Número feliz
Guía detallada e implementación de Python para el problema 'Happy Number'.
1. aprender
El problema del 'Número feliz' es un desafío clave en la sección de Matemáticas y Geometría.
Esta implementación se centra en la lógica de nivel fácil en Python.
Priorizamos la precisión técnica y la legibilidad del código en las soluciones que brindamos.
2. Real-World Applications
3. Visual Intuition
Visualizando el flujo lógico de Happy Number.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lea atentamente el enunciado del problema de Happy Number.
2. Formulate brute force
Redacte una solución iterativa simple.
3. Identify inefficiency
Busque cálculos redundantes.
4. Optimize search path
Utilice hash o clasificación para acelerar el proceso.
5. Final Implementation
Limpiar el código para los estándares de producción.
Declaración del problema
Escribe un algoritmo para determinar si un número n es feliz.
Un número feliz es un número definido por el siguiente proceso:
- Comenzando por cualquier número entero positivo, se sustituye el número por la suma de los cuadrados de sus cifras.
- Repita el proceso hasta que el número sea igual a 1 (donde permanecerá), o se repite sin fin en un ciclo que no incluye 1.
- Son felices aquellos números para los cuales este proceso termina en 1.
Devuelve verdadero si n es un número feliz y falso si no.
Implementar una función isHappy(n: int) -> bool.
- •1 <= n <= 2^31 - 1
Ejemplos
19
True
1^2 + 9^2 = 82. 8^2 + 2^2 = 68. 6^2 + 8^2 = 100. 1^2 + 0^2 + 0^2 = 1. Since we reached 1, 19 is a happy number.
2
False
2 -> 4 -> 16 -> 37 -> 58 -> 89 -> 145 -> 42 -> 20 -> 4 -> ... This loops forever without reaching 1.
Need a Hint?
Edge Cases to Watch
- Estructuras de entrada vacías
- Entradas de un solo elemento
- Grandes límites numéricos
¿Listo para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Ideas y variaciones de la entrevista
Desglose del análisis de complejidad
Por qué el tiempo: Directly evaluates all possibilities.
Por qué el espacio: Uses standard local memory.
Por qué el tiempo: Optimized paths reduce total operations.
Por qué el espacio: May trade memory for speed.
Código Python de solución optimizada
Código Python de solución optimizada
def is_happy_opt(n: int) -> bool:
def get_next(num):
total = 0
while num > 0:
num, digit = divmod(num, 10)
total += digit ** 2
return total
slow = n
fast = get_next(n)
while fast != 1 and slow != fast:
slow = get_next(slow)
fast = get_next(get_next(fast))
return fast == 1Código de fuerza bruta (spoiler guardado)
Código de fuerza bruta (spoiler guardado)
def is_happy_brute(n: int) -> bool:
def get_next(num):
return sum(int(i)**2 for i in str(num))
seen = set()
while n != 1 and n not in seen:
seen.add(n)
n = get_next(n)
return n == 1Algorithm Pattern Checklist
When dealing with Math & Geometry data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Se aplican las propiedades estándar de los problemas de matemáticas y geometría.
Preguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos recomendados de Python
Amplíe sus conocimientos con tutoriales interactivos relacionados, hojas de trucos y comparaciones de códigos.
Bucles de Python
Aprenda a utilizar bucles de Python para iterar sobre datos. Domine los bucles for, while, rompa, continúe y realice bucles con ejemplos interactivos.
Cómo generar números aleatorios en Python
Aprenda a generar números aleatorios en Python. Compare la generación de randrange, randint y flotación uniforme con el control de siembra.
Hoja de trucos sobre métodos de cadenas de Python
Una guía de referencia completa para la manipulación de cadenas de Python. Domine el formateo, la búsqueda, la división, el reemplazo y la verificación de las propiedades de las cadenas.
Python vs JavaScript: ¿Qué lenguaje de programación es mejor?
Una comparación completa entre Python y JavaScript. Explore las diferencias de sintaxis, el rendimiento, los casos de uso (backend frente a frontend) y ejemplos de codificación.