算法效率

昨天学习《算法学习与应用从入门到精通》,有一道题是求指定范围内的完美数。完全数(perfect number),又称完美数或完备数,是一些特殊的自然数,满足所有的真因数(即除了自身以外的约数)的和(即因数函数)等于它本身这一条件。刚又看了其性质:

完全数有许多有趣的性质,具体说明如下所示。

  1. 它们都能写成连续自然数之和。例如:
    6=1+2+3 28=1+2+3+4+5+6+7 496=1+2+3+…+30+31
  2. 它们的全部因数的倒数之和都是2,因此每个完全数都是调和数(在数学上,第n个调和数是首n个正整数的倒数和)。例如:
    1/1+1/2+1/3+1/6=2 1/1+1/2+1/4+1/7+1/14+1/28=2
  3. 除6以外的完全数,还可以表示成连续奇立方数之和。例如:28=1^3+3^3 496=1^3+3^3+5^3+7^3 8128=1^3+3^3+5^3+…+15^3 33550336=1^3+3^3+5^3+…+125^3+127^3
  4. 完全数都可以表达为2的一些连续正整数次幂之和。例如:6=2^1+2^2 28=2^2+2^3+2^4 8128=2^6+2^7+2^8+2^9+2^10+2^11+2^12 33550336=2^12+2^13+…+2^24
  5. 完全数都是以6或8结尾。如果以8结尾,那么就肯定是以28结尾。
  6. 除6以外的完全数,被9除后都余1。

刚开始第一遍代码只利用了定义,后面加入性质5以及性质6,使得运行效率大为提升。
开始代码用的就是这一定义,具体如下:

初始化代码

这时候只考虑了项目初步实现,没有思考运行效率高低。实际操作中,在确保项目实现的前提下,尽可能在能力允许情况下考虑运行效率。可以提升项目完成进度、锻炼思维能力、有助于其他项目开展。代码如下:

import time


def is_perfect_num(num):
    all_num = []
    if str(num).endswith('6') or str(num).endswith('28'):
        for i in range(1, num):
            if num % i == 0:
                all_num.append(i)
        if num == sum(all_num):
            return (True, all_num)
        return (False, None)

    else:
        return (False, None)


start = time.time()
for i in range(100000, 500000):
    print(i)
    if is_perfect_num(i)[0]:
        print(i, '\t', is_perfect_num(i)[0])
        input('Any key continue')
end = time.time()
print(end - start)

运行时间:6999.964210033417

二次代码

看到完美数性质后,想到可以利用其性质5对项目优化,具体如下:

import time


def is_perfect_num(num):
    all_num = []
    if str(num).endswith('6') or str(num).endswith('28'):
        for i in range(1, num):
            if num % i == 0:
                all_num.append(i)
        if num == sum(all_num):
            return (True, all_num)
        return (False, None)

    else:
        return (False, None)


start = time.time()
for i in range(100000, 500000):
    print(i)
    if is_perfect_num(i)[0]:
        print(i, '\t', is_perfect_num(i)[0])
        input('Any key continue')
end = time.time()
print(end - start)

运行时间:829.6399991512299

终极代码

既然性质5可以优化代码,是否可以利用其他性质继续优化呢?发现了性质6,实现如下:

import time


def is_perfect_num(num):
    all_num = []
    if str(num).endswith('6') or str(num).endswith('28'):
        if num == 6:
            return (True, [1, 2, 3])
        else:
            if num % 9 == 1:
                for i in range(1, num):
                    if num % i == 0:
                        all_num.append(i)
                if num == sum(all_num):
                    return (True, all_num)
                return (False, None)
            else:
                return (False, None)
    else:
        return (False, None)


start = time.time()
for i in range(100000, 500000):
    print(i)
    if is_perfect_num(i)[0]:
        print(i, '\t', is_perfect_num(i)[0])
        input('Any key continue')
end = time.time()
print(end - start)

运行时间:82.04518938064575


在核心代码中,随着数据逐渐增大,运算量逐次加大(循环量加大);优化后代码检测数字结尾以及对其模5,利用这两性质,大大减少了运算量。这两种方法,可以说有些降维打击的意思。
在以后的实际操作中,也应该先实现项目,然后利用其特有的性质进行筛选,对项目优化,可以很大程度的提高运行效率。

全部评论

相关推荐

想干测开的tomca...:让我来压力你!!!: 这份简历看着“技术词堆得满”,实则是“虚胖没干货”,槽点一抓一大把: 1. **项目描述是“技术名词报菜名”,没半分自己的实际价值** 不管是IntelliDoc还是人人探店,全是堆Redis、Elasticsearch、RAG这些时髦词,但你到底干了啥?“基于Redis Bitmap管理分片”是你写了核心逻辑还是只调用了API?“QPS提升至1500”是你独立压测优化的,还是团队成果你蹭着写?全程没“我负责XX模块”“解决了XX具体问题”,纯把技术文档里的术语扒下来凑字数,看着像“知道名词但没实际动手”的实习生抄的。 2. **短项目塞满超纲技术点,可信度直接***** IntelliDoc就干了5个月,又是RAG又是大模型流式响应又是RBAC权限,这堆活儿正经团队分工干都得小半年,你一个后端开发5个月能吃透这么多?明显是把能想到的技术全往里面塞,生怕别人知道你实际只做了个文件上传——这种“技术堆砌式造假”,面试官一眼就能看出水分。 3. **技能栏是“模糊词混子集合”,没半点硬核度** “熟悉HashMap底层”“了解JVM内存模型”——“熟悉”是能手写扩容逻辑?“了解”是能排查GC问题?全是模棱两可的词,既没对应项目里的实践,也没体现深度,等于白写;项目里用了Elasticsearch的KNN检索,技能栏里提都没提具体掌握程度,明显是“用过但不懂”的硬凑。 4. **教育背景和自我评价全是“无效信息垃圾”** GPA前10%这么好的牌,只列“Java程序设计”这种基础课,分布式、微服务这些后端核心课提都不提,白瞎了专业优势;自我评价那堆“积极认真、细心负责”,是从招聘网站抄的模板吧?没有任何和项目挂钩的具体事例,比如“解决过XX bug”“优化过XX性能”,纯废话,看完等于没看。 总结:这简历是“技术名词缝合怪+自我感动式凑数”,看着像“背了后端技术栈名词的应届生”,实则没干货、没重点、没可信度——面试官扫30秒就会丢一边,因为连“你能干嘛”都没说清楚。
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务