从1到n整数中1出现的次数

给定一个十进制整数N，求出从1到N的所有整数中出现"1"的个数。

例如：N=2，1,2出现了1个"1"。

N=12，1,2,3,4,5,6,7,8,9,10,11,12。出现了5个"1"。

最直接的方法就是从1开始遍历到N，将其中每一个数中含有"1"的个数加起来，就得到了问题的解。

最直接的方法：

01	public long CountOne3(long n)

02

{

03	long i = 0,j = 1;

04	long count = 0;

05	for (i = 0; i <= n; i++)

06

{

07

j = i;

08	while (j != 0)

09

{

10	if (j % 10 == 1)

11

count++;

12	j = j / 10;

13

}

14

}

15	return count;

16

}

01	public long CountOne3(long n)

02

{

03	long i = 0,j = 1;

04	long count = 0;

05	for (i = 0; i <= n; i++)

06

{

07

j = i;

08	while (j != 0)

09

{

10	if (j % 10 == 1)

11

count++;

12	j = j / 10;

13

}

14

}

15	return count;

16

}

此方法简单，容易理解，但它的问题是效率，时间复杂度为O（N * lgN），N比较大的时候，需要耗费很长的时间。

那我们换个角度思考，给定一个N，我们分析1~N中的数在每一位上出现1的次数的和，看看每一位上"1"出现的个数的和由什么决定。

1位数的情况：在解法二中已经分析过，大于等于1的时候，有1个，小于1就没有。

2位数的情况：N=13,个位数出现的1的次数为2，分别为1和11，十位数出现1的次数为4，分别为10,11,12,13，所以f(N) = 2+4。N=23,个位数出现的1的次数为3，分别为1，11，21，十位数出现1的次数为10，分别为10~19，f(N)=3+10。

由此我们发现，个位数出现1的次数不仅和个位数有关，和十位数也有关，如果个位数大于等于1，则个位数出现1的次数为十位数的数字加1；如果个位数为0，个位数出现1的次数等于十位数数字。而十位数上出现1的次数也不仅和十位数相关，也和个位数相关：如果十位数字等于1，则十位数上出现1的次数为个位数的数字加1，假如十位数大于1，则十位数上出现1的次数为10。

3位数的情况：

N=123，个位出现1的个数为13:1,11,21，…，91,101,111,121。十位出现1的个数为20:10~19,110~119。百位出现1的个数为24:100~123。

我们可以继续分析4位数，5位数，推导出下面一般情况： 假设N，我们要计算百位上出现1的次数，将由三部分决定：百位上的数字，百位以上的数字，百位一下的数字。

如果百位上的数字为0，则百位上出现1的次数仅由更高位决定，比如12013，百位出现1的情况为100~199,1100~1199,2100~2199，…，11100~11199，共1200个。等于更高位数字乘以当前位数，即12 * 100。

如果百位上的数字大于1，则百位上出现1的次数仅由更高位决定，比如12213，百位出现1的情况为100~199,1100~1199,2100~2199，…，11100~11199，12100~12199共1300个。等于更高位数字加1乘以当前位数，即（12 + 1）*100。

如果百位上的数字为1，则百位上出现1的次数不仅受更高位影响，还受低位影响。例如12113，受高位影响出现1的情况：100~199,1100~1199,2100~2199，…，11100~11199，共1200个，但它还受低位影响，出现1的情况是12100~12113，共114个，等于低位数字113+1。

综合以上分析，写出如下代码：

   
   

    
    
01
public long CountOne2(long n)
   
   
   
   

    
    
02
{
   
   
   
   

    
    
03
    long count = 0;
   
   
   
   

    
    
04
    long i = 1;
   
   
   
   

    
    
05
    long current = 0,after = 0,before= 0;
   
   
   
   

    
    
06
    while((n / i) != 0)
   
   
   
   

    
    
07
    {          
   
   
   
   

    
    
08
        current = (n / i) % 10;
   
   
   
   

    
    
09
        before = n / (i * 10);
   
   
   
   

    
    
10
        after = n - (n / i) * i;
   
   
   
   

    
    
11
 
   
   
   
   

    
    
12
        if (current > 1)
   
   
   
   

    
    
13
            count = count + (before + 1) * i;
   
   
   
   

    
    
14
        else if (current == 0)
   
   
   
   

    
    
15
            count = count + before * i;
   
   
   
   

    
    
16
        else if(current == 1)
   
   
   
   

    
    
17
            count = count + before * i + after + 1;
   
   
   
   

    
    
18
 
   
   
   
   

    
    
19
        i = i * 10;
   
   
   
   

    
    
20
    }
   
   
   
   

    
    
21
    return count;
   
   
   
   

    
    
22
}
   
   

此算法的时间复杂度仅为O(lgN)，且没有递归保存现场的消耗和堆栈溢出的问题。

转载：http://www.nowamagic.net/algorithm/algorithm_CountOccurrencesOfOne.php