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
find1star6 小时前
LeetCode 141:环形链表
java·算法·leetcode·链表
迅翼SwiftWing7 小时前
编队系列(总)|固定翼编队如何实现稳定飞行?通信架构、协同算法与工程约束深度解析
算法·架构
LB21127 小时前
力扣160 21 86
算法·leetcode·职场和发展
benchmark_cc7 小时前
REST API 和 Python SDK 应该怎么选?量化交易数据接口选型实战
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
小智老师PMP8 小时前
2026深度解析|PMP第八版与NPDP核心侧重点本质区别(管理类证书怎么选)
开发语言·分布式·算法·职场和发展·产品经理
HugoStudio_SWAN8 小时前
洛谷 B4450 / B3867 / B3923 智慧购物、储蓄与做题——从程序到生活
c++·学习·程序人生·算法·生活
a187927218318 小时前
【算法】动态规划第二篇:双序列 DP 三课——继承、计步与断链
算法·leetcode·动态规划·dp·回溯·暴力·算法讲解
2601_962382438 小时前
python快乐编程网络爬虫课后答案
python·网络爬虫·学习工具·课后答案·刷题app
鹏哥带你干乡墅9 小时前
优选乡墅赋能培训平台如何帮助提升乡村建设?
大数据·人工智能·python
江畔柳前堤9 小时前
前台·中台·后台:2026年AI原生时代的架构全景图
开发语言·人工智能·算法·机器学习·架构·scala·ai-native