博客
关于我
算法——172、阶乘后的零(力扣)
阅读量:639 次
发布时间:2019-03-14

本文共 1224 字,大约阅读时间需要 4 分钟。

good代码是很重要的,特别是在编写代码时要非常小心,避免任何可能导致代码失败的错误。在这段代码中,你将逐次将数字从n递减到1,并将这些数字相乘,记录中间过程中的多余零的数量。

class Solution {public:    int trailingZeroes(int n) {        int sum = 1, target = 0;        while (n >= 1) {            sum *= n;            --n;            while (sum % 10 == 0) {                sum /= 10;                ++target;            }            sum %= 10000;        }        return target;    }};

这段代码通过在每个步骤中计算中间结果,并不断将末尾的零去掉,最终保留了最后的结果。这显示了如何在递减过程中分解问题,虽然这种方法在计算阶乘的末尾零时比较繁琐,但是它确实能达到预期的目标。

阶乘末尾零的普遍方法

为了更有效地计算阶乘末尾零的数量,可以利用因数分解的方法。这个方法的核心思想是计算数中包含5的因子数目,因为每对2和5都会在阶乘的结果中生成一个零。通过统计5的因子数量,我们可以根据这个数目来确定末尾有多少个零。

代码解释

public:    int trailingZeroes(int n) {        int sum = 0;        for (int i = 1; i <= n; ++i) {            if (i % 5 == 0) {                int j = i;                do {                    ++sum;                    j /= 5;                } while (j % 5 == 0);            }        }        return sum;    }};

这个代码通过遍历从1到n的每个数字,检查是否能被5整除。如果能,它就不断地除以5,直到它不再能被5整除为止。每一次除以5的过程都会增加计数器sum,从而记录下该数的5因子的数量。通过统计所有数字中包含5因子的数目,我们可以确定阶乘的末尾有多少个零。

请注意,这种方法是唯一的优化方法,因为它避免了在计算过程中处理过大的数,直接转移了计算焦点,确保了算法的高效性。这种方法不仅简化了问题,而且提升了性能,在计算n很大的情况下特别有效。

通过这两种不同的方法,你可以根据具体需求来选择最合适的解决方案。在实际应用中,第二种方法在计算阶乘末尾零的数量时更加高效和准确,因此它被广泛应用于各种数学计算中。

转载地址:http://cfeoz.baihongyu.com/

你可能感兴趣的文章
Python Matplotlib 中如何用 plt.savefig 存储图片
查看>>
Python matplotlib 中更换画布背景颜色
查看>>
Python进阶03 模块
查看>>
python matplotlib简单使用
查看>>
Python mock Patch os.environ 和返回值
查看>>
Python mock 修补另一个函数调用的函数
查看>>
python mqtt 客户端实现
查看>>
Python Multiprocessing - 将类方法应用于对象列表
查看>>
Python multiprocessing.Queue 与 multiprocessing.manager().Queue()
查看>>
Python multiprocessing使用详解
查看>>
python mysql 基于 sqlalvhrmy_Python操作MySQL:pymysql和SQLAlchemy
查看>>
python mysql 布尔类型_python语言的基础学习:基本类型,函数,面向对象,模块,mysql数据库...
查看>>
Python NLP完整项目实战教程(1)
查看>>
Python NLP自然语言处理详解
查看>>
python nltk nltk_data 离线安装,chatterbot
查看>>
Redis 限流的 3 种方式,还有谁不会?
查看>>
Python这么慢,为啥大公司还在用?
查看>>
python note 06 编码方式
查看>>
python numba 转灰度图_使用NumPy、Numba的简单使用(二)
查看>>
Python Numpy 关于 linspace()函数 使用详解(全)
查看>>