Python | 动态规划解决“返回第n个丑数”

简介: Python | 动态规划解决“返回第n个丑数”

问题描述

给你一个整数 n ,请你找出并返回第 n 个 丑数 。丑数 就是只包含质因数 23 / 5 的正整数。

示例 1

输入:n = 10

输出:12

解释:[1, 2, 3, 4, 5, 6, 8, 9, 10, 12] 是由前 10 个丑数组成的序列。

示例 2

输入:n = 1

输出:1

解释:1 通常被视为丑数。


解决方案

解决本题要用到的是动态规划,同时要先知道什么是丑数,题目也很明确的说明了丑数是什么,接下来就是实现在代码方面找到丑数,对于找丑数可以使用python的一次循环遍历就可以得到需要的丑数,因为只存在2,3,5这三个元素,遍历过程中不会太复杂;知道了如何判断丑数后就是进一步的丑数的变形方式,本题所使用的动态规划并不是太复杂的动态规划,这里要用到的新的变量“指针”(p2,p3,p5)此处pi是可以与i相乘的最小丑数的位置,设置了三个指针后从最小的开始,指针的移动表示在从大到小的寻找丑数,nums[i]是由三个指针乘以相应的数得到的,把相对应的pi + 1表示没有乘过次nums的最小丑数变大了,然后一个数一个数的加进数组中,直到遍历结束。

具体代码如下:

n = int(input())

nums = [1]#放入第一个丑数1

p2 = 0# 三个初始化指针

p3 = 0

p5 = 0

for i in range(1, n):# 遍历n得到所有丑数

    ushu = min(nums[p2] * 2, nums[p3] * 3, nums[p5] * 5)# 从小到大,按照丑数定义收集丑数

    nums.append(ushu)# 将丑数放进结果数组中

    if(nums[i] == nums[p2] * 2): p2 += 1# 指针移动,从小到大地寻找丑数

    if(nums[i] == nums[p3] * 3): p3 += 1

    if(nums[i] == nums[p5] * 5): p5 += 1

print(nums[n-1])  # 返回第n个丑数


运行效果:

结语

虽然是使用了动态规划的方式解决了本题,但对与动态规划还是处于模糊状态,还是会继续学习关于动态规划的知识,尽快熟悉并掌握运用,同时,做本题是要有一个清晰的思路,先得到什么,然后再做一步怎么样的操作。

目录
相关文章
|
4月前
|
算法 开发者 Python
惊呆了!Python算法设计与分析,分治法、贪心、动态规划...这些你都会了吗?不会?那还不快来学!
【7月更文挑战第10天】探索编程巅峰,算法至关重要。Python以其易读性成为学习算法的首选。分治法,如归并排序,将大问题拆解;贪心算法,如找零问题,每步求局部最优;动态规划,如斐波那契数列,利用子问题解。通过示例代码,理解并掌握这些算法,提升编程技能,面对挑战更加从容。动手实践,体验算法的神奇力量吧!
72 8
|
4月前
|
算法 Python
算法不再难!Python分治法、贪心、动态规划实战解析,轻松应对各种算法挑战!
【7月更文挑战第8天】掌握Python算法三剑客:分治、贪心、动态规划。分治如归并排序,将大问题拆解递归解决;贪心策略在每步选最优解,如高效找零;动态规划利用子问题解,避免重复计算,解决最长公共子序列问题。实例展示,助你轻松驾驭算法!**
70 3
|
16天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
32 2
|
1月前
|
存储 算法 Python
【10月更文挑战第16天】「Mac上学Python 27」小学奥数篇13 - 动态规划入门
本篇将通过 Python 和 Cangjie 双语介绍动态规划的基本概念,并解决一个经典问题:斐波那契数列。学生将学习如何使用动态规划优化递归计算,并掌握编程中的重要算法思想。
98 3
|
5月前
|
SQL 算法 数据挖掘
动态规划Dynamic programming详解-编辑距离问题【python】
动态规划Dynamic programming详解-编辑距离问题【python】
|
4月前
|
算法 Python
Python算法高手进阶指南:分治法、贪心算法、动态规划,掌握它们,算法难题迎刃而解!
【7月更文挑战第10天】探索Python算法的精华:分治法(如归并排序)、贪心策略(如找零钱问题)和动态规划(解复杂问题)。通过示例代码揭示它们如何优化问题解决,提升编程技能。掌握这些策略,攀登技术巅峰。
126 2
|
4月前
|
算法 程序员 Python
算法小白到大神的蜕变之路:Python分治法、贪心、动态规划,一步步带你走向算法巅峰!
【7月更文挑战第9天】探索算法之旅,以Python解锁编程高手之路。分治法如二分查找,将复杂问题拆解;贪心算法解决活动选择,每次选取局部最优;动态规划求斐波那契数列,避免重复计算,实现全局最优。每一步学习,都是编程能力的升华,助你应对复杂挑战,迈向算法大师!
48 1
|
4月前
|
存储 算法 Python
Python算法界的秘密武器:分治法巧解难题,贪心算法快速决策,动态规划优化未来!
【7月更文挑战第9天】Python中的分治、贪心和动态规划是三大关键算法。分治法将大问题分解为小问题求解,如归并排序;贪心算法每步选局部最优解,不保证全局最优,如找零钱;动态规划存储子问题解求全局最优,如斐波那契数列。选择合适算法能提升编程效率。
68 1
|
4月前
|
存储 算法 Python
震撼!Python算法设计与分析,分治法、贪心、动态规划...这些经典算法如何改变你的编程世界!
【7月更文挑战第9天】在Python的算法天地,分治、贪心、动态规划三巨头揭示了解题的智慧。分治如归并排序,将大问题拆解为小部分解决;贪心算法以局部最优求全局,如Prim的最小生成树;动态规划通过存储子问题解避免重复计算,如斐波那契数列。掌握这些,将重塑你的编程思维,点亮技术之路。
75 1
|
4月前
|
存储 算法 大数据
Python算法高手的必修课:深入理解分治法、贪心算法、动态规划,让你的代码更智能!
【7月更文挑战第9天】在Python算法学习中,分治法(如归并排序)将大问题分解为小部分递归解决;贪心算法(如货币找零)在每步选择局部最优解尝试达到全局最优;动态规划(如斐波那契数列)通过存储子问题解避免重复计算,解决重叠子问题。掌握这三种方法能提升代码效率,解决复杂问题。
50 1
下一篇
无影云桌面