51nod 1009 数字1的数量

【题目描述】

给定一个十进制正整数N,写下从1开始,到N的所有正数,计算出其中出现所有1的个数。
例如:n = 12,包含了5个1。1,10,12共包含3个1,11包含2个1,总共5个1。

【输入】

输入N(1 <= N <= 10 9)

【输出】

输出包含1的个数

【输入样例】

12

【输出样例】

5

【分析】

两种方法:
方法一:常规解法,计算1~n,每个数中含1的数量,累加求和;
——问题:n个数字,要计算n次,效率不高
方法二:按位统计各种情况:枚举当第i位为1是,有多少数字(即统计1~n里,第i位是1的有多少个)
先看一些特殊情况:

  1. n=999:
    当百位是1即1XX形态:XX的变化范围是00~99,共100种
    当十位是1即X1X形态:分情况讨论:01X,11X,21X,……91X,10种情况,每种情况,个位变化位0-9,所以X1X形态,共有100种可能
    当个位是1即XX1形态:XX的变化范围是00-99,共100种
    所以n=999时,含1的数量=100+100+100=300个1

  2. n=8112:
    当千位是1时:1XXX形态:有0-999,共1000种可能
    当百位是1时:X1XX形态:01XX,11XX,21XX……71XX,每种xx变化范围是00-99,即100种可能,共(n/1000)*100种情况;81XX,xx变化范围是00-22,共n%100+1种情况。
    当十位是1时:XX1X形态:001X~801X,每种变化范围是0-9即10种可能,共(n/100)*10种情况;811X,X的变化范围0-2,共n%10+1种情况
    当个位是1时:XXX1形态:有n/10+1种情况。

  3. n=1000时:
    当千位是1时,有n%1000+1中情况。
    当百位是1时,有n/1000种分类,即01XX型:此时有0-99,共100种可能。
    当十位是1时:有n/100种分类,即001X,011X,021X……091X,每型有10种可能。
    当个位是1时:有n/10种分类,即0001,0011,0021^0991,100种情况

总结:注意各个位置上大于1,等于1,小于1的处理情况不一样。

数值第i位(由高到底1-n)操作
00
110*10n-1 +8017+1
82(1+1)*10n-2
0318*10n-3
14180*10n-4+7+1
75(1801+1)*10n-5

设一个n位数,最高位为第1位,最低位为第n位,设函数num(st,wei)功能是取得第st位开始共wei位的数值。那么对于求第i位上的1有多少,有如下分析:
当第i位上的数值大于1时:有(num(1,i-1)+1)*10n-i个1;
当第i位上的数等于1时:有num(1,i-1)*10n-i+num(i+1,n-i)个1;
当第i位上的数小于1时:有num(1,i-1)*10n-i个1;
求出每位上1的出现次数,求和即可求出1~n所有数字的含1总量。
思考:如果求1~n中所有数字含2的总量,你会算吗?

题目 51nod 3478 涉及一个矩阵问题,要求通过最少的操作次数,使得矩阵中至少有 `RowCount` 行 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行列组合,并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行每一列变为回文所需的最少操作次数**: - 对于每一行,计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列,计算将其变为回文所需的最少操作次数,方法同上。 2. **枚举所有可能的行列组合**: - 由于 `N` `M` 的最大值为 8,因此可以枚举所有可能的行组合列组合。 - 对于每一种组合,计算其所需的最少操作次数,并取最小值。 3. **计算操作次数**: - 对于每一种组合,需要计算哪些行列需要修改,并且注意行列的交叉点可能会重复计算,因此需要去重。 ### 代码实现 以下是一个可能的实现方式,使用了枚举位运算来处理组合问题: ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**:首先计算每一行每一列变为回文所需的最少操作次数。 - **枚举组合**:使用 `itertools.combinations` 枚举所有可能的行列组合。 - **计算成本**:对于每一种组合,计算其成本,并考虑行列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**:由于 `N` `M` 的最大值为 8,因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $,这在实际中是可接受的。 - **空间复杂度**:主要是存储预处理的成本,空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行列的枚举组合以减少计算时间? 2. 在计算列的交叉点时,如何更高效地处理重复计算的问题? 3. 如果矩阵的大小增加到更大的范围,如何调整算法以保持效率? 4. 如何处理矩阵中行列的回文条件不同时的情况? 5. 如何扩展算法以支持更多的操作类型,例如翻转某个区域的值?
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