深入浅出学算法——n个1(整除求余的优化)

首先声明,我写博客很大程度是为了记录和分享我的编程之路,如果后来人是在百度上面搜到我的文章,动机不是为了知识本身,而是为了应付题目的话,我话摆在这里,借鉴可以,但是一定要转化成自己的知识,不要只抄,然后没弄懂,那还不如直接花钱请人帮你做了,我一直秉持的原则就是,你真不想干某件事,而这件事又在你看来是没有意义的话,倒还不如用钱解决,说白了就是用钱买时间,没有必要在一些对你没有意义的地方花过多时间,倒还不如用这么点时间去做一些更有意义的事情

这道题目当中设计到一个小算法,也就是小技巧,感觉很巧妙,因此花时间写篇博客记录一下。

题目如下:

Description

由n个1组成的整数能被K(K<10000)整除,n至少为多少?

Input

多组测试数据,第一行输入整数T,表示组数 然后是T行,每行输入1个整数代表K

Output

对于每组测试数据输出1行,值为n

Sample Input

1
11

Sample Output

2

看上去是不是很简单?几个循环就能搞定对把?
原本的代码我懒得写了,总之就是如果没有用那个小技巧,ACM会判你超时,原因是你没有进行小优化。
下面给出优化代码

#include <stdio.h>
#include <stdlib.h>
int main(void)
 {
    int t;
    while(scanf("%d",&t)!=EOF)
    { 
    while(t--)
    {
        int k;
        scanf("%d",&k);
        if(k==1)
        {
            printf("1\n");
            continue;
        }int c=1;
        int temp=1;
        while(temp!=0)
        { 
             temp=temp*10+1;
             temp=temp%k;
             c++; 
         }     
        printf("%d\n",c);
    }
    }
    return 0;
}

转载自 https://www.cnblogs.com/chenlong991223/p/10153779.html

这里面的关键点就是它是同步进行加一操作和求余操作,这就将原本的整除操作分成了俩小步,而通过这俩小步,就不用计算很大的数,而是层层推进,每次计算的量都很小,这就极大地减少了计算的时间,优化了程序。

同理,若加的不是1,这个小技巧一样适用,它主要的核心思想就是拆分整除的过程!

如果觉得有帮助,可以关注一下我的公众号,我的公众号主要是将这些文章进行美化加工,以更加精美的方式展现出来,同时记录我大学四年的生活,谢谢你们!
在这里插入图片描述

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
N 皇后问题是一个经典的算法问题,它的目标是在 $N \times N$ 的棋盘上放置 $N$ 个皇后,使得它们互相之间不能攻击到对方。皇后可以攻击同一行、同一列或同一对角线上的其他皇后。 解决这个问题的常用方法是回溯算法。回溯算法是一种深度优先搜索的算法,它通常用于解决组合问题。在回溯算法中,我们尝试每一种可能的情况,如果当前情况不满足条件,就回溯到上一个状态并尝试下一种情况,直到找到满足条件的解或者所有情况都尝试完毕。 下面是 N 皇后问题的回溯算法实现: ```python def solveNQueens(n: int) -> List[List[str]]: def backtrack(board, row): if row == n: res.append(["".join(row) for row in board]) return for col in range(n): if not cols[col] and not diag1[row + col] and not diag2[row - col]: board[row][col] = "Q" cols[col], diag1[row + col], diag2[row - col] = True, True, True backtrack(board, row + 1) board[row][col] = "." cols[col], diag1[row + col], diag2[row - col] = False, False, False res = [] board = [["."] * n for _ in range(n)] cols, diag1, diag2 = [False] * n, [False] * (2 * n - 1), [False] * (2 * n - 1) backtrack(board, 0) return res ``` 在回溯算法中,我们首先初始化一个 $N \times N$ 的棋盘,然后从第一行开始尝试每一列上放置皇后的情况。如果当前位置可以放置皇后,就递归到下一行继续尝试放置皇后,否则回溯到上一行并尝试下一列。当所有皇后都放置完毕时,我们将当前棋盘的状态加入结果集中。 在实现中,我们使用了三个数组来记录哪些列、哪些对角线已经有皇后了,以便在放置皇后时进行判断。其中,cols 数组记录哪些列已经有皇后,diag1 数组记录从左上角到右下角的对角线上哪些位置已经有皇后,diag2 数组记录从右上角到左下角的对角线上哪些位置已经有皇后。 以上就是 N 皇后问题的解决方法,希望能够帮助你深入浅出地理解算法的实现过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值