经典题:求一个数是否为质数

简介: 介绍质数判断与自幂数概念:质数为仅被1和自身整除的大于1的自然数;自幂数是n位数等于各位数字n次幂之和,如水仙花数(三位)、四叶玫瑰数(四位)等,体现数字的独特数学之美。(239字)

1.求一个数是否为质数

public class MathDemo{
   
    public static void main(Sting[] args){
   
        //判断一个数是否为质数
        System.out.println(isPrime(number:13));
        System.out.println(isPrime(number:10));
        System.out.println(isPrime(number:997));
    }
    public static boolean isPrime(int number){
   
        for (int i = 2; i <= Math.sqrt(number); i++)
            if(number % i == 0){
   
                return false;
            }
        return true;
    }
}

2.自幂数,一个n位自然数等于自身各个数位上数字的n次幂之和

举例1:三位数 1^3^+5^3^+3^3^=153

举例2:四位数 1^4^+6^4^+3^4^+4^4^=1634

如果自幂数是一位数,也叫做:独身数

三位自幂数:水仙花数 四位自幂数:四叶玫瑰数

五位自幂数:五角星数 六位自幂数:六合数

七位自幂数:北斗七星数 八位自幂数:八仙数

九位自幂数:九九重阳数 十位自幂数:十全十美数

public class MathDemo {
   
    public static void main(String[] args) {
   
        //水仙花数:100~999
        for (int i = 100; i <= 999; i++) {
   
            //个位 十位 百位
            int ge = i % 10;
            int shi = i / 10 % 10;
            int bai = i / 100 % 10;
            //判断:每一位的三次方之和跟本身进行比较:
            double sum = Math.pow(ge, 3) + Math.pow(shi, 3) + Math.pow(bai, 3);
            if(sum == i){
   
                System.out.println(i);
            }
        }
    }
}
相关文章
|
11月前
|
消息中间件 人工智能 NoSQL
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
Apache RocketMQ 推出轻量级通信模型 LiteTopic,专为 AI 时代多智能体协作设计。它通过百万级队列支持、会话状态持久化与断点续传能力,解决传统架构中通信脆弱、状态易失等问题。结合 A2A 协议与阿里巴巴 AgentScope 框架,实现高可靠、低延迟的 Agent-to-Agent 通信,助力构建稳定、可追溯的智能体应用。现已开源并提供免费试用,加速 AI 应用落地。
802 35
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
|
7月前
|
人工智能 前端开发 架构师
CBTI: 22种程序员精神状态,你是哪种?
程序员精神状态鉴定测试(CBTI)上线!21道题、2分钟速测,精准匹配22种编程人格——从“卷王”“PPT架构师”到“小黄鸭调试者”“CRUD Boy”,覆盖技术自信、AI依赖度等12维度。纯前端实现,零数据收集,测完即走。幽默戳心,真实共鸣!
CBTI: 22种程序员精神状态,你是哪种?
|
11月前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
1419 113
|
7月前
|
存储 机器学习/深度学习 编解码
「纯干货」几万字都讲不明白的Memory架构与思考
本文讲述作者对 Memory 的一些理解与思考。(文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。)
「纯干货」几万字都讲不明白的Memory架构与思考
|
分布式计算 运维 搜索推荐
立马耀:通过阿里云 Serverless Spark 和 Milvus 构建高效向量检索系统,驱动个性化推荐业务
蝉妈妈旗下蝉选通过迁移到阿里云 Serverless Spark 及 Milvus,解决传统架构性能瓶颈与运维复杂性问题。新方案实现离线任务耗时减少40%、失败率降80%,Milvus 向量检索成本降低75%,支持更大规模数据处理,查询响应提速。
944 57
|
7月前
|
存储 监控 NoSQL
阿里云 Tablestore 基于 Mem0 为 OpenClaw 构建记忆系统最佳实践
免注册、云托管、数据自主——这才是真正的"无缝 onboard"。
|
8月前
|
人工智能 JSON 自然语言处理
VTJ.PRO 架构首度揭秘:40 + 工具加持,AI 如何从 “嘴强王者” 变身 “代码执行者”?
VTJ.PRO采用“Agent+Skills”智能体架构,让AI从聊天机器人升级为能主动思考、调用40+开发技能的“开发搭档”。通过分层管道实现多模态输入理解、增量代码更新、流式推理与多模型协同决策,提升效率200%,准确率达98.7%。
333 20
|
9月前
|
人工智能 自然语言处理 监控
电商行业有哪些agent应用(2026年2月)
2026年电商竞争已转向“智能化效率”。阿里云“铁三角”——Quick Service(超级客服)、Quick BI“智能小Q”(决策中台)、Dataphin(数据底座),构建AI Agent闭环:前端懂业务、中台秒决策、底层治数据,实现服务、经营与治理的全链路智能协同。(239字)

热门文章

最新文章