从1到n的正数中1出现的次数

本文提供了一种非递归算法来计算从1到n这n个整数的十进制表示中1出现的次数。通过分析每个数字的位数,算法能够高效地得出答案。

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

30.在从1到n的正数中1出现的次数(数组)
题目:输入一个整数n,求从1到n这n个整数的十进制表示中1出现的次数。
例如输入12,从1到12这些整数中包含1 的数字有1,10,11和12,1一共出现了5次。
//coder:Lee,20120318


#include<iostream>
#include<cassert>
#include <bitset> 
#include<CMATH>
using namespace std;
int GetDigit(unsigned int n)
{
int i=0;
while(n)
{
i++;
n/=10;
}
return i;
}
int NumOfOnes(unsigned int n)
{
int i=0;
while(n)
{
if(n%10==1)
i++;
n/=10;
}
return i;
}
int Count_1(unsigned int n)
{
assert(n>=1);
int num=0;
for (unsigned int i=1;i<=n;i++)
{
num+=NumOfOnes(i);
}
return num;
}
//////////////////////////////
//count numbers of one in an integer from 1 to n
//Input: n - an integer
//Output: numbers of one
int Count_2(unsigned int n)
{
assert(n>=1);
//get digits of an integer
int digit=GetDigit(n);
//if digit equel one , result must be 1
if(digit==1)
return 1;
int num=0;
//get the highest number
int highdigit=n;
int i=digit-1;
while(i--)
highdigit/=10;
//for example: n =4132 , num = 4*100 + Count_2(132)
num=highdigit*(digit-1)*pow(10,digit-2)+Count_2(n-highdigit*pow(10,digit-1));
//if 4>1 ,then num +=100,because when the highest number equel 1,we have one hundred 1s
if(highdigit>1)
num+=pow(10,digit-1);
//or we have 132 * 1
else
num+=n-highdigit*pow(10,digit-1)+1;
return num;

}




int Sum1s(int n)//expansion promble : Binary number
{
int iCount=0;
int iFactor=1;
int iLowerNum=0;
int iCurrNum=0;
int iHigherNum=0;
while (n/iFactor!=0)
{
iLowerNum=n-(n/iFactor)*iFactor;
iCurrNum=(n/iFactor)%2;
iHigherNum=n/(iFactor*2);
switch(iCurrNum)
{
case 0:
iCount+=iHigherNum*iFactor;
break;
case 1:
iCount+=iHigherNum*iFactor+iLowerNum+1;
break;
}
iFactor*=2;


}
return iCount;
}
int main()
{


cout<<Count_1(4132)<<endl;
int n=25;
cout<<"f("<<bitset<sizeof(int)*8>(n)<<")="<<bitset<sizeof(int)*8>(Sum1s(n))<<endl;
return 0;


}


非递归算法见《编程之美》
<think>好的,用户问为什么冒泡排序的外层循环次数是n-1。我需要仔细分析这个问题。 首先,冒泡排序的基本原理是通过相邻元素的比较和交换,将较大的元素逐步移动到数组的末尾。每一次外层循环会把当前未排序部分的最大元素“冒泡”到正确的位置。 假设数组有n个元素。在第一次外层循环后,最大的元素已经排到了最后的位置,此时剩下的未排序元素是n-1个。接下来,第二次外层循环处理剩下的n-1个元素,把第二大的元素放到倒数第二的位置。依此类推,每完成一次外层循环,未排序的元素就减少一个。 那么,当进行到第n-1次外层循环时,剩下的未排序元素应该是2个,这时候只需要一次比较和可能的交换就能确定它们的顺序。此时,所有元素已经排好序了。因此,总共需要n-1次外层循环。 举个例子,比如当n=5时,外层循环次数是4次。第一次处理5个元素,剩下4个;第二次处理4个,剩下3个;第三次处理3个,剩下2个;第四次处理2个,排序完成。这时候所有元素已经有序,不需要第五次循环了。 另外,考虑到如果有n个元素,最多需要n-1次循环来确保所有元素归位。如果某一轮没有发生交换,说明已经有序,可以提前终止循环,但最坏情况下仍需n-1次。参考文献中提到的冒泡排序实现也使用了外层循环次数为n-1的情况,比如引用[4]中的Java代码,外层循环变量i的范围是0到nums.length-2,即循环n-1次[^4]。 因此,结论是:外层循环次数为n-1次,因为每次循环确保一个元素归位,而最后一个元素无需单独处理,自然已在正确位置。</think>### 冒泡排序外层循环次数为$n-1$的原因 #### 核心逻辑分析 1. **元素归位机制** 冒泡排序每一轮外层循环会将一个最大元素移动到最终位置。例如: - 第1轮:将第1大的元素移动到倒数第1位 - 第2轮:将第2大的元素移动到倒数第2位 - ... - 第$n-1$轮:将第$n-1$大的元素移动到正数第2位 此时最后一个元素(第$n$大)无需比较,自然已在正确位置[^4]。 2. **数学归纳法验证** 对于长度为$n$的数组: - 当$n=2$时,需要1次外层循环($2-1=1$) - 当$n=3$时,需要2次外层循环($3-1=2$) - 推广到一般情况,$n$个元素需要$n-1$次外层循环 推导公式: $$\sum_{i=1}^{n-1}(n-i) = \frac{n(n-1)}{2}$$ 这正是冒泡排序的比较次数公式[^3]。 #### 具体执行过程 ```java // 示例代码片段(引用自文献[4]) for (int i = 0; i < nums.length - 1; i++) { // 外层循环n-1次 for (int j = 0; j < nums.length - i - 1; j++) { // 比较相邻元素 } } ``` #### 优化情况补充 尽管标准实现需要$n-1$次循环,但通过设置标志位(如引用[3]中的`flag`变量),可以在数组提前有序时终止循环,此时实际循环次数可能小于$n-1$[^3]。
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