LeetCode算法题-Rotated Digits(Java实现)

这是悦乐书的第316次更新,第337篇原创

01 看题和准备

今天介绍的是LeetCode算法题中Easy级别的第185题(顺位题号是788)。如果一个数字经过180度旋转后,变成了一个与原数字不同的数,这样的数被称为好数字。数字中的每一位都必须经过旋转。旋转的规则是:0,1,8这三个数旋转后还是自身,2旋转后变为5,5旋转后变为2,6旋转后变为9,9旋转后变为6,剩下的3,4,7旋转后并不能转成其他数字,是无效的。现在给出正数N,从1到N的好数字一共有多少个?例如:


输入:10

输出:4

说明:在[1,10]范围内有四个好的数字:2,5,6,9。请注意,1和10不是好数字,因为它们在旋转后保持不变。


‍注意:N将在[1,10000]范围内。

本次解题使用的开发工具是eclipse,jdk使用的版本是1.8,环境是win7 64位系统,使用Java语言编写和测试。

02 第一种解法

题目的意思很明确,根据旋转规则来判断数字中的每一位数即可。将正整数转为字符数组,然后判断每一个字符是否符合要求。我们借助一个布尔类型的标志来判断,整个数字是否符合要求,对于3、4、7三个数,因为是无效数字,可以直接将标志改为false,并且终止循环判断,进入下一个数。对于2、5、6、9四个数,是有效数字,可以转换成其他的数,碰到其中任意一个,都将标志改为true。剩下的0、1、8因为转换后还是自身,虽然也是有效数字,但是可以直接忽略。

public int rotatedDigits(int N) {
    int count = 0;
    for (int i=0; i<= N; i++) {
        String s = i+"";
        boolean flag = false;
        for (char ch : s.toCharArray()) {
            if (ch == '3' || ch == '4' || ch == '7') {
                flag = false;
                break;
            }
            if (ch == '2' || ch == '5' || ch == '6' || ch == '9') {
                flag = true;
            }
        }
        if (flag) {
            count++;
        }
    }
    return count;
}

03 第二种解法

因为判断是按照从小到大的顺序进行的,所以可以先将前面部分的判断结果存起来,在遇到更大的数时,可以节省判断步骤。

使用一个数组,长度为N+1,初始元素值都为0,现在定义数组元素三种值类型:为0时,表示无效数字;为1时,表示有效数字,但是转换后不变;为2时,表示有效数字,且转换后变成了新数字。

在N小于10的时候,根据旋转规则,直接将部分元素的值给定;当N大于10的时候,只需要判断两部分即可,一是个位数之前的数,二是个位数。比如:当判断11的时候,先判断十位数1,再判断个位数1,因为还是自身,所以dp[11]=1;当判断112的时候,112除以10等于11,而dp[11]=1,再判断个位数2,dp[2]=2,2会转成5,因此旋转后变成115,符合要求是个好数,因此dp[112]=2。以此类推,再112的基础上再增加一位时,就只需要判断112和增加的个位数了,而不必像第一种解法那样,整数上的每一位都要判断一遍。

public int rotatedDigits2(int N) {
    int count = 0;
    int[] dp = new int[N+1];
    for (int i=0; i<= N; i++) {
        if (i < 10) {
            if (i == 0 || i == 1 || i == 8) {
                dp[i] = 1;
            } else if (i == 2 || i == 5 || i == 6 || i == 9) {
                dp[i] = 2;
                count++;
            }
        } else {
            // 判断前面的几位数和个位数
            int a = dp[i/10], b = dp[i%10];
            if (a == 1 && b == 1) {
                dp[i] = 1;
            } else if (a >= 1 && b >= 1) {
                dp[i] = 2;
                count++;
            }
        }
    }
    return count;
}

04 小结

算法专题目前已日更超过五个月,算法题文章185+篇,公众号对话框回复【数据结构与算法】、【算法】、【数据结构】中的任一关键词,获取系列文章合集。

以上就是全部内容,如果大家有什么好的解法思路、建议或者其他问题,可以下方留言交流,点赞、留言、转发就是对我最大的回报和支持!

内容概要:本文介绍了一种基于蒙特卡洛模拟和拉格朗日优化方法的电动汽车充电站有序充电调度策略,重点针对分时电价机制下的分散式优化问题。通过Matlab代码实现,构建了考虑用户充电需求、电网负荷平衡及电价波动的数学模【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)型,采用拉格朗日乘子法处理约束条件,结合蒙特卡洛方法模拟大量电动汽车的随机充电行为,实现对充电功率和时间的优化分配,旨在降低用户充电成本、平抑电网峰谷差并提升充电站运营效率。该方法体现了智能优化算法在电力系统调度中的实际应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源汽车、智能电网相关领域的工程技术人员。; 使用场景及目标:①研究电动汽车有序充电调度策略的设计与仿真;②学习蒙特卡洛模拟与拉格朗日优化在能源系统中的联合应用;③掌握基于分时电价的需求响应优化建模方法;④为微电网、充电站运营管理提供技术支持和决策参考。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注目标函数构建、约束条件处理及优化求解过程,可尝试调整参数设置以观察不同场景下的调度效果,进一步拓展至多目标优化或多类型负荷协调调度的研究。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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