双指针练习:快乐数

1.题目链接: 202.快乐数

2.题目描述:

编写一个算法来判断一个数 n 是不是快乐数。

「快乐数」 定义为:

  • 对于一个正整数,每一次将该数替换为它每个位置上的数字的平方和。
  • 然后重复这个过程直到这个数变为 1,也可能是 无限循环 但始终变不到 1。
  • 如果这个过程 结果为 1,那么这个数就是快乐数。

如果 n 是 快乐数 就返回 true ;不是,则返回 false 。

3.题目分析:

1.根据题意以及测试用例我们发现,我们会频繁的对一个数进行取余 求余方 再取模。

因此,我们可以写一个函数封装这个操作。如何求一个数n每个位置上的数字的平方和?

a.把数 n 每一位的数提取出来

i. int t = n % 10 提取个位;

ii. n = n / 10 干掉个位;

直到 n 的值变为0;

b.提取每一位的时候,用一个变量 tmp 记录这一位的平方与之前提取位数的平方和

tmp = tmp + t * t

2.拿到一个题,我们先分析一个案例,例如 n = 19

如果n = 2

由此我们可以发现:如果数n 是一个快乐数,它的最后一个数是1

如果数n 不是快乐数,它最终会形成一个环,不停的循环下去。

接着我们拓展一个原理:鸽巢原理(抽屉原理)

n个巢,有n+1个鸽子,可以推出至少有一个巢,里面的鸽子数大于1;

因此我们来看题目范围

这是一个整形的最大数,大约为 2.1*10^9

我们可以假设一个比他更大的数 整形最大数约为10位数,且最大的数一定不会超过99999 99999

我们来计算这个数每个位置上的数字的平方和,9^2 * 10 = 810,也就是最大的数是810

题目n最小为1,所以每个位置上的数字平方和的范围在 [1,810] 之间,有810个数。

由此可以推出:一个数经过不停的分割成下一个数,经过811次 这个分割后的数一定会出现重复的情况,也就是会进环,因此我们使快慢指针追击即可

代码:

cpp 复制代码
class Solution {
public:

    //  封装一个函数,实现个位数字平方和相加
    int bitSum(int n){
        int sum = 0;//定义相加后的结果
        while(n){//不停的取模取余,直到这个数为0为止
        int bit = n % 10;
        n = n/10;
        sum += bit * bit;
        }
        return sum;
    }
    bool isHappy(int n) {
        int slow = n;
        int fast = bitSum(n);//下一次被操作数的结果
        while(slow != fast){
            slow = bitSum(slow);//slow走一步
            fast = bitSum(fast);
            fast = bitSum(fast);//fast走两步
            //根据鸽巢原理可知,slow和fast一定会相遇
        }
        return slow == 1;//判断最后结果是不是1
    }
};
相关推荐
GalaxyPokemon21 分钟前
LeetCode - 53. 最大子数组和
算法·leetcode·职场和发展
hn小菜鸡1 小时前
LeetCode 1356.根据数字二进制下1的数目排序
数据结构·算法·leetcode
zhuiQiuMX1 小时前
分享今天做的力扣SQL题
sql·算法·leetcode
music&movie2 小时前
算法工程师认知水平要求总结
人工智能·算法
laocui13 小时前
Σ∆ 数字滤波
人工智能·算法
yzx9910133 小时前
Linux 系统中的算法技巧与性能优化
linux·算法·性能优化
全栈凯哥4 小时前
Java详解LeetCode 热题 100(26):LeetCode 142. 环形链表 II(Linked List Cycle II)详解
java·算法·leetcode·链表
全栈凯哥4 小时前
Java详解LeetCode 热题 100(27):LeetCode 21. 合并两个有序链表(Merge Two Sorted Lists)详解
java·算法·leetcode·链表
SuperCandyXu4 小时前
leetcode2368. 受限条件下可到达节点的数目-medium
数据结构·c++·算法·leetcode
Humbunklung4 小时前
机器学习算法分类
算法·机器学习·分类