1、求最大公因數和最小公倍數
利用輾轉相除法,我們可以很方便地求得兩個數的最大公因數(greatest common divisor, gcd);
將兩個數相乘再除以最大公因數即可得到最小公倍數(least common multiple, lcm)。
int gcd(int a, int b) { return b == 0 ? a : gcd(b, a% b); } int lcm(int a, int b) { return a * b / gcd(a, b); }
2、判定質數
bool is_prime2(unsigned long long n) { //middle long long stop = sqrt(n) + 1; if (n == 2) { return 1; } if (n % 2 == 0) { return 0; } for (int i = 3; i <= stop; i += 2) { if (n % i == 0) { return 0; } } return 1; }
求所有<n的質數
204. 計數質數 - 力扣(LeetCode) (leetcode-cn.com)
int countPrimes(int n) { if(n<=2) return 0; vector<unsigned char> N(n,1); int ans=0; for(int i=2;i<n;++i) { if(N[i]==1) { ans++; for(int j=2*i; j<n; j+=i) N[j]=0; } } return ans; }
3.進制轉換
處理符號-每次取余放到前面-原數除以基數
10轉7
string convertToBase7(int num) { if (num == 0) return "0"; bool is_negative = num < 0; if (is_negative) num = -num; string ans; while (num) { ans = to_string(num % 7) + ans;
num = num/7; } return is_negative ? "-" + ans : ans; }
遞歸寫法
string convertToBase7(int num) { if (num < 0) return "-" + convertToBase7(-1 * num); if (num < 7) return to_string(num); return convertToBase7(num / 7) + to_string(num % 7); }
4.打亂與抽獎
4.1打亂
打亂一個數組的順序,如果采用真.隨機洗牌,對於n張牌組成的有序排列,經過了n次隨機選擇,漏掉1只牌從未選過的概率不等於0,而且,隨着牌的張數數量增加,這個概率非常可觀。
如果想要“徹底地”洗到每一張牌,可以采用經典的 Fisher-Yates洗牌算法, 原理是通過隨機交換位置來實現隨機打亂,有正向和反向的寫法。(就默認反向吧)
例如隨機1,2,3,4,5,6,7,8這個數組,反向遍歷順序如下:
它利用了抽卡本身的順序,【保證照顧】到了每一張原本序列中的卡,而簡單粗暴隨機抽取存在出現重復位置的可能性,就等於浪費了一次排序的機會,換句話說,其等效抽卡次數因為出現了過去相同的洗法,有效洗牌次數下降,樣本空間縮小,無法充滿整個n!空間,所以有效性會下降。而Fisher–Yates算法在原理上保證了不會出現浪費次數,重復選擇的情況,導致樣本空間一直保持n!,沒有坍縮,這就是其在數學意義上優秀的原因。
洗牌算法 詳解 - 打亂數組 - 力扣(LeetCode) (leetcode-cn.com)
C++代碼如下
vector<int> shuffle() { if (origin.empty()) return {}; vector<int> shuffled(origin); int n = origin.size(); // 可以使用反向或者正向洗牌, 效果相同。 // 反向洗牌: for (int i = n - 1; i >= 0; --i) { swap(shuffled[i], shuffled[rand() % (i + 1)]); } // 正向洗牌: // for (int i = 0; i < n; ++i) { // int pos = rand() % (n - i); // swap(shuffled[i], shuffled[i+pos]); // } return shuffled; }
4.2.1權重抽獎
C++ move()用法可參考C++ move()函數_chengjian168的博客-CSDN博客_c++ move()
給定一個數組,數組每個位置的值表示該位置的權重,要求按照權重的概率去隨機采樣。
528. 按權重隨機選擇 - 力扣(LeetCode) (leetcode-cn.com)
我們可以先使用 partial_sum 求前綴和(partial_sum 對於序列 a,b,c,d 產生序列 a,a+b,a+b+c,a+b+c+d。),這個結果
對於正整數數組是單調遞增的。每當需要采樣時,我們可以先隨機產生一個數字,然后使用二分
法查找其在前綴和中的位置,以模擬加權采樣的過程。這里的二分法可以用 lower_bound 實現。
以樣例為例,權重數組[1,3]的前綴和為[1,4]。如果我們隨機生成的數字為1,那么 lower_bound
返回的位置為 0;如果我們隨機生成的數字是 2、 3、 4,那么 lower_bound 返回的位置為 1。
class Solution { vector<int> sums;
vector<int> SumsWeight;
public: Solution(vector<int> weights) : sums(std::move(weights)) { partial_sum(sums.begin(),sums.end(),back_inserter(SumsWeight));
} int pickIndex() { int pos = (rand() % sums.back()) + 1; return lower_bound(sums.begin(), sums.end(), pos) - sums.begin(); } };
應用實例:
- Spring Cloud Ribbon (客戶端負載均衡)策略中的
WeightedResponseTimeRule
- 此題可簡述為「按權重,看作多個區間,按區間寬度越大,概率越大」
- 在 Ribbon 相關架構中,服務端給客戶端一個服務列表,類似
Map<String, Set<String>>
結構。若客戶端想調用key = serviceA
,可選的具體服務端實例有Set<String>
的["/svc/a1", "/svc/a2", "/svc/a3"]
,由客戶端自行決定 - Ribbon 作為客戶端負載均衡來幫助客戶端選擇去哪個具體服務實例(
a1
/a2
/a3
),希望雨露均沾,又希望別運氣不好抽到響應慢的服務器,故有了一種根據權重的均衡策略 - 權重是通過定時統計最近一段時間內,
a1
/a2
/a3
各自的訪問響應時間如何,如a1: 10ms
,a2: 20ms
,a3: 40ms
- 通過算法(不贅述,有興趣可留言喔)計算得
a1: [0, 60]
,a2: (60, 110]
,a3: (110, 140]
的區間對應 - 下次再需要訪問
serviceA
時,隨機一個數[0, 140]
,看落在哪個區間,就選那個實例
- RabbitMQ 的 Topic 交換器使用
Trie
匹配 - MySQL 中的
IN
語法涉及二分算法
4.2.2流動抽獎
給定一個單向鏈表,要求設計一個算法,可以隨機取得其中的一個數字。
不同於數組,在未遍歷完鏈表前,我們無法知道鏈表的總長度。這里我們就可以使用水庫采樣:
遍歷一次鏈表,在遍歷到第 m 個節點時,有1/m的概率選擇這個節點覆蓋掉之前的節點選擇。
class Solution { ListNode* head; public: Solution(ListNode* n) : head(n) {} int getRandom() { int ans = head->val; ListNode* node = head->next; int i = 2; while (node) { if ((rand() % i) == 0) { ans = node->val; } ++i; node = node->next; } return ans; } };