lintcode-4.丑数

简介: lintcode-4.丑数

描述

如果一个数只有质数因子235 ,那么这个数是一个丑数。

前10个丑数分别为 1, 2, 3, 4, 5, 6, 8, 9, 10, 12...设计一个算法,找出第N个丑数。

我们可以认为 1 也是一个丑数。

1≤n≤105

样例 1:

输入:

n = 9

输出:

10

解释:

[1,2,3,4,5,6,8,9,10,…],第9个丑数为10。

样例 2:

输入:

n = 1

输出:

1

挑战

要求时间复杂度为 O(nlogn) 或者 O(n)。

题解

思路

结论:当前丑数必定是之前某个丑数 的 2倍、3倍、或者 5倍。

定义一个数组result存放丑数,默认第一个丑数是1。那么当前丑数一定是result数组中在他之前的丑数的2,3,5倍中最小的一个,当然这个值一定是大于result[length-1]的最小值

result[1]=min(2result[0-length-1],3result[0-length-1],5*[0-length-1])

分别用2,3,5乘1寻找第二个丑数,得到最小值2作为第二个丑数即num[1]=2。

第三个丑数:

大于2且在21 31 51 22 32 52中的最小是==》3

4.以此类推找到第n个最小值为第n个丑数。

代码

const nthUglyNumber = function (n) {
var result = [1];
var i, t, nextchoushu;
while (result.length < n) {
    // 当前已经计算出来的丑数的最后一个
    t = result[result.length - 1];
    // 最后一个丑数*2
    nextchoushu = t * 2;
    // 遍历已经计算出来的丑数
    for (i = 0; i < result.length; i++) {
        // 
        if (result[i] * 2 > t) {
            nextchoushu = Math.min(result[i] * 2, nextchoushu);
        }
    }
    for (i = 0; i < result.length; i++) {
        if (result[i] * 3 > t) {
            nextchoushu = Math.min(result[i] * 3, nextchoushu);
        }
    }
    for (i = 0; i < result.length; i++) {
        if (result[i] * 5 > t) {
            nextchoushu = Math.min(result[i] * 5, nextchoushu);
        }
    }
    result.push(nextchoushu);
}
return result[n - 1];
}

相关文章
|
5天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
4天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。
|
4天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
Linux 虚拟化 iOS开发
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
1022 0
|
7天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
649 2
|
6天前
|
JavaScript API 开发工具
如何在原生App中调用Uniapp的原生功能?
如何在原生App中调用Uniapp的原生功能?
318 139
|
5天前
|
编解码 自然语言处理 文字识别
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
凌晨,Qwen3-VL系列再添新成员——Dense架构的Qwen3-VL-8B、Qwen3-VL-4B 模型,本地部署友好,并完整保留了Qwen3-VL的全部表现,评测指标表现优秀。
441 7
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大