*2<=hamming.back() // //hamming[j]*3>hamming.back(), hamming[j-1]*3<=hamming.back() // //hamming[k]*5>hamming.back(), hamming[k-1]*5<=hamming.back() // //也就是说, 将hamming中的某个数的某个指数+1,所有大于当前最大值的结果中, // //最小的数一定在hamming[i]*2,hamming[j]*3,hamming[k]*5中 // //因此hamming的下一个应加入的数是这三个数中的最小值 // while(hamming.size()<n){ // uint64_t min = std::min(hamming[i]*2,std::min(hamming[j]*3,hamming[k]*5)); // hamming.push_back(min); // if(min==hamming[i]*2) ++i; // if(min==hamming[j]*3) ++j; // if(min==hamming[k]*5) ++k; // } // return hamming.back(); // } // static std::vector<uint64_t> prime; // for(auto& i : prime){ // if(n%i==0){ // return false; // } // } // if(n%2!=0 && n%3!=0 && n%5!=0){ // prime.push_back(n); // return false; // }else{ // return true; // } // } // uint64_t hamber(int n) // { // uint64_t ans = 1;--n; // while(n--){ // ++ans; // if(!isHamming(ans)){ // ++n; // continue; // } // } // return ans; // }
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现