当前位置: 首页 > article >正文

丑数 详解

丑数(Ugly Number)是计算机科学和数学中的一个经典问题。以下是关于丑数的定义、特性、算法和应用的详解。


1. 什么是丑数?

定义

丑数是 只包含质因数 2、3 和 5 的正整数

  • 丑数的集合: 1 , 2 , 3 , 4 , 5 , 6 , 8 , 9 , 10 , 12 , 15 , … 1, 2, 3, 4, 5, 6, 8, 9, 10, 12, 15, \dots 1,2,3,4,5,6,8,9,10,12,15,
    • 1 1 1通常被定义为丑数(尽管它没有质因数)。
    • 非丑数:如 7 , 11 , 14 , 19 7, 11, 14, 19 7,11,14,19等,包含其他质因数。

丑数的递推定义

  1. 1 1 1是丑数。
  2. 如果 x x x是丑数,则 x × 2 x \times 2 x×2 x × 3 x \times 3 x×3 x × 5 x \times 5 x×5也是丑数。
  3. 丑数集合是通过这种递推生成的。

2. 丑数的特性

  1. 正整数

    • 丑数必须是正整数,负数和 0 都不是丑数。
  2. 有限质因数

    • 丑数的质因数只能是 2 , 3 , 5 2, 3, 5 2,3,5
  3. 数学表示

    • 一个数 n n n是丑数,当且仅当它可以表示为:
      n = 2 a × 3 b × 5 c ( a , b , c ≥ 0 ) n = 2^a \times 3^b \times 5^c \quad (a, b, c \geq 0) n=2a×3b×5c(a,b,c0)

    • 6 = 2 1 × 3 1 6 = 2^1 \times 3^1 6=21×31 8 = 2 3 8 = 2^3 8=23都是丑数。


3. 丑数的判定

算法:判断一个数是否是丑数

思路
  • 不断用 2 , 3 , 5 2, 3, 5 2,3,5去除 n n n,直到 n = 1 n = 1 n=1
    • 如果最后剩下 1 1 1,说明 n n n只包含 2 , 3 , 5 2, 3, 5 2,3,5的因数,是丑数。
    • 如果最后剩下其他质因数,则 n n n不是丑数。
代码实现
public class UglyNumber {
    public boolean isUgly(int n) {
        if (n <= 0) {
            return false; // 非正整数不是丑数
        }
        while (n % 2 == 0) {
            n /= 2; // 去掉因数 2
        }
        while (n % 3 == 0) {
            n /= 3; // 去掉因数 3
        }
        while (n % 5 == 0) {
            n /= 5; // 去掉因数 5
        }
        return n == 1; // 判断是否只剩下 1
    }

    public static void main(String[] args) {
        UglyNumber uglyNumber = new UglyNumber();
        System.out.println(uglyNumber.isUgly(6));  // true
        System.out.println(uglyNumber.isUgly(14)); // false
        System.out.println(uglyNumber.isUgly(1));  // true
    }
}
时间复杂度
  • 最坏情况下的时间复杂度为 O ( log ⁡ n ) O(\log n) O(logn),因为每次去除一个因数都会缩小 n n n

4. 丑数的生成

(1) 找到第 n n n个丑数

思路:动态规划
  • 使用一个数组 dp 存储前 n n n个丑数,按顺序生成。
  • 定义 d p [ 1 ] = 1 dp[1] = 1 dp[1]=1
  • 利用三个指针 p 2 , p 3 , p 5 p2, p3, p5 p2,p3,p5,分别表示下一个乘以 2 , 3 , 5 2, 3, 5 2,3,5的丑数。
  • 每次选取最小值作为下一个丑数。
代码实现
public class NthUglyNumber {
    public int nthUglyNumber(int n) {
        int[] dp = new int[n];
        dp[0] = 1; // 第一个丑数是 1

        int p2 = 0, p3 = 0, p5 = 0; // 指针初始化
        for (int i = 1; i < n; i++) {
            int next2 = dp[p2] * 2;
            int next3 = dp[p3] * 3;
            int next5 = dp[p5] * 5;

            dp[i] = Math.min(next2, Math.min(next3, next5)); // 取最小值

            if (dp[i] == next2) p2++; // 更新指针
            if (dp[i] == next3) p3++;
            if (dp[i] == next5) p5++;
        }

        return dp[n - 1];
    }

    public static void main(String[] args) {
        NthUglyNumber nthUgly = new NthUglyNumber();
        System.out.println(nthUgly.nthUglyNumber(10)); // 输出 12
    }
}
输出
  • 输入 n = 10 n = 10 n=10,输出 12 12 12(前 10 个丑数: 1 , 2 , 3 , 4 , 5 , 6 , 8 , 9 , 10 , 12 1, 2, 3, 4, 5, 6, 8, 9, 10, 12 1,2,3,4,5,6,8,9,10,12)。
时间复杂度
  • O ( n ) O(n) O(n):每次计算最小值需要常数时间。

(2) 丑数的快速生成

如果需要快速生成大量丑数,可以使用最小堆(PriorityQueue)。

思路
  • 使用最小堆动态生成丑数:
    1. 初始化堆,将第一个丑数 1 1 1放入。
    2. 每次弹出堆顶,将其乘以 2 , 3 , 5 2, 3, 5 2,3,5后的值加入堆。
    3. 使用 Set 去重,防止重复。
代码实现
import java.util.*;

public class NthUglyNumberHeap {
    public int nthUglyNumber(int n) {
        PriorityQueue<Long> heap = new PriorityQueue<>();
        Set<Long> seen = new HashSet<>();

        heap.add(1L);
        seen.add(1L);

        int[] factors = {2, 3, 5};
        long ugly = 1;

        for (int i = 0; i < n; i++) {
            ugly = heap.poll(); // 弹出最小值
            for (int factor : factors) {
                long next = ugly * factor;
                if (!seen.contains(next)) {
                    heap.add(next);
                    seen.add(next);
                }
            }
        }
        return (int) ugly;
    }

    public static void main(String[] args) {
        NthUglyNumberHeap nthUgly = new NthUglyNumberHeap();
        System.out.println(nthUgly.nthUglyNumber(10)); // 输出 12
    }
}
输出
  • 输入 n = 10 n = 10 n=10,输出 12 12 12
时间复杂度
  • O ( n log ⁡ n ) O(n \log n) O(nlogn):每次操作堆需要 O ( log ⁡ n ) O(\log n) O(logn)

5. 丑数的应用

(1) 图形学和渲染

  • 在计算机图形学中,丑数用于生成平滑的缩放和分辨率变化。

(2) 分布式计算

  • 丑数在某些调度算法中用于均匀分布计算任务。

(3) 数学建模

  • 丑数问题在质因数分解和整数建模中具有理论意义。

6. 总结

功能方法复杂度
判断是否是丑数遍历法(不断除以 2, 3, 5) O ( log ⁡ n ) O(\log n) O(logn)
找第 n n n个丑数动态规划 O ( n ) O(n) O(n)
快速生成大量丑数最小堆 O ( n log ⁡ n ) O(n \log n) O(nlogn)

适合不同场景

  • 小规模问题:判断单个数是否是丑数。
  • 生成序列:使用动态规划生成前 n n n个丑数。
  • 并行化或大规模生成:使用堆方法。

丑数是动态规划和最小堆的经典应用问题之一,通过理解其生成规则和算法,可以高效解决类似问题。


http://www.kler.cn/a/408520.html

相关文章:

  • spring源码解析-@Autowired
  • [SUCTF2019]SignIn
  • 《生成式 AI》课程 作业6 大语言模型(LLM)的训练微调 Fine Tuning -- part1
  • “iOS profile文件与私钥证书文件不匹配”总结打ipa包出现的问题
  • IDEA怎么定位java类所用maven依赖版本及引用位置
  • 自定义 Kafka 脚本 kf-use.sh 的解析与功能与应用示例
  • 修改ffmpeg实现https-flv内容加密
  • apache、iis屏蔽限制ip访问(适用虚拟主机)
  • C语言-详细讲解-洛谷P1420 最长连号
  • 字符串-07-判断两个IP是否属于同一子网
  • 微信小程序中使用iconfont的详细教程
  • Python棉花病虫害图谱系统CNN识别+AI问答知识neo4j vue+flask深度学习神经网络可视化
  • grep/egrep正则表达式
  • Linux基本指令的使用
  • 力扣 239. 滑动窗口最大值
  • 数字化工厂 MES试点方案全解析(三)
  • 行为树详解(2)——最简单的行为树
  • LeetCode题练习与总结:棋盘上的战舰--419
  • 【Python爬虫五十个小案例】爬取豆瓣电影Top250
  • ElasticSearch7.x入门教程之索引数据类型和映射(四)
  • 11.21 小清新图论专场训练
  • 华为FusionCube 500-8.2.0SPC100 实施部署文档
  • 项目实战:Vue3开发一个购物车
  • ComfyUI绘画|SD WebUI 与 SD ComfyUI 的区别
  • 【含文档】基于.NET的医院医保管理系统(含源码+数据库+lw)
  • 2024最新python使用yt-dlp