CSDN博客

img jcwKyl

统计数字问题

发表于2008/10/2 12:54:00  11219人阅读

分类: Algorithm

在王晓东编著的《算法设计与实验题解》中看到的这个问题,问题描述如下:
一本书的页码从自然数1开始顺序编码直到自然数n。书的页码按照通常的习惯编排,每个页码都不含多余的前导数字0。例如第6页用6表示而不是06或006。数字统计问题要求对给定书的总页码,计算出书的全部页码中分别用到多少次数字0,1,2,3,.....9。
这个题目有个最容易想到的n*log10(n)的算法。这是自己写的复杂度为O(n*log10(n))的代码:

  1. void statNumber(int n) {
  2.     int i, t;
  3.     int count[10] = {0};
  4.     for(i = 1; i <= n; i++) {
  5.     t = i;
  6.     while(t) {
  7.         count[t%10]++;
  8.         t/=10;
  9.     }
  10.     }
  11.     for(i = 0; i < 10; i++) {
  12.     printf("%d/n", count[i]);
  13.     }
  14. }

仔细考虑m个n位十进制数的特点,在一个n位十进制数的由低到高的第i个数位上,总是连续出现10^i个0,然后是10^i个1……一直到10^i个9,9之后又是连续的10^i个0,这样循环出现。找到这个规律,就可以在常数时间内算出第i个数位上每个数字出现的次数。而在第i个数位上,最前面的10^i个0是前导0,应该把它们减掉。

这样,可以只分析给定的输入整数n的每个数位,从面可以得到一个log10(n)的算法,代码如下:

  1. void statNumber(int n) {
  2.     int m, i, j, k, t, x, len = log10(n);
  3.     char d[16];
  4.     int pow10[12] = {1}, count[10] = {0};
  5.     for(i = 1; i < 12; i++) {
  6.     pow10[i] = pow10[i-1] * 10;
  7.     }
  8.     sprintf(d, "%d", n);
  9.     m = n+1;
  10.     for(i = 0; i <= len; i++) {
  11.     x = d[i] - '0';
  12.     t = (m-1) / pow10[len-i]; 
  13.     
  14.     count[x] += m - t * pow10[len-i]; 
  15.     
  16.     t /= 10;
  17.     j = 0;
  18.     while(j <= x-1) {
  19.         count[j] += (t + 1) * pow10[len-i];
  20.         j++;
  21.     }
  22.     while(j < 10) {
  23.         count[j] += t * pow10[len - i];
  24.         j++;
  25.     }
  26.     count[0] -= pow10[len-i]; /* 第i个数位上前10^i个0是无意义的 */
  27.     }
  28.     for(j = 0; j < 10; j++) {
  29.     printf("%d/n", count[j]);
  30.     }
  31. }
通过对随机生成的测试数据的比较,可以验证第二段代码是正确的。
对两段代码做效率测试,第一次随机产生20万个整数,结果在我的电脑上,第二段代码执行1.744秒。第一段代码等我吃完钣回来看还是没反应,就强行关了它。
第二次产生了1000个整数,再次测试,结果第一段代码在我的电脑上执行的时间是
10.1440秒,而第二段代码的执行时间是0.0800秒。

其原因是第一段代码时间复杂度为O(n*log10(n)),对m个输入整数进行计算,则需要的时间为 1*log10(1) + 2*log10(2) + ... + m*log10(m), 当n > 10时,有
n*log10(n) > n,所以上式的下界为11+12+....+m,其渐近界为m*m。对于20万个测试数据,其运行时间的下界就是4*10^10。
同样可得第二段代码对于n个输入数据的运行时间界是n*log10(n)的。

 

上面的代码中有个pow10数组用来记录10^i,但10^10左右就已经超过了2^32,但是题目给定的输入整数的范围在10^9以内,所以没有影响。
原著中给出的分析如下:
考察由0,1,2...9组成的所有n位数。从n个0到n个9共有10^n个n位数。在这10^n个n位数中,0,1,2.....9第个数字使用次数相同,设为f(n)。f(n)满足如下递推式:
n>1:
f(n) = 10f(n-1)+10^(n-1)
n = 1:
f(n) =1
由此可知,f(n) = n*10^(n-1)。
据此,可从高位向低位进行统计,再减去多余的0的个数即可。
著者的思想说的更清楚些应该是这样:
对于一个m位整数,我们可以把0到n之间的n+1个整数从小到大这样来排列:
000......0
.............
199......9
200......0
299......9
.........
这样一直排到自然数n。对于从0到199......9这个区间来说,抛去最高位的数字不看,其低m-1位恰好
就是m-1个0到m-1个9共10^(m-1)个数。利用原著中的递推公式,在这个区间里,每个数字出现的次数
(不包括最高位数字)为(m-1)*10^(m-2)。假设n的最高位数字是x,那么在n之间上述所说的区间共有
x个。那么每个数字出现的次数x倍就可以统计完这些区间。再看最高位数字的情况,显然0到x-1这些
数字在最高位上再现的次数为10^(m-1),因为一个区间长度为10^(m-1)。而x在最高位上出现次数就是
n%10^(m-1)+1了。接下来对n%10^(m-1),即n去掉最高位后的那个数字再继续重复上面的方法。直到
个位,就可以完成题目要求了。
比如,对于一个数字34567,我们可以这样来计算从1到34567之间所有数字中每个数字出现的次数:
从0到9999,这个区间的每个数字的出现次数可以使用原著中给出的递推公式,即每个数字出现4000次。
从10000到19999,中间除去万位的1不算,又是一个从0000到9999的排列,这样的话,从0到34567之间
的这样的区间共有3个。所以从00000到29999之间除万位外每个数字出现次数为3*4000次。然后再统计
万位数字,每个区间长度为10000,所以0,1,2在万位上各出现10000次。而3则出现4567+1=4568次。
之后,抛掉万位数字,对于4567,再使用上面的方法计算,一直计算到个位即可。
下面是自己的实现代码:
 
  1. void statNumber_iterative(int n) {
  2.     int len, i, k, h, m;
  3.     int count[10] = {0};
  4.     int pow10[12] = {1,10,100,1000,10000,100000,1000000,10000000,100000000,1000000000};
  5.     char d[16];
  6.     len = log10(n);     /* len表示当前数字的位权 */
  7.     m = len;
  8.     sprintf(d, "%d", n);
  9.     k = 0;          /* k记录当前最高位数字在d数组中的下标 */
  10.     h = d[k] - '0';     /* h表示当前最高位的数字 */
  11.     n %= pow10[len];        /* 去掉n的最高位 */
  12.     while(len > 0) {
  13.     if(h == 0) {
  14.         count[0] += n + 1;
  15.         h = d[++k] - '0';
  16.         --len;
  17.         n %= pow10[len];
  18.         continue;
  19.     }
  20.     for(i = 0; i < 10; i++) {
  21.         count[i] += h * len * pow10[len-1];
  22.     }
  23.     for(i = 0; i < h; i++) {
  24.         count[i] += pow10[len];
  25.     }
  26.     count[h] += n + 1;
  27.     --len;
  28.     h = d[++k] - '0';
  29.     n %= pow10[len];
  30.     }
  31.     for(i = 0; i <= h; i++) {
  32.     count[i] += 1;
  33.     }
  34.     /* 减去前导0的个数 */
  35.     for(i = 0; i <= m; i++) {  
  36.     count[0] -= pow10[i];
  37.     }
  38.     for(i = 0; i < 10; i++) {
  39.     printf("%d/n", count[i]);
  40.     }
  41. }
4 0

相关博文

我的热门文章

img
取 消
img