两分钟看完一道数学思想的算法题

点击蓝色“五分钟学算法”关注我哟

加个“星标”,天天中午 12:15,一起学算法

640?wx_fmt=jpeg

作者 | P.yh

来源 | 五分钟学算法

 
 

题目描述

给你数字 0 ,1 ,2 ,那么所有排列从小到大就会是 012,021,102,120,201,210,那么如果给你 0,1,2,3,4,5,6,7,8,9 让你去排,从小到大排在第一百万的数是多少?

题目地址:https://projecteuler.net/problem=24

题目解析

写普通算法程序题写多了,见到 排列 首当其冲想到用深度优先搜索,最后发现如果把所有的排列可能都给列出来,然后排序,这样搞下来程序运行的时间复杂度是 O(n!),比指数的时间复杂度还要高!

如果从数学思路上去思考的话,那问题就简单了!

通过一个数一个数的去选

首先第一个位置(最高位)有十种可能性,我们可以利用 10! / 10 来计算出每一个数字打头有多少种排列,然后用 一百万 / (10! / 10) 来决定我们要选排在第几的数,选中一个数后,剩下的数就只有 9 个,将 10 换成 9,重复上面的操作,当然,一百万这个值也得根据我们找的数来做更新,比如你第一个数选择了 2,那么 0 和 1 打头的 2 * 10! / 10 种组合都可以减掉,剩下的我们需要继续在后面的 9 个数的排列中找。

代码实现

//@author:P.yhpublic static void main(String[] args) {    System.out.println(lexicographicPermu(10, 1000000L));}private static String lexicographicPermu(int numberOfDigit, long target) {    int copyOfNumerOfDigit = numberOfDigit;    long copyOfTarget = target;    // list 里面存放的是所有的可以选择的情况,并从大到小排列    // 这里是 0,1,2,3,4,5,6,7,8,9    List<Integer> candidate = new ArrayList<>();    for (int i = 0; i < copyOfNumerOfDigit; ++i) {        candidate.add(i);    }    String result = "";    // 只要没有选完,就继续选择    while (copyOfNumerOfDigit != 0) {        long totalPermutation = 1;        int n = copyOfNumerOfDigit;        // 计算 n!        // 例如,选择第一个数,那 totalPermutation 就是 10!        while (n != 1) {            totalPermutation *= n;            n--;        }        // 计算选择当前情况下的第几个数        // 这里 copyOfTarget - 1 是为了防止整除的情况        // 举 0,1,2 这个例子,当我们要选择排在第 2 的那个数,也就是 021        // 选第一个数的时候, totalPermutation = 3 * 2 * 1 = 6, copyOfNumberOfDigit = 3        // 2 / (6 / 3) = 1,显然不符合要求,(2 - 1) / (6 / 3) = 0 才是选中了 0        int selection = (int)((copyOfTarget - 1) / (totalPermutation / copyOfNumerOfDigit));        result += candidate.remove(selection);        // 更新下一次要选择第几个数        copyOfTarget -= (totalPermutation / copyOfNumerOfDigit) * selection;        // 选了一个数,可选项相应减少一        copyOfNumerOfDigit--;        copyOfTarget = copyOfTarget <= 0 ? 0 : copyOfTarget;    }    return result;}
public static void main(String[] args) {
    System.out.println(lexicographicPermu(101000000L));
}

private static String lexicographicPermu(int numberOfDigit, long target) {
    int copyOfNumerOfDigit = numberOfDigit;
    long copyOfTarget = target;

    // list 里面存放的是所有的可以选择的情况,并从大到小排列
    // 这里是 0,1,2,3,4,5,6,7,8,9
    List<Integer> candidate = new ArrayList<>();
    for (int i = 0; i < copyOfNumerOfDigit; ++i) {
        candidate.add(i);
    }

    String result = "";

    // 只要没有选完,就继续选择
    while (copyOfNumerOfDigit != 0) {
        long totalPermutation = 1;
        int n = copyOfNumerOfDigit;

        // 计算 n!
        // 例如,选择第一个数,那 totalPermutation 就是 10!
        while (n != 1) {
            totalPermutation *= n;
            n--;
        }

        // 计算选择当前情况下的第几个数
        // 这里 copyOfTarget - 1 是为了防止整除的情况
        // 举 0,1,2 这个例子,当我们要选择排在第 2 的那个数,也就是 021
        // 选第一个数的时候, totalPermutation = 3 * 2 * 1 = 6, copyOfNumberOfDigit = 3
        // 2 / (6 / 3) = 1,显然不符合要求,(2 - 1) / (6 / 3) = 0 才是选中了 0
        int selection = (int)((copyOfTarget - 1) / (totalPermutation / copyOfNumerOfDigit));
        result += candidate.remove(selection);

        // 更新下一次要选择第几个数
        copyOfTarget -= (totalPermutation / copyOfNumerOfDigit) * selection;

        // 选了一个数,可选项相应减少一
        copyOfNumerOfDigit--;
        copyOfTarget = copyOfTarget <= 0 ? 0 : copyOfTarget;
    }

    return result;
}




本文相关阅读推荐:


毕业十年后,我忍不住出了一份程序员的高考试卷

一道腾讯面试题:厉害了我的杯

十大经典排序算法动画与解析,看我就够了

这或许是东半球分析十大排序算法最好的一篇文章

面试官,我会写二分查找法!对,没有 bug 的那种!

看《长安十二时辰》可以了解哪些算法知识

GitHub 标星 3w+,很全面的算法和数据结构知识

640?wx_fmt=png

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值