Google Kickstart 2022 Interesting Integers Solution

Problem

Google Kick Start 2022 Round A Interesting Integers

Solution

假设函数$CountInterestingIntegers(N)$为1到N之间的interesting integer的个数，那么，在正整数A到B之间的interesting integer个数为$CountInterestingIntegers(B)-CountInterestingIntegers(A-1)$

如果$N<1,CountInterestingIntegers(N)=0$

首先定义一个函数$f_1(L,P,S)$，返回L位数字中满足$(P\times {\prod }_{i=1}^L{d}_i)\%(S+{\sum }_{i=1}^L{d}_1)=0$条件的数字个数，每位数字表示为$d_1,d_2,...,d_L$。

P表示每位数字相乘之和，初始值为1；S表示每位数字相加之和，初始值为0。

根据上面定义，
如果$L=0$，那么$f_1(L,P,S)=P\%S$，即如果$P\%S=0$，$f_1(L,P,S)$返回1，否则返回0。
如果$L>0$，那么$f_1(L,P,S)={\sum }_{digit=0}^9{f}_1(L-1,P\times digit,S+digit)$。

按上面公式递推，直到$L=0$就可以得到所有小于N的interesting Integer的个数。同时，把上面不同参数组合的中间结果缓存下来，可以提升算法执行速度，避免重复计算。

然后，从左至右遍历N的每一位可能的数字，得到所有小于N的一个集合，递归调用$f_1$，最终得到$CountInterestingIntegers(N)$的结果。以下是官方给的伪代码实现

def CountInterestingIntegers(N):
  if N == 0:
    return 0
  count = 0
  for L in (1 to (CountDigits(N) - 1)):
    count += CountInterestingIntegersWithNumberOfDigits(L)
  count += CountInterestingIntegersWithPrefixOfN(N, P=1, S=0, digit_index=0, is_first_digit=True)
  return count

# L位数字中所有的Interesting Integer数量，不限制数字大小。
def CountInterestingIntegersWithNumberOfDigits(L):
  count = 0
  for digit in (1 to 9):
    count += f1(L - 1, P=digit, S=digit)
  return count

# L位数字中所有的Interesting Integer数量，限制结果大小，必须小于N
def CountInterestingIntegersWithPrefixOfN(N, P, S, digit_index, is_first_digit):
  if digit_index == CountDigits(N):
    return 1 if S > 0 and P % S == 0 else 0

  if is_first_digit:
    digit_start = 1
  else:
    digit_start = 0

  count = 0
  for digit in (digit_start to (GetIthDigit(N, digit_index) - 1)):
    count += f1(CountDigits(N) - digit_index - 1, P * digit, S + digit)

  count += CountInterestingIntegersWithPrefixOfN(N,
                                                 P * GetIthDigit(N, digit_index),
                                                 S + GetIthDigit(N, digit_index),
                                                 digit_index + 1, is_first_digit=False)
  return count

假设M为从A到B范围内数字中位数的最大值，从 { 1 , 2 , 3 , … , 9 } \{1,2,3,…,9\} {1,2,3,…,9}中选出M个可重复的数字，有$\frac{(M+9-1)!}{(9-1)!M!}+1$种可能的组合，加1是考虑乘积为0的情况。

那么$f_1(L,P,S)$可能参数组合的数量上限为$M\times (\frac{(M+9-1)!}{(9-1)!M!}+1)\times (9\times M)$。在有缓存情况下，$f_1(L,P,S)$返回只需要$O(1)$时间复杂度。因此，$f_1(L,P,S)$整体时间复杂度就是$O(M\times (\frac{(M+9-1)!}{(9-1)!M!}+1)\times (9\times M)$。

从题目描述中，有$A，B\le 10^{12}$。所以这里M的最大值就是13，代入公式$13\times 203,491\times (9\times 13)=309,509,811$，这个计算量已经不算小了，全部都计算一遍就无法满足题目中的时间限制了。

或者，以一种更严格方式来预估参数空间的大小，即$O({\sum }_{L=1}^M(\frac{(L+9-1)!}{(9-1)!L!}+1)\times (9\times L))$，$M=13$时，参数空间大小是$52,379,145$，虽然已经是上面空间的$\frac{1}{6}$，但仍是千万级别的。

通过Prime Factorization优化参数空间

因为$f_1(L,P,S)$中参数P总是几个数相乘结果(这点很重要)，那么P就可以表示为$P=2^w\times 3^x\times 5^y\times 7^z$。因为从1~9都可以用上面公式来表示，所以它们之间的乘积也可以用上面公式表示；但对于乘积为0的情况，需要单独去处理。

参数S最大可能的值为$9\times M$，而$P=2^w\times 3^x\times 5^y\times 7^z$，那么，如果$2^w>9M$时，$P\%S=0$，则一定有$S\le 9M$，$(P/2)\%S=0$。接下来，就可以把这规则应用于上面质因数公式中了。

因为$P\%S=(2^w\times 3^x\times 5^y\times 7^z)\%S=((2^w\%S)\times ((3^x\times 5^y\times 7^z)\%S))\%S=0$。

• 如果$(3^x\times 5^y\times 7^z)\%S=0$，那么$2^w$可以是任何值；
• 如果$(3^x\times 5^y\times 7^z)\%S\ne 0$，有两种情况，
  • $2^w\%S=0$，则只需要保证$2^w$不小于S的最大值9M即可；
  • $2^w\%S\ne 0$，因为$P\%S=0$，所以S也一定可以写成$2^w\times 3^x\times 5^y\times 7^z$，因此，同上，保证$2^w$不小于S的最大值9M即可。

其它3，5，7最大幂也可以按上面方式计算出来。~~

通过限制质数幂范围，这样就可以进一步减小参数空间。我们定义一个函数$CapInterestingPrimeFactors(P)$将$P$转换为另一个等价的$P^{\prime }$，它需要完成以下工作：

1. 计算$P=2^w\times 3^x\times 5^y\times 7^z$的各个指数值$w,x,y,z$
2. 任何一个质因子$p$，指数为$v$，计算一个最大值$v^{\prime }$，满足 $p^{v^{\prime }}\le 9M$，以及$v^{\prime }<v$
3. 构建一个$P^{\prime }=2^{w^{\prime }}\times 3^{x^{\prime }}\times 5^{y^{\prime }}\times 7^{z^{\prime }}$

接下来，我们就可以把$f_1(L,P,S)$替换为$f_1(L,CapInterestingPrimeFactors(P),S)$。因为S可能的值总共有$9\times 13=117$（由Test2的用例定义）。由上面定义，取上限之后$P^{\prime }$的最大值为$2^6\times 3^4\times 5^2\times 7^2$，那么$CapInterestingPrimeFactors(P)$的值有$7\times 5\times 3\times 3=315$个。

至此，$f_1(L,P^{\prime },S)$的参数空间为$13\times 315\times (9\times 13)=479,115$，相比如52,379,145，是一个巨大的提升。

Code

Java实现 Github