A non-negative integer is called heavy if the average value of its digits in decimal representation exceeds 7. Assume that 0 has an average value of its digits equal to 0.
For example, the number 8,698 is heavy because the average value of its digits is (8+6+9+8)/4 = 7.75. The number 53,141 has an average value of its digits of (5+3+1+4+1)/5 = 2.8, so it is not heavy.
Write a function:
class Solution { public int heavy_decimal_count(int A,int B); }
that, given two non-negative integers A and B, returns the number of heavy integers within the interval [A..B] (both ends included).
Assume that:
- A is an integer within the range [0..200,000,000];
- B is an integer within the range [0..200,000,000];
- A ≤ B.
For example, given A=8,675 and B=8,689 the function should return 5, because there are five heavy integers within the range [8,675..8,689]:
8675 avg=6.50
8676 avg=6.75
8677 avg=7.00
8678 avg=7.25 HEAVY
8679 avg=7.50 HEAVY
8680 avg=5.50
8681 avg=5.75
8682 avg=6.00
8683 avg=6.25
8684 avg=6.50
8685 avg=6.75
8686 avg=7.00
8687 avg=7.25 HEAVY
8688 avg=7.50 HEAVY
8689 avg=7.75 HEAVY
Complexity:
- expected worst-case time complexity is O((log(A)+log(B))3);
- expected worst-case space complexity is O(log(A)+log(B)).
这个不确定,高手可以指教。
方案一:
public int heavy_decimal_count(int A,int B) {
int result = 0;
int n = B - A;
for(int i = 0; i <= n; i++) {
int t = A + i;
if(t == 0) {
continue;
}
int w = 0;
double sum = 0;
while(t > 0) {
sum += (t % 10);
t = t / 10;
w++;
};
if((sum / w) > 7) {
result++;
}
}
return result;
}
方案二:
public int heavy_decimal_count(int A,int B) {
int result = 0;
int x = A;
double sum = 0;
Vector<Integer> v = new Vector<Integer>(9);
if(x == 0) {
v.add(0);
} else {
while(x > 0) {
int ys = (x % 10);
v.add(ys);
sum += ys;
x = x / 10;
};
if(sum / v.size() > 7) {
result++;
}
}
int n = B - A;
for(int i = 1; i <= n; i++) {
int jw = 0;
for(int j = 0; j < v.size(); j++) {
if(v.get(j) + 1 == 10) {
v.set(j, 0);
jw++;
if(jw < v.size()) {
continue;
} else {
v.add(1);
}
} else {
v.set(j, v.get(j) + 1);
}
break;
}
sum = sum - (9 * jw) + 1;//这个是关键,不需要每次循环求和,而是根据上一个数的结果得到下一个数的结果,其中jw表示相当上一个数,当前数做了几次进位操作
if(sum / v.size() > 7) {
result++;
}
}
return result;
}
分享到:
相关推荐
C++算法 图算法 第3版
三维RRT( Rapidly-exploring Random Trees,快速探索随机树)...对于给定的压缩包文件“3维避障RRT算法”,很可能包含了实现这一算法的代码示例、仿真结果或者其他相关资料,可以帮助我们更深入地理解和应用这个算法。
一个IK的CCD算法在3D空间中的实现,非常好用
1.1. 一次计算最小二乘算法 3 1.2. 递推最小二乘算法 3 2. 遗忘因子最小二乘算法 6 2.1. 一次计算法 6 2.2. 递推算法 6 3. 限定记忆最小二乘递推算法 9 4. 偏差补偿最小二乘法 11 5. 增广最小二乘法 13 6. 广义最小...
在"第四章__遗传算法1.ppt"至"第四章__遗传算法3.ppt"中,详细介绍了遗传算法的原理、步骤和实际应用,如旅行商问题、组合优化等问题的求解。 **模拟退火算法(Simulated Annealing, SA)**是受到固体物理中材料...
3. 基于元启发式算法的超启发式算法 4. 基于学习的超启发式算法 基于随机选择的超启发式算法 基于随机选择的超启发式算法是从给定的集合中随机选择 LLH,组合形成新的启发式算法。这类超启发式算法在本领域研究中...
数值分析与算法 喻文健著 pdf
3. **概率算法**:这类算法在决策过程中引入随机性,通过概率模型和统计分析来解决问题。例如,蒙特卡洛方法就是一种常见的概率算法,用于解决数学和物理问题,如计算圆周率或求解最短路径问题。 4. **模拟退火算法...
* SM3密码杂凑算法(哈希算法) * SM3杂凑... * 例如MD5输出128比特杂凑值,输出长度太短,影响其安全性SHA-1算法的输出长度为160比特,SM3算法的输出长度为256比特,因此SM3算法的安全性要高于MD5算法和SHA-1算法。
3. 循环首次适应算法(Circular First Fit) 循环首次适应算法是首次适应算法的一种改进版本。在分配内存时,它不是简单地从头开始查找,而是从上次分配内存的位置开始,当找到合适的空闲分区后,记录下这次分配的...
3、遗传算法的特点 二、遗传算法原理 1、遗传算法的数学基础 2、遗传算法的收敛性分析 3、遗传算法的改进 三、遗传算法的应用 (1)组合优化 (2)函数优化 (3)自动控制 (4)生产调度 (5)图像处理 (6)...
粒子群算法(Particle Swarm Optimization, PSO)与遗传算法(Genetic Algorithm, GA)是两种在优化问题中广泛应用的全局搜索方法。它们都是基于自然选择和群体智能的启发式算法,能够有效地解决复杂多模态优化问题...
在国密算法中,SM1、SM2、SM3、SM4、SM7和SM9都是对称加密算法。 - SM1算法的具体细节并未公开,它是中国国家商用的对称密钥算法,为政府和军事等部门所使用。 - SM2算法是基于椭圆曲线加密技术的算法,包括SM2加密...
SM3算法原理,朋友亲自整理的,供大家交流学习。
本文将深入探讨四种主要的智能优化算法:遗传算法、模拟退火算法、禁忌搜索和蚁群算法,以及这些算法的原理、应用场景和发展趋势。 **一、遗传算法** 遗传算法是受生物进化理论启发的一种全局优化方法,它通过模拟...
算法 KMP算法 KMP算法 KMP算法 KMP算法 KMP算法 KMP算法 KMP算法 KMP算法 KMP算法 KMP算法 KMP算法 KMP
详细介绍了神经网络算法、粒子群算法、遗传算法、模糊逻辑控制、免疫算法、蚁群算法、小波分析算法及其MATLAB的实现方式等内容; 第二部分详细介绍了智能算法的工程中的应用问题,包括模糊神经网络在工程中的应用、...
【python】MOPSO多目标粒子群优化算法 多目标优化算法 【python】MOPSO多目标粒子群优化算法 多目标优化算法 【python】MOPSO多目标粒子群优化算法 多目标优化算法 【python】MOPSO多目标粒子群优化算法 多目标优化...
本文将探讨基于遗传算法和粒子群优化算法的两种解决策略,用于在认知无线电网络中实现更高效的频谱分配。 首先,遗传算法(GA)是受到生物进化过程启发的一种全局优化方法。在频谱分配问题中,每个个体代表一种频谱...