Python 适当的数字|有助于降低时间复杂性
我必须找到最大的有N个数字的“体面数字”。正数具有以下属性:Python 适当的数字|有助于降低时间复杂性,python,algorithm,python-3.x,big-o,time-complexity,Python,Algorithm,Python 3.x,Big O,Time Complexity,我必须找到最大的有N个数字的“体面数字”。正数具有以下属性: => 3, 5, or both as its digits. No other digit is allowed. => Number of times 3 appears is divisible by 5. => Number of times 5 appears is divisible by 3. 我的代码工作完美!但我担心这远远不够有效: 输入: 4 #number of test cases, i.e
=> 3, 5, or both as its digits. No other digit is allowed.
=> Number of times 3 appears is divisible by 5.
=> Number of times 5 appears is divisible by 3.
我的代码工作完美!但我担心这远远不够有效:
输入:
4 #number of test cases, i.e., the following 4 inputs
1
3
5
11
输出:
-1
555
33333
55555533333
我的解决方案版本:
T = int(input()) #number of test cases
def computePair(N):
multiplesOf3 = [i for i in range(N+1) if i%3 == 0]
if multiplesOf3 != [0]: #reversing a [0] results in a 'NoneType'
multiplesOf3.reverse()
multiplesOf5 = [i for i in range(N+1) if i%5 == 0]
for i in multiplesOf3:
for j in multiplesOf5:
if (i+j) == N:
return (i, j)
return -1
for testCase in range(T):
N = int(input()) #test case
result = computePair(N)
if result == -1:
print(result) #If no such combination exists return '-1'
else:
print('5' * (result[0]) + '3' * (result[1]))
我假设我的代码的时间复杂度为O(n^2);因为有两个“for”循环。我希望它在O(n)-线性的顺序下更有效
这是一个非常普遍的问题:另外,您是否有任何资源来确定最佳实践的时间复杂性?我很烂。要解决这个问题,我们需要做一些观察:
是包含最多数字5的数字。它的表格是5555…3333包含N个数字的最大“正数”
- 由于
5出现的次数可被3整除,因此我们有三种情况:
- 如果N除以3,则没有数字3
- 如果
,那么我们需要将N%3=1
第3位,然后a乘以
使第5位的总数a%3==1
可被3整除,因此(N-a)
和a%3==1
->a%5==0
。(请注意,a=10
必须是所有有效值中最小的)。最终结果将有a
数字5和(N-10)
数字310
- 类似地,如果
,那么我们需要在结果中添加N%3=2
第3位,a乘以
和a%3==2
->a%5==0
a=5
通过这些观察,你可以用O(1)来解决每个N的问题。要解决这个问题,我们需要进行一些观察:
是包含最多数字5的数字。它的表格是5555…3333包含N个数字的最大“正数”
- 由于
5出现的次数可被3整除,因此我们有三种情况:
- 如果N除以3,则没有数字3
- 如果
,那么我们需要将N%3=1
第3位,然后a乘以
使第5位的总数a%3==1
可被3整除,因此(N-a)
和a%3==1
->a%5==0
。(请注意,a=10
必须是所有有效值中最小的)。最终结果将有a
数字5和(N-10)
数字310
- 类似地,如果
,那么我们需要在结果中添加N%3=2
第3位,a乘以
和a%3==2
->a%5==0
a=5
有了这些观察结果,你可以用O(1)为每个N解决这个问题。如果你在CodeReview上重复了你的问题,请删除这个问题。在我看来,这个问题纯粹是问一个更好的算法,它完全符合主题。如果你在CodeReview上重复了你的问题,请删除这个问题。在我看来,这个问题纯粹是问一个更好的算法,它完全符合主题。显然,当
novidously时,您可以硬编码特殊情况,当N时,您可以硬编码特殊情况