python 实现armstrong numbers阿姆斯壮数算法

armstrong numbers阿姆斯壮数算法介绍

阿姆斯壮数(Armstrong numbers),也称为自恋性数(Narcissistic numbers)、水仙花数(Narcissistic number,特指三位数的情形),是指一个n位数,它的每个位上的数字的n次幂之和等于它本身。例如,一个三位数abc(a、b、c分别代表百位、十位和个位),如果满足a^3 + b^3 + c^3 = abc,则它是一个三位的阿姆斯壮数。

对于更一般的情况,我们可以编写一个算法来检查任意给定的数是否为阿姆斯壮数。以下是一个Python语言的实现示例:

python 复制代码
def is_armstrong_number(n):
    """
    检查n是否为阿姆斯壮数
    :param n: 待检查的数
    :return: 如果n是阿姆斯壮数返回True,否则返回False
    """
    # 转换为字符串方便遍历每一位
    num_str = str(n)
    # 获取位数
    order = len(num_str)
    # 初始化幂之和
    sum_of_powers = 0
    
    # 遍历每一位
    for digit in num_str:
        # 将字符转换为整数并计算其order次幂
        sum_of_powers += int(digit) ** order
    
    # 如果幂之和等于原数,则为阿姆斯壮数
    return sum_of_powers == n

# 示例
print(is_armstrong_number(153))  # True,因为 1^3 + 5^3 + 3^3 = 153
print(is_armstrong_number(123))  # False
print(is_armstrong_number(370))  # False
print(is_armstrong_number(371))  # True,因为 3^3 + 7^3 + 1^3 = 371

这个算法首先确定了一个数的位数,然后遍历每一位,将其转换为整数并计算其相应次幂的和。如果这个和等于原数,那么这个数就是一个阿姆斯壮数。

注意,这个算法的时间复杂度主要由位数决定,对于非常大的数(位数非常多),计算可能会比较慢。然而,由于阿姆斯壮数本身的定义,实际应用中很少需要处理非常大的数。

armstrong numbers阿姆斯壮数算法python实现样例

Armstrong numbers(阿姆斯壮数)是指一个 n 位数,它的每一位的 n 次幂之和等于它本身。

下面是使用 Python 实现 Armstrong numbers 的算法:

python 复制代码
def is_armstrong_number(number):
    # 将数字转为字符串,以便遍历每一位数
    str_number = str(number)
    # 获取数字的位数
    num_digits = len(str_number)
    # 初始化阿姆斯壮数的和为0
    armstrong_sum = 0
    
    # 遍历每一位数
    for digit in str_number:
        # 将字符串类型的数字转为整数类型
        digit = int(digit)
        # 计算每一位数的 n 次幂,并加到阿姆斯壮数的和中
        armstrong_sum += digit ** num_digits
    
    # 判断阿姆斯壮数的和是否等于原始数字
    if armstrong_sum == number:
        return True
    else:
        return False


# 测试阿姆斯壮数算法
for i in range(1, 1001):
    if is_armstrong_number(i):
        print(i)

在上面的代码中,is_armstrong_number 函数用于判断给定的数字是否为阿姆斯壮数。我们遍历数字的每一位数,将每一位数的 n 次幂加到阿姆斯壮数的和中,最后判断阿姆斯壮数的和是否等于原始数字。如果相等,则说明该数字是阿姆斯壮数。

在测试部分,我们遍历从 1 到 1000 的所有数字,并调用 is_armstrong_number 函数来判断是否是阿姆斯壮数,如果是,则打印该数字。

运行以上代码,会输出以下结果:

复制代码
1
2
3
4
5
6
7
8
9
153
370
371
407
相关推荐
烛阴7 分钟前
一文搞懂 Python 闭包:让你的代码瞬间“高级”起来!
前端·python
JosieBook17 分钟前
【Java编程动手学】Java中的数组与集合
java·开发语言·python
Gyoku Mint1 小时前
深度学习×第4卷:Pytorch实战——她第一次用张量去拟合你的轨迹
人工智能·pytorch·python·深度学习·神经网络·算法·聚类
葫三生2 小时前
如何评价《论三生原理》在科技界的地位?
人工智能·算法·机器学习·数学建模·量子计算
拓端研究室4 小时前
视频讲解:门槛效应模型Threshold Effect分析数字金融指数与消费结构数据
前端·算法
随缘而动,随遇而安6 小时前
第八十八篇 大数据中的递归算法:从俄罗斯套娃到分布式计算的奇妙之旅
大数据·数据结构·算法
郭庆汝7 小时前
pytorch、torchvision与python版本对应关系
人工智能·pytorch·python
IT古董7 小时前
【第二章:机器学习与神经网络概述】03.类算法理论与实践-(3)决策树分类器
神经网络·算法·机器学习
水木兰亭10 小时前
数据结构之——树及树的存储
数据结构·c++·学习·算法
思则变10 小时前
[Pytest] [Part 2]增加 log功能
开发语言·python·pytest