Nombre d'Armstrong dans une plage donnée
Guide détaillé et implémentation de Python pour le problème « Nombre d'Armstrong dans une plage donnée ».
1. Apprendre
Le problème du « nombre d'Armstrong dans une plage donnée » est un défi clé de la section Notions de base.
Cette implémentation se concentre sur la logique de niveau simple dans Python.
Nous accordons la priorité à la précision technique et à la lisibilité du code dans les solutions que nous proposons.
2. Real-World Applications
3. Visual Intuition
Visualiser le flux logique du nombre d'Armstrong dans une plage donnée.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l'énoncé du problème pour le nombre d'Armstrong dans une plage donnée.
2. Formulate brute force
Rédigez une solution itérative simple.
3. Identify inefficiency
Recherchez les calculs redondants.
4. Optimize search path
Utilisez le hachage ou le tri pour accélérer le processus.
5. Final Implementation
Nettoyer le code pour les normes de production.
Énoncé du problème
Écrivez une fonction armstrongs_in_range(a, b) qui prend deux entiers a et b (où a <= b) et renvoie une liste de tous les nombres d'Armstrong dans la plage [a, b] inclus, par ordre croissant. Un nombre Armstrong est un nombre égal à la somme de ses chiffres, chacun élevé à la puissance du nombre de chiffres.
- •1 <= a <= b <= 10^5
Exemples
a = 100, b = 500
[153, 370, 371, 407]
The Armstrong numbers between 100 and 500 are 153, 370, 371, and 407.
a = 1, b = 9
[1, 2, 3, 4, 5, 6, 7, 8, 9]
All single-digit numbers are Armstrong numbers since d^1 = d.
a = 200, b = 300
[]
There are no Armstrong numbers between 200 and 300.
Need a Hint?
Edge Cases to Watch
- Structures d'entrée vides
- Entrées à élément unique
- Grandes limites numériques
Prêt à résoudre ?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Aperçus et variations des entretiens
Répartition de l'analyse de complexité
Pourquoi le temps: Directly evaluates all possibilities.
Pourquoi l'espace: Uses standard local memory.
Pourquoi le temps: Optimized paths reduce total operations.
Pourquoi l'espace: May trade memory for speed.
Code Python de solution optimisée
Code Python de solution optimisée
def armstrong_in_range_opt(l: int, r: int) -> list:
res = []
for num in range(l, r + 1):
if num < 0: continue
digits, temp = [], num
while temp > 0:
digits.append(temp % 10)
temp //= 10
p = len(digits)
if num == sum(d ** p for d in digits):
res.append(num)
return resCode de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
def armstrong_in_range_brute(l: int, r: int) -> list:
res = []
for num in range(l, r + 1):
s = str(num)
p = len(s)
if num == sum(int(d) ** p for d in s):
res.append(num)
return resAlgorithm Pattern Checklist
When dealing with Basics data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Les propriétés du problème Standard Basics s’appliquent.
Questions connexes
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Ressources Python recommandées
Développez vos connaissances avec des didacticiels interactifs, des aide-mémoire et des comparaisons de codes associés.
Variables et types de données Python expliqués
Comprendre les variables Python et les types de données de base (chaînes, entiers, flottants, booléens). Un guide complet pour débutants sur l'affectation de mémoire en Python.
Comment trier une liste en Python
Apprenez à trier une liste en Python à l'aide de la méthode sort() et de la fonction sorted(). Découvrez des exemples de tri de clés personnalisé et d’ordre inverse.
Aide-mémoire sur les méthodes de chaîne Python
Un guide de référence complet pour la manipulation des chaînes Python. Maîtrisez le formatage, la recherche, le fractionnement, le remplacement et la vérification des propriétés des chaînes.
Python vs JavaScript : quel langage de programmation est le meilleur ?
Une comparaison complète entre Python et JavaScript. Explorez les différences de syntaxe, les performances, les cas d'utilisation (backend et frontend) et des exemples de codage.