LeetCode——Excel表列名称(进制转换)

简介: LeetCode——Excel表列名称(进制转换)

这是我参与11月更文挑战的第5天,活动详情查看:2021最后一次更文挑战

题目描述

image.png

解题思路

  1. 定义一个存储结果的数组。
  2. 以输入的数字为循环条件,首先将数字-1,之所以要减1,是因为题目中字母和数字的对应顺序,并不是真正的26进账,通过-1,可以将其装换为26进制。
  3. 变为26进制之后,数字对26取余,得出的结果+65,然后使用String.fromCharCode转换为对应的字符,每次都放在数组的头部,然后除以26,向下取整即可。
  4. 将结果数组拼接为字符串。

AC代码

var convertToTitle = function(columnNumber) {
  const res = [];
  while (columnNumber) {
    // 将数字-1,是这道题目的灵魂,之所以减一,是为了让该数字变为正常的26进制
    columnNumber--;
    let remain = columnNumber % 26;
    res.unshift(String.fromCharCode(remain + 65));
    columnNumber = Math.floor(columnNumber / 26);
  }
  return res.join("");
};
复制代码

题目反思

  • 学会使用String.fromCharCode(number),将一个数字装换为对应的ASCII码值。
  • 学会进制转换,通过循环的方式。

以十进制为例,泛化题解

var convertToTitle = function (n) {
  if (n <= 0) return "";
  let res = [];
  while (n) {
    let remain = n % 10;
    res.unshift(String.fromCharCode(remain + 65));
    n = Math.floor(n / 10);
  }
  return res.join("");
};
复制代码

还有没有类似fromCharCode的API?

类似的有charAt和charCodeAt,下面让我们一一来解决他们,做题的时候,就要举一反三。

  • charAt():根据字符串的索引找到对应的字符。(个人感觉这个API,可能不太常用,因为我们可以直接str[i]来获取)
  • charCodeAt():返回对应字符的ASCII码。(内部传的是索引)

参考链接

MDN:String.fromCharCode

LeetCode题解

相关文章
|
C++
Excel 表列序号(C++)
Excel 表列序号(C++)
155 0
|
算法
算法编程(十三):Excel 表列序号
算法编程(十三):Excel 表列序号
218 0
|
存储 算法 数据挖掘
深入解析力扣168题:Excel表列名称(进制转换法详解及模拟面试问答)
深入解析力扣168题:Excel表列名称(进制转换法详解及模拟面试问答)
|
算法 数据挖掘 大数据
深入解析力扣171题:Excel表列序号(进制转换法详解及模拟面试问答)
深入解析力扣171题:Excel表列序号(进制转换法详解及模拟面试问答)
【力扣】168. Excel表列名称、171. Excel 表列序号
【力扣】168. Excel表列名称、171. Excel 表列序号
249 1
|
Java 算法 Go
Java每日一练(20230330) Excel表列序号、最大数、颜色分类
Java每日一练(20230330) Excel表列序号、最大数、颜色分类
155 0
Java每日一练(20230330) Excel表列序号、最大数、颜色分类
|
Java
LeetCode题解-Excel表列序号-Java
Excel表列序号-Java
116 0
|
算法 Java
算法编程(十一):Excel表列名称
算法编程(十一):Excel表列名称
202 0
|
9月前
|
Python
如何根据Excel某列数据为依据分成一个新的工作表
在处理Excel数据时,我们常需要根据列值将数据分到不同的工作表或文件中。本文通过Python和VBA两种方法实现该操作:使用Python的`pandas`库按年级拆分为多个文件,再通过VBA宏按班级生成新的工作表,帮助高效整理复杂数据。
|
9月前
|
数据采集 数据可视化 数据挖掘
用 Excel+Power Query 做电商数据分析:从 “每天加班整理数据” 到 “一键生成报表” 的配置教程
在电商运营中,数据是增长的关键驱动力。然而,传统的手工数据处理方式效率低下,耗费大量时间且易出错。本文介绍如何利用 Excel 中的 Power Query 工具,自动化完成电商数据的采集、清洗与分析,大幅提升数据处理效率。通过某美妆电商的实战案例,详细拆解从多平台数据整合到可视化报表生成的全流程,帮助电商从业者摆脱繁琐操作,聚焦业务增长,实现数据驱动的高效运营。