python3京东神奇数

题目如下

看到了一个运用01背包思路来解决的方案,代码很简洁,链接在这里

https://blog.csdn.net/bing_lee/article/details/77899602

 

说说我的思路

1 主要目的,找出该数中各个位上的数组成的集合M中是否存在某个组合K使得sum(K)== sum(M)/2

2 当M中的最大值max(M) > sum(M)/2时,则该数不可能为神奇数,如1119

3 从M的第一个元素开始,递归寻找目标组合K,对于不可能的组合及时剪枝,避免冗余的递归计算

4 每次递归浅复制M的子集M',并去除当前选中的元素

5 找到sum(K)== sum(M)/2的组合K则返回True

6 当M'中元素个数为0,时返回False

import time
def run(a,b):
    sum = 0
    for i in range(a,b):
        if check(i):
            sum += 1
    return  sum


def num2array(n):
    n_str = str(n)
    length = len(n_str)
    arr = []
    for i in range(length):
        arr.append(int(n_str[i]))
    arr.sort()
    return arr


def check(n):
    n_arr = num2array(n)
    a = sum(n_arr)
    # 偶数才有可能成为神奇数
    if a % 2 == 0:
        half = int(a / 2)
        max_item = max(n_arr)
        if max_item > half:
            return False
        else:
            if max_item == half:
                return True
            else:
                return  handler(n_arr,0,half)




def handler(arr,sum,half):
    length = len(arr)
    if length == 0:
        return False
    for k in arr:
        tmp_sum = sum + k
        if tmp_sum == half:
            return True
        else:
            if tmp_sum > half:
                continue
            else:
                arr1 = arr[:]
                arr1.remove(k)
                if handler(arr1,tmp_sum,half):
                    return True

a = 1
b = 65535
start = time.time()
sum = run(a,b)
end = time.time()
print('共有:%d 个神奇数,检测耗时%.2f s' % (sum,end-start))

运行结果

共有:19977 个神奇数,检测耗时0.66 s

python不愧为胶水语言,功能强大,速度较慢,要想达到京东要求的1s执行,估计用C/C++会好一点
 

思考

当输入区间跨度非常大的时候,会有很多重复计算。如11113111和31111111的检测任务是一样的,但是却检测了多次。

我们考虑简历一个结果字典D来存储排好序的数字,如上述两个数的key都是11111113

我们在检查是否为神奇数之前先检查字典D中有没有该数的key,有则直接返回,没有再检查,如果检测结果为神奇数在,则加入字典

代码如下

import time

class MagicNumber:

    __dict = {}

    def run(self,a,b):
        sum = 0
        for i in range(a,b):
            if self.check(i):
                sum += 1
                # print(i)
        return  sum


    def num2array(self,n):
        n_str = str(n)
        length = len(n_str)
        arr = []
        for i in range(length):
            arr.append(int(n_str[i]))
        arr.sort()
        return arr


    def check(self,n):
        n_arr = self.num2array(n)
        a = sum(n_arr)
        # 偶数才有肯能成为神奇数
        if a % 2 == 0:
            half = int(a / 2)
            max_item = max(n_arr)
            if max_item > half:
                return False
            else:
                key = self.array2string(n_arr)
                if key in self.__dict:
                    return  True
                if max_item == half:
                    self.__dict[key] = 1
                    return True
                else:
                    re = self.handler(n_arr,0,half)
                    if re:
                        self.__dict[key] = 1
                    return  re

    def array2string(self,arr):
        string = ''
        for i in arr:
            string += str(i)
        return  string


    def handler(self,arr,sum,half):
        # 最后还么没有满足
        length = len(arr)
        if length == 0:
            return False
        for k in arr:
            tmp_sum = sum + k
            if tmp_sum == half:
                return True
            else:
                if tmp_sum > half:
                    continue
                else:
                    arr1 = arr[:]
                    arr1.remove(k)
                    if self.handler(arr1,tmp_sum,half):
                        return True

    def get_dict(self):
        return self.__dict

a = 1
b = 1000000
start = time.time()
c = MagicNumber()
sum = c.run(a,b)
end = time.time()
print('共有:%d 个神奇数,检测耗时%.2f s' % (sum,end-start))

65535条数据检查时间还提高了

共有:19977 个神奇数,检测耗时0.73 s

100w个数检查了20s,不知道哪位大佬能给个C的运行时间

共有:376413 个神奇数,检测耗时20.13 s
这里还有个问题,简历字典也是很消耗时间的,不过个人觉得,随着输入区间的增大,字典的优势会逐渐显露的

 

PS 本人电脑配置

阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页