我的问题如下;对于数字N,我需要找出我可以计算的最大值,每个数字可以使用N次。
例如,如果N = 5,则最大值为12,因为此时数字1已被使用了5次。
我最初的方法是简单地遍历所有数字,并记录到目前为止每个数字的使用次数。当N很大时,这显然是非常低效的,所以我正在寻找有关实现这一目标的更聪明(也更有效)方法的建议。
public class Counter {
private static Hashtable<Integer, Integer> numbers;
public static void main(String[] args){
Counter c = new Counter();
c.run(9);
}
public Counter() {
numbers = new Hashtable<Integer, Integer>();
numbers.put(0, 0);
numbers.put(1, 0);
numbers.put(2, 0);
numbers.put(3, 0);
numbers.put(4, 0);
numbers.put(5, 0);
numbers.put(6, 0);
numbers.put(7, 0);
numbers.put(8, 0);
numbers.put(9, 0);
}
public static void run(int maxRepeat) {
int keeper = 0;
for(int maxFound = 0; maxFound <= maxRepeat; maxFound++) {
keeper++;
for (int i = 0; i < Integer.toString(keeper).length(); i++) {
int a = Integer.toString(keeper).charAt(i);
//here update the tally for appropriate digit and check if max repeats is reached
}
}
System.out.println(keeper);
}
}
答案 0 :(得分:6)
对于初学者而言,不是使用Counter
支持Hashtable
,而是使用int[]
。当你确切地知道地图必须有多少元素时,特别是当数字是数字时,数组是完美的。
话虽这么说,我认为最有效的加速可能来自更好的数学,而不是更好的算法。通过一些实验(或者可能很明显),您会注意到1始终是第一个使用给定次数的数字。所以给定N
,如果您能找到第一个使用数字1 N+1
次的数字,您知道答案是之前的数字。这可以让你解决问题,而不必实际计算那么高。
现在,让我们看一下使用多少个1来计算各种数字。在这篇文章中,我将使用n
指定一个数字,当我们试图找出有多少1用于计算数字时,而大写N
指定多少1&# 39; s用于计算某些东西。
从一位数字开头:
1: 1
2: 1
...
9: 1
显然,计算一位数字所需的1的数量是...... 1.好吧,实际上我们忘记了一个:
0: 0
稍后这将很重要。所以我们应该这样说:计算到一位数X
所需的1的数量是X > 0 ? 1 : 0
。让我们定义一个数学函数f(n)
,它将代表计算n
&#34;所需的1个数字。然后
f(X) = X > 0 ? 1 : 0
对于两位数字,有两种类型。对于1X
,
10: 2
11: 4
12: 5
...
19: 12
您可以这样想:计算到1X
需要等于1的数字
f(9)
(从最高计数到9)加上X
(来自11的第一个数字 - 1X
包括在内,如果X > 0
)加上X
或数学上,
f(1X) = f(9) + 1 + X + f(X)
然后有两位数字高于19:
21: 13
31: 14
...
91: 20
使用YX
计算为两位数Y > 1
所需的1的数量是
f(19)
(从最多计算到19)加上f(9) * (Y - 2)
(从数字20到(Y-1)9
的1&#39包括 - 如果Y = 5
,我的意思是20-49中的1,来自从21,31,41)加上X
或数学上,Y > 1
,
f(YX) = f(19) + f(9) * (Y - 2) + f(X)
= f(9) + 1 + 9 + f(9) + f(9) * (Y - 2) + f(X)
= 10 + f(9) * Y + f(X)
一旦你进入三位数的数字,你可以扩展模式。对于表格1YX
(现在Y
可以是任何内容)的任何三位数字,从计数到该数字的总计数将为
f(99)
(从最高计数到99)加上10 * Y + X
(从101的最初数字 - 1YX
包括在内)加上YX
所以
f(1YX) = f(99) + 1 + YX + f(YX)
请注意f(1X)
的并行。将逻辑继续到更多数字,对于以1开头的数字,模式是
f(1[m-digits]) = f(10^m - 1) + 1 + [m-digits] + f([m-digits])
[m-digits]
表示长度为m
的数字序列。
现在,对于不以1开头的三位数ZYX
,即Z > 1
,计算到它们所需的1位数是
f(199)
(从最多计算到199)加上f(99) * (Z - 2)
(来自200的1 - (Z-1)99
包括在内)YX
所以
f(ZYX) = f(199) + f(99) * (Z - 2) + f(YX)
= f(99) + 1 + 99 + f(99) + f(99) * (Z - 2) + f(YX)
= 100 + f(99) * Z + f(YX)
现在,以1开头的数字模式似乎很清楚:
f(Z[m-digits]) = 10^m + f(10^m - 1) * Z + f([m-digits])
我们可以将最后的结果与以1开头的数字的公式结合起来。您应该能够验证以下公式是否等同于上面给出的所有数字Z
1-9的适当情况,并且Z == 0
:
f(Z[m-digits]) = f(10^m - 1) * Z + f([m-digits])
+ (Z > 1) ? 10^m : Z * ([m-digits] + 1)
对于10^m - 1
形式的数字,如99,999等,您可以直接评估该函数:
f(10^m - 1) = m * 10^(m-1)
因为数字1将在每个10^(m-1)
数字中使用m
次 - 例如,当计数到999时,将使用100个1?数百&#39;地方,100 1&#39;用于数十&#39;这些地方使用了100个1&1;地点。所以这就变成了
f(Z[m-digits]) = Z * m * 10^(m-1) + f([m-digits])
+ (Z > 1) ? 10^m : Z * ([m-digits] + 1)
你可以修改确切的表达方式,但我认为这非常接近于它,无论如何这种特殊的方法。你在这里有一个递归关系,它允许你通过在每一步去掉一个前导数字来评估f(n)
,即计数到n
所需的1的数量。其时间复杂度为n
中的对数。
根据上面的最后一个公式,实现这个功能很简单。从技术上讲,你可以在递归中使用一个基本案例:空字符串,即将f("")
定义为0.但它会为你节省一些调用以处理单个数字以及形式{{ 1}}。以下是我的工作方式,省略了一些参数验证:
10^m - 1
这个算法解决了你要问的问题的反转:也就是说,它计算出一个数字的使用次数,计算到private static Pattern nines = Pattern.compile("9+");
/** Return 10^m for m=0,1,...,18 */
private long pow10(int m) {
// implement with either pow(10, m) or a switch statement
}
public long f(String n) {
int Z = Integer.parseInt(n.substring(0, 1));
int nlen = n.length();
if (nlen == 1) {
return Z > 0 ? 1 : 0;
}
if (nines.matcher(n).matches()) {
return nlen * pow10(nlen - 1);
}
String m_digits = n.substring(1);
int m = nlen - 1;
return Z * m * pow10(m - 1) + f_impl(m_digits)
+ (Z > 1 ? pow10(m) : Z * (Long.parseLong(m_digits) + 1));
}
,而你想知道哪个{{1}您可以使用给定数字n
的数字(即1&#39; s)来达到。因此,正如我在开始时提到的那样,您正在寻找n
的第一个N
。
最简单的方法是从n
开始向上计数,看看何时超过f(n+1) > N
。
n = 0
但当然,与在数组中累积计数相比,并没有更好(实际上可能更糟)。 N
的全部意义在于你不必测试每个数字;你可以跳过很长的间隔,直到找到public long howHigh(long N) {
long n = 0;
while (f(n+1) <= N) { n++; }
return n;
}
f
,然后使用跳转缩小你的搜索范围。我推荐的一个相当简单的方法是exponential search将结果置于上限,然后进行二分搜索以缩小范围:
n
由于上面f(n+1) > N
的实现是O(log(n))而指数+二进制搜索也是O(log(n)),所以最终的算法应该是O(log ^ 2( n)),我认为N和n之间的关系足够线性,你也可以认为它是O(log ^ 2(N))。如果您在日志空间中搜索并明智地缓存该函数的计算值,则可能将其降低到大致为O(log(N))。在确定上限后,可能提供显着加速的变量会在interpolation search轮中出现,但要正确编码是很棘手的。完全优化搜索算法可能是另一个问题的问题。
答案 1 :(得分:1)
这应该更有效率。使用大小为10的整数数组来保持数字位数。
public static int getMaxNumber(int N) {
int[] counts = new int[10];
int number = 0;
boolean limitReached = false;
while (!limitReached) {
number++;
char[] digits = Integer.toString(number).toCharArray();
for (char digit : digits) {
int count = counts[digit - '0'];
count++;
counts[digit - '0'] = count;
if (count >= N) {
limitReached = true;
}
}
}
return number;
}
更新1:由于@Modus Tollens提到初始代码有错误。当N = 3
返回11
时,1
之间有1 and 11
个count[i] > N
。修复是检查给定数量是否违反限制i
,应返回之前的数字。但是,对于其他count[i] == N
j
的某些count[j] <= N
public static int getMaxNumber(int N) {
int[] counts = new int[10];
int number = 0;
while (true) {
number++;
char[] digits = Integer.toString(number).toCharArray();
boolean limitReached = false;
for (char digit : digits) {
int count = counts[digit - '0'];
count++;
counts[digit - '0'] = count;
if (count == N) {
//we should break loop if some count[i] equals to N
limitReached = true;
} else if (count > N) {
//previous number should be returned immediately
//, if current number gives more unique digits than N
return number - 1;
}
}
if (limitReached) {
return number;
}
}
}
,应返回实际的数字。
请参阅以下相应代码:
N=13
更新2:正如@David Z和@Modus Tollens所提到的那样,如果 public static int getMaxNumber(int N) {
int[] counts = new int[10];
int number = 0;
while (true) {
number++;
char[] digits = Integer.toString(number).toCharArray();
for (char digit : digits) {
int count = counts[digit - '0'];
count++;
counts[digit - '0'] = count;
if (count > N) {
return number - 1;
}
}
}
}
,则应该返回30,即当N被破坏但未达到时,算法会停止。如果这是初始要求,代码将更简单:
conditional statement