求解吸血鬼数,这是第四章末尾的一道练习题,本来我是没在意的,结果我忘了vampire的写法……这一做问题还不少,尤其算法对程序效率的影响,我是第一次如此直观的感受到,下面贴三段代码,分别是官方答案,我的解法,网络上的另一种解法(括号中的方法名称,是我根据方法特点粗浅概括的):
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
/**
* 找出全部4位吸血鬼数
* @author pc
*
*/
public class VampireNumberTest {
public static void main(String[] args) {
long s1 = System.nanoTime();
test1();
long e1 = System.nanoTime();
System.out.println("=======test1 :" + (d1 - e1));
long s2 = System.nanoTime();
test2();
long e2 = System.nanoTime();
System.out.println("=======test2 :" + (d2 - e2));
long s3 = System.nanoTime();
method3();
long e3 = System.nanoTime();
System.out.println("=======method3 :" + (d3 - e3));
}
/**
* 官方答案(双数组循环比较法)
*/
private static void method3() { // 官方参考答案
int[] startDigit = new int[4];
int[] productDigit = new int[4];
int c =0; //循环主体执行次数
for (int num1 = 10; num1 <= 99; num1++)
for (int num2 = num1; num2 <= 99; num2++) {
if ((num1 * num2) % 9 != (num1 + num2) % 9) //移项 即为 (num1*num2-num1-num2)%9 != 0
continue;
c++;
int product = num1 * num2;
startDigit[0] = num1 / 10;
startDigit[1] = num1 % 10;
startDigit[2] = num2 / 10;
startDigit[3] = num2 % 10;
productDigit[0] = product / 1000;
productDigit[1] = (product % 1000) / 100;
productDigit[2] = product % 1000 % 100 / 10;
productDigit[3] = product % 1000 % 100 % 10;
int count = 0; //数字相等次数(更改次数)
for (int x = 0; x < 4; x++)
for (int y = 0; y < 4; y++) {
if (productDigit[x] == startDigit[y]) {
count++;
productDigit[x] = -1; // -1, -2均无实际意义,只作为更改标记 ,以避免重复比较
startDigit[y] = -2;
if (count == 4)
System.out.println(num1 + " * " + num2 + " : " + product);
}
}
}
System.out.println("循环主体执行次数 :"+c);
}
/**
* 我的实践(集合删数法)
*/
private static void test1() {
int[] multiplierNums = new int[4]; //封装组成两个两位数的4个数字
List<Integer> productNums = new ArrayList<>(); //封装乘积千、百、十、个各位
int c = 0; //循环主体执行次数
for(int j = 10; j<100;j++) {
for(int k = j ; k<100 ; k++) { // 令 k = j 可以去重,约消减三分之一的运行时间开销
int product = j*k; //计算乘积
if( product>1000 && product<10000 && product%100 != 0 && (j * k - j - k) % 9 == 0 ) { //乘积筛选
c++;
/*初始化乘子数组*/
multiplierNums[0] = j/10;
multiplierNums[1] = j%10;
multiplierNums[2] = k/10;
multiplierNums[3] = k%10;
/*初始化乘积数字集合*/
int productClone = product;
for (int i = 0 ; i <4;i++) {
productNums.add(productClone%10);
productClone/=10;
}
/*遍历乘子数组,如果乘积各位数字中包含两个乘子的组成数字,则将该数字从乘积各位数字集合中删除 (遍历数组,更改集合,规避并发修改异常)*/
for (Integer i : multiplierNums) {
if(productNums.contains(i)) {
productNums.remove(i);
}
}
/*如果集合为空(删除执行了四次,即满足吸血鬼数的条件)*/
if(productNums.isEmpty()) {
System.out.println(j + "*" + k + "=" + product);
}else {
productNums.clear(); //清空集合以不干扰下次流程
}
}
}
}
System.out.println("循环主体执行次数 :"+c);
}
/**
* 其他答案(双数组排序比较法)
*/
private static void test2() {
int c = 0; //循环主体执行次数
for (int i = 10; i <= 99; i++) {
//for (int j = i + 1 ; j <= 99; j++) { //原程序 +1 以排除平方数,但许多平方数是能够满足“余9”算法的,所以需要涵盖并进行进一步校验
for (int j = i ; j <= 99; j++) {
// 计算出所有两位数的积
int sum = i * j;
// if (sum <= 9999 && sum >= 1000) { //原程序
if( sum>1000 && sum<10000 && sum%100 != 0 && (i*j - i - j) % 9 == 0 ) { //用算法改进
c++;
String[] t1 = (sum + "").split("");
// 对数组t1进行升序排列
Arrays.sort(t1);
// 这个地方,把i和j都当String型的字符串加起来组成一个四位数
String[] t2 = ("" + i + j).split("");
// 对t2进行升序排列
Arrays.sort(t2);
//下面判断是通过两个已经排好序的数组相比较,当完全相同时执行
if (Arrays.equals(t1, t2)) {
System.out.println(i + "*" + j + "=" + i * j);
}
}
}
}
System.out.println("循环主体执行次数 :"+c);
}
}
必须要对程序中所用到的算法进行解释,我概括为“余9”算法,也不知是哪位前辈高人想出的这种定律…
吸血鬼数:位数为偶数,由一对数字相乘而得,且这对数字各包含乘积一半位数的数字,数字可任意排序,不允许以两个零结尾,如:
1260 = 21 * 60;
1827 = 21 * 87;
2187 = 27 * 81;
现假设乘积 product 为 1000a + 100b + 10c + d (即abcd分别为千百十个位数字),由吸血鬼数的特点,两个乘子可以为 x=10a+b,y=10c+d。(如不理解请一定停下,回头再看吸血鬼数定义和举例。另外注意:我说的是“可以为”,并不是“一定为”,这只是一种组合方式,如果你想用x=10a+c, y=10b+d等等亦可,结论是一致的。)那么有:product - x - y =990a + 99b = 9(110a + 11b) , 之所以这样提取公因式,是为了强调 , 这个差是9的倍数! ,其他排列组合的情况相同,该差都是9的倍数。至此,算法解释完毕。就这么一个小规律,放在主流程的外面,拦截了相当大一部分的不必要校验,消减了三分之二的时间开销,极大提升了程序效率!其他细节的解释说明,已在程序中注释清楚。
关于程序执行效率的问题,官方双数组进行循环比较的效率是最高的(500000-700000),我的做法由于使用了List集合(底层是数组),所以效率较差,耗时约是官方的3-5倍(2100000-2500000),当然,程序中是以毫微秒(纳秒)为单位,所以实际上还好,我还是习惯用集合的一系列方法,而不是循环嵌套来比较数组元素,这就牺牲了一定的效率,最后一种方法,虽然耗时更长些(约是官方答案的20余倍),但也不失为一种清晰简单的好思路,相比心疼机器,我觉得还是心疼程序员的脑细胞更实在些…..
另外官方的筛选条件中没有涵盖四位数的判断(10*10=100, 99*99=9801所有乘积满足上限,但部分数不满足下限),以及两个0结尾的拦截,致使一些不必要的数字能够执行主流程,我已在我的程序入口加以拦截,从流程执行次数可以看出是有效的。
以上。