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
Pandas玩转文本处理!
查看>>
SpringBoot 整合 Mybatis Plus 实现基本CRUD功能
查看>>
pandas的to_sql方法中使用if_exists=‘replace‘
查看>>
pandas读取parquet报错
查看>>
pandas读取数据用来深度学习
查看>>
Pandas进阶大神!从0到100你只差这篇文章!
查看>>
spring5-介绍Spring框架
查看>>
Spring 框架之 AOP 原理深度剖析
查看>>
Pandas:如何按列元素的组合分组,以指示基于不同列的值的同现?
查看>>
Pandas:将一列与数据帧的所有其他列进行比较
查看>>
PANDA:基于多列对数据表的行运行计算,并将输出存储在新列中
查看>>
PandoraFMS 监控软件 SQL注入漏洞复现
查看>>
PandoraFMS 监控软件 任意文件上传漏洞复现
查看>>
Papyrus项目常见问题解决方案
查看>>
Parallel.ForEach使用示例
查看>>
Parallel.ForEach的基础使用
查看>>
parallels desktop for mac安装虚拟机 之parallelsdesktop密钥 以及 parallels desktop安装win10的办公推荐可以提高办公效率...
查看>>
parallelStream导致LinkedList遍历时空指针的问题
查看>>
Parameter ‘password‘ not found. Available parameters are [md5String, param1, username, param2]
查看>>
ParameterizedThreadStart task
查看>>