【LeetCode题解】386. Lexicographical Numbers

本文介绍了一种新颖的方法来解决整数字典序排序的问题,通过递归和非递归(栈)的方式实现了1到n范围内所有整数的字典序排序。这两种方法都遵循了分治思想,详细阐述了每一步的实现细节。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本题意味将1到n所有的int类型数进行字典序排序

一、递归思想

首先想到的是运用分治算法的思想,设采用solve的方法解决问题

对于整数m,若在某一时刻将其插入最终返回的res数组,思考下一步应该插入什么,分两种情况:

(1)若 m*10 <= n,则将 m*10 插入res数组,并继续思考下一步插入什么

(2)若 m < n 且 m%10 <  9 ,则将 m+1 插入res数组,并继续思考下一步插入什么

此处取模10小于9的情况,是因为当余数为9时,+1后得到的情况已经在条件(1)中考虑到了,加入会产生重复

下面给出解题代码:

class Solution {
public:
    vector<int> lexicalOrder(int n) {
        this->n = n;
        solve(1);
        return res;
        
    }
private:
    int n;
    vector<int> res;
    void solve(int m){
        res.push_back(m);
        if(m * 10 <= n){
            solve(m * 10);
        }
        if(m < n && m % 10 < 9){
            solve(m + 1);
        }
    }
};

二、非递归思想(栈)

如果不用递归的方法,也可以使用堆栈的思想进行编程,大致过程可以借鉴上文中说到的思想
需要注意的是,因为后进先出的思想,所以需要先将字典序较小的压入栈,再将字典序较大的压入栈,两个if语句块不能颠倒顺序
下面给出具体的代码:
class Solution {
public:
    vector<int> lexicalOrder(int n) {
        vector<int> res;
        stack<int> s;
        s.push(1);
        while(!s.empty()){
            int tmp = s.top();
            s.pop();
            res.push_back(tmp);
            if(tmp < n && tmp % 10 < 9){
                s.push(tmp + 1);
            }
            if(tmp * 10 <= n){
                s.push(tmp * 10);
            }
        }
        return res;
    }
};
此外附上另一种非递归写法,类似DFS的思想:
class Solution {
public:
    vector<int> lexicalOrder(int n) {
        vector<int> res;
        stack<int> s;
        int x = 1;
        while(x <= n){
            s.push(x);
            res.push_back(x);
            x *= 10;
        }
        while(!s.empty()){
            int tmp = s.top();
            s.pop();
            if(tmp % 10 == 9)
                continue;
            tmp += 1;
            while(tmp <= n){
                s.push(tmp);
                res.push_back(tmp);
                tmp *= 10;
            }
        }
        return res;
    }
};



内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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