【算法】力扣【动态规划、数位DP模板题】233. 数字 1 的个数

233. 数字 1 的个数

---

【算法】力扣【动态规划、数位DP】233. 数字 1 的个数

题目描述

本文旨在解析力扣算法题233：“数字 1 的个数”。难度等级：困难。该算法问题要求计算在非负整数n以内（包括n），所有数位上数字1出现的次数。这是一道数位DP模板题。

这里的解法参考了灵神（灵茶山艾府）的第二版数位DP。

输入输出示例

示例 1：

输入：n = 13
输出：6

解释： 数字1在以下数字中出现：1, 10, 11, 12, 13，其中11中数字1出现两次，合计6次。

示例 2：

输入：n = 0
输出：0

解释： 没有数字1出现。

提示

• $0\le n\le 10^9$

解题思路

解决这个问题的关键是使用数位动态规划（数位DP）。数位DP是一种处理数位统计问题的有效方式。基本思想是将数字从高位到低位逐位考虑，利用历史信息减少计算量。其主要步骤包括定义状态、状态转移以及记忆化搜索。

代码解析

以下是题解的代码部分，我们将按函数的逐行解释：

第一部分

class Solution:
    def countDigitOne(self, n: int) -> int:

        # 将输入数字转换为字符串，方便逐位处理
        high = str(n)
        n = len(high)
        low = '0' * n

在这段代码中，我们固定了数字的长度为n，并将其低位填充为0，创建了一个同等长度的字符串low，用于之后与high进行比较。

第二部分

        @cache
        def dfs(i: int, limit_low: bool, limit_high: bool, last_one):
            # 当递归处理完所有位时返回统计的1的数量
            if i == n:
                return last_one

这个dfs函数是深度优先搜索的主体，带有Python的@cache装饰器来缓存中间结果，避免重复计算。参数i代表当前处理的位，limit_low和limit_high分别表示是否受到最低位和最高位的限制，last_one是迄今为止统计的1的个数。

第三部分

            res = 0
            
            # 根据限制确定当前位的遍历范围
            lo = int(low[i]) if limit_low else 0
            hi = int(high[i]) if limit_high else 9
            
            # 遍历当前位可能的数字，并递归到下一位
            for nx in range(lo, hi + 1):
                # 累计1的个数，并递归处理下一位
                res += dfs(i + 1, limit_low and lo == nx, limit_high and hi == nx, last_one + int(nx == 1))
            return res

        return dfs(0, True, True, 0)

在这段代码中进行了遍历处理，从lo到hi代表当前位可能的取值范围。如果当前位是1，则last_one增加，反之保持不变。递归调用dfs处理下一位，并累加结果。

完整Python3代码

class Solution:
    def countDigitOne(self, n: int) -> int:
    
        high = str(n)
        n = len(high)
        low = '0' * n

        @cache
        def dfs(i: int, limit_low: bool, limit_high: bool, last_one):
            if i == n:
                return last_one

            res = 0
            
            lo = int(low[i]) if limit_low else 0
            hi = int(high[i]) if limit_high else 9
            
            for nx in range(lo, hi + 1):
                res += dfs(i + 1, limit_low and lo == nx, limit_high and hi == nx, last_one + int(nx == 1))

            return res

        return dfs(0, True, True, 0)

复杂度分析

• 时间复杂度：$O(\log n)$，其中$log$代表数字n的位数。我们是按位处理，利用@cache避免了重复计算子问题，每一位的循环次数不超过10次（数位只能是 0 ~ 9），总体是对数级别的复杂度。
• 空间复杂度：$O(\log n)$，用于缓存的空间大小和数字位数成正比。

总结

本文详细解析了力扣233题“数字 1 的个数”，使用数位DP不仅可以高效解决问题，同时也能够提升算法设计的灵活性和应用范围。在处理大量数据且关注数位特征的算法问题时，数位DP无疑是一个强大的工具。通过递归和记忆化搜索的手段，我们能够避免重复计算，从而大幅降低时间复杂度。