AI刷题从简单题103完美整数窥探Marscode | 豆包MarsCode AI刷题【103完美整数窥探】问题描述

【103完美整数窥探】

问题描述

一个整数如果由相同的数字构成，则称为完美整数。例如：

1、11、333 是完美整数。
12、19、101 是不完美整数。

现在，你需要计算给定区间 [x, y] 中有多少个整数是完美整数。

思路解析

将数字转换为字符串
然后对于由相同数字构成的字符串转换后的集合长度为1

转换为集合：set(str_list) 将字符串数组转换为一个集合。集合会自动去除重复的元素。
检查集合长度：len(unique_set) == 1 检查集合的长度是否为1。如果集合的长度为1，说明原数组中的所有字符串都相同。

这种方法的时间复杂度是 O(n)，其中 n 是数组的长度，因为集合的插入操作平均时间复杂度是 O(1)。

答题代码

def solution(x, y):
    # Edit your code here
    cnt=0
    for num in range(x,y+1):
       # 将字符串数组转换为集合
        unique_set = set(str(num))
        # 检查集合的长度是否为1
        if (len(unique_set) == 1):
            cnt=cnt+1
    return cnt

遇到的问题

我发现运行这段代码的时候运行时间比以往其他题代码的时间长让AI进行了优化

优化

减少字符串转换次数：每次循环都将数字转换为字符串，这会增加不必要的开销。可以考虑在循环外部进行一次转换。
减少集合创建次数：每次循环都创建一个新的集合，这也会增加开销。可以考虑在循环外部创建一个集合，并在循环内部重用它。
使用生成器表达式：生成器表达式可以减少内存使用，特别是在处理大范围的数字时。

def solution(x, y):
    # 使用生成器表达式来计算完美整数的数量
    cnt = sum(1 for num in range(x, y + 1) if len(set(str(num))) == 1)
    return cnt

if __name__ == "__main__":
    # 添加你的测试用例
    print(solution(1, 10) == 9)
    print(solution(2, 22) == 10)

生成器表达式

生成器表达式是一种用于创建生成器的简洁语法，它类似于列表推导式，但不会立即生成整个列表，而是按需生成元素。这使得生成器表达式在处理大量数据时可以显著减少内存使用。

生成器表达式的语法

生成器表达式的语法类似于列表推导式，但使用圆括号 () 而不是方括号 []。例如：

(expression for item in iterable if condition)

(expression for item in iterable if

condition)

解释 `sum(1 for num in range(x, y + 1) if len(set(str(num))) == 1)`

range(x, y + 1)：生成从 x 到 y 的整数序列。
for num in range(x, y + 1)：遍历这个整数序列。
if len(set(str(num))) == 1：检查当前数字 num 是否是完美整数。具体步骤如下：
- str(num)：将数字转换为字符串。
- set(str(num))：将字符串转换为集合，去除重复字符。
- len(set(str(num))) == 1：检查集合的长度是否为1，即所有字符是否相同。
1：如果条件为真，生成器表达式会生成 1。
sum(...)：对生成器表达式生成的所有 1 进行求和，得到完美整数的数量。

为什么使用生成器表达式可以减少内存使用？

生成器表达式不会立即生成整个列表，而是按需生成元素。这意味着在处理大量数据时，生成器表达式不会一次性将所有数据加载到内存中，从而减少内存使用。

示例

假设 x = 1 和 y = 1000000，生成器表达式 sum(1 for num in range(x, y + 1) if len(set(str(num))) == 1) 不会一次性生成包含所有数字的列表，而是逐个生成数字并检查是否为完美整数。这使得它在处理大范围的数字时更加高效。

感悟

这就是Marscode让我觉得神奇的地方,AI不仅能根据我的编辑区生成优化代码，还能解释优化内存的原因

AI刷题从简单题103完美整数窥探Marscode | 豆包MarsCode AI刷题