算法效率
昨天学习《算法学习与应用从入门到精通》,有一道题是求指定范围内的完美数。完全数(perfect number),又称完美数或完备数,是一些特殊的自然数,满足所有的真因数(即除了自身以外的约数)的和(即因数函数)等于它本身这一条件。刚又看了其性质:
完全数有许多有趣的性质,具体说明如下所示。
- 它们都能写成连续自然数之和。例如:
6=1+2+3 28=1+2+3+4+5+6+7 496=1+2+3+…+30+31- 它们的全部因数的倒数之和都是2,因此每个完全数都是调和数(在数学上,第n个调和数是首n个正整数的倒数和)。例如:
1/1+1/2+1/3+1/6=2 1/1+1/2+1/4+1/7+1/14+1/28=2- 除6以外的完全数,还可以表示成连续奇立方数之和。例如:28=1^3+3^3 496=1^3+3^3+5^3+7^3 8128=1^3+3^3+5^3+…+15^3 33550336=1^3+3^3+5^3+…+125^3+127^3
- 完全数都可以表达为2的一些连续正整数次幂之和。例如:6=2^1+2^2 28=2^2+2^3+2^4 8128=2^6+2^7+2^8+2^9+2^10+2^11+2^12 33550336=2^12+2^13+…+2^24
- 完全数都是以6或8结尾。如果以8结尾,那么就肯定是以28结尾。
- 除6以外的完全数,被9除后都余1。
刚开始第一遍代码只利用了定义,后面加入性质5以及性质6,使得运行效率大为提升。
开始代码用的就是这一定义,具体如下:
初始化代码
这时候只考虑了项目初步实现,没有思考运行效率高低。实际操作中,在确保项目实现的前提下,尽可能在能力允许情况下考虑运行效率。可以提升项目完成进度、锻炼思维能力、有助于其他项目开展。代码如下:
import time def is_perfect_num(num): all_num = [] if str(num).endswith('6') or str(num).endswith('28'): for i in range(1, num): if num % i == 0: all_num.append(i) if num == sum(all_num): return (True, all_num) return (False, None) else: return (False, None) start = time.time() for i in range(100000, 500000): print(i) if is_perfect_num(i)[0]: print(i, '\t', is_perfect_num(i)[0]) input('Any key continue') end = time.time() print(end - start)
运行时间:6999.964210033417
二次代码
看到完美数性质后,想到可以利用其性质5对项目优化,具体如下:
import time def is_perfect_num(num): all_num = [] if str(num).endswith('6') or str(num).endswith('28'): for i in range(1, num): if num % i == 0: all_num.append(i) if num == sum(all_num): return (True, all_num) return (False, None) else: return (False, None) start = time.time() for i in range(100000, 500000): print(i) if is_perfect_num(i)[0]: print(i, '\t', is_perfect_num(i)[0]) input('Any key continue') end = time.time() print(end - start)
运行时间:829.6399991512299
终极代码
既然性质5可以优化代码,是否可以利用其他性质继续优化呢?发现了性质6,实现如下:
import time def is_perfect_num(num): all_num = [] if str(num).endswith('6') or str(num).endswith('28'): if num == 6: return (True, [1, 2, 3]) else: if num % 9 == 1: for i in range(1, num): if num % i == 0: all_num.append(i) if num == sum(all_num): return (True, all_num) return (False, None) else: return (False, None) else: return (False, None) start = time.time() for i in range(100000, 500000): print(i) if is_perfect_num(i)[0]: print(i, '\t', is_perfect_num(i)[0]) input('Any key continue') end = time.time() print(end - start)
运行时间:82.04518938064575
在核心代码中,随着数据逐渐增大,运算量逐次加大(循环量加大);优化后代码检测数字结尾以及对其模5,利用这两性质,大大减少了运算量。这两种方法,可以说有些降维打击的意思。
在以后的实际操作中,也应该先实现项目,然后利用其特有的性质进行筛选,对项目优化,可以很大程度的提高运行效率。