news 2026/10/31 15:51:54

有效的完全平方数

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
有效的完全平方数

文章目录

  • 一、读题
  • 二、算法思路
  • 三、代码实现:

一、读题

题目来源:https://leetcode.cn/problems/valid-perfect-square/


题目很简单,就是判断一个数是不是完全平方数,是就返回true,不是就返回false,主包就喜欢这种第一眼就可以理解的题目哈哈哈

二、算法思路

方法一:这个题目本质也还是暴力题,判断一个数是不是完全平方数,那很简单啊,遍历嘛,从1开始遍历,直到等于num,如果找不到就说明没有,如果找到中途就直接返回结果。时间复杂度是O(n)的。

方法二:其实是方法一的优化版,我们使用二分查找可以对这个遍历的过程进行优化,每一次的二分查找结果都和num进行比较,当然了二分查找相信各位佬都是手拿把掐的,主包就不献丑了哈,可以直接看代码。时间复杂度可以优化为O(logn)的。

方法三:这个方法是一个数学方法,我们使用奇数从1开始相加,如果最终相加能够得到num,那么说明num就是完全平方数。例:4 = 1 + 3 ,9 = 1 + 3 + 5,16 = 1 + 3 + 5 + 7;时间复杂度是O(n)

原理是什么呢?不知道大家还记不记得高中学的等差数列求和,这个原理 就是根据等差数列得到的,大家可以不必要知道原理是什么,会算就可以了,有兴趣的可以继续看主包讲解,没有兴趣的可以直接看代码

16 = 1 + 3 + 5 + 7 推导得出 :S=1+3+5+7 … +(2n - 3) +(2n-1)

这个是奇数相加,我们可以直观的看出来两数之间的差是2,那说明这是一个公差为2的等差数列

等差数列求和的公式是:(首项+末项)*项数 /2

首项:1

末项 :(2n-1)

项数:n
(假设当前我的最后一项是15,那么对应就是1,3,5,7,9,11,13,15,15=(2n-1)那么n就等于8,所以项数就是8)

代入公式就得:(1 + 2n - 1) * n / 2 = n^2
说明奇数相加的结果一定是偶数,并且是一个完全平方数

验算:当n=8的时候,平方数是64,1+3+5+7 +9 +11 +13 + 15=64,

三、代码实现:

public boolean isPerfectSquare(int num) { //方法二:遍历,二分优化 ,方法一就不写了,相信大家都会 if (num == 0 || num == 1) return true; int left = 0; int right = num / 2; while (left <= right) { int mid = (right - left) / 2 + left; long ans = (long) mid * mid; if (num == ans) { return true; } else if (num > ans) { left = mid + 1; } else { right = mid - 1; } } return false; } }
class Solution { public boolean isPerfectSquare1(int num) { //方法三:数学思路,完全平方数一定是可以由不同的奇数组合而成(从1开始逐渐增大的奇数) int ans = 1; while (num > 0) { num -= ans; ans += 2; } // System.out.println(num); return num == 0; }

各位佬,如果有什么更加高效的算法欢迎评论区讨论,指导一下主包进步,原诸君共勉

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/29 15:37:30

YOLOv8能否检测沙漠扩张趋势?土地荒漠化预警

YOLOv8能否检测沙漠扩张趋势&#xff1f;土地荒漠化预警 在气候变化与人类活动交织影响的今天&#xff0c;中国西北的戈壁边缘、非洲萨赫勒地带、中亚草原腹地&#xff0c;越来越多的土地正悄然被黄沙吞噬。传统的荒漠化监测依赖专家逐帧比对遥感影像&#xff0c;耗时数周才能产…

作者头像 李华
网站建设 2026/10/23 8:46:49

【2025最新】基于SpringBoot+Vue的校园疫情防控系统管理系统源码+MyBatis+MySQL

摘要 在新冠疫情全球蔓延的背景下&#xff0c;校园作为人员密集场所&#xff0c;疫情防控面临巨大挑战。传统的纸质登记和人工管理方式效率低下&#xff0c;难以实现实时监控和快速响应。校园疫情防控系统通过信息化手段&#xff0c;整合学生健康数据、出入记录和疫情预警功能&…

作者头像 李华
网站建设 2026/10/31 4:22:57

Anaconda加速AI模型训练的技术文章大纲

Anaconda加速AI模型训练的技术文章大纲环境配置与工具选择Anaconda的核心优势&#xff1a;集成Python环境与科学计算库选择适合的CUDA版本与cuDNN库以支持GPU加速使用conda管理虚拟环境&#xff0c;隔离不同项目的依赖冲突优化依赖库安装通过conda-forge或pip安装优化后的深度学…

作者头像 李华
网站建设 2026/10/29 5:22:13

YOLOv8 Head模块解读:解耦头结构的优势

YOLOv8 Head模块解读&#xff1a;解耦头结构的优势 在目标检测领域&#xff0c;速度与精度的平衡始终是工程师们追求的核心目标。从YOLOv1到YOLOv8&#xff0c;这一系列模型不断演进&#xff0c;逐步摆脱早期“快但不准”的标签&#xff0c;走向高效与精准并重的新阶段。其中最…

作者头像 李华
网站建设 2026/10/28 15:46:10

YOLOv8能否检测火山活动?热力图异常识别

YOLOv8能否检测火山活动&#xff1f;热力图异常识别 在夏威夷基拉韦厄火山持续喷发的监控画面中&#xff0c;科学家们正盯着一组不断跳动的红外图像——地表温度悄然上升&#xff0c;熔岩通道正在地下悄然扩展。传统监测依赖地震仪和气体传感器&#xff0c;但这些手段往往滞后于…

作者头像 李华
网站建设 2026/10/23 22:56:37

YOLOv8和YOLOv5哪个更省显存?GPU内存占用实测对比

YOLOv8 vs YOLOv5&#xff1a;谁更省显存&#xff1f;GPU内存占用深度实测对比 在边缘设备和消费级显卡日益普及的今天&#xff0c;目标检测模型能否“跑得动”往往不取决于算力本身&#xff0c;而是被一块小小的显存卡住脖子。尤其是当你满怀期待地启动训练脚本&#xff0c;结…

作者头像 李华