Numéro parfait
Guide détaillé et implémentation de Python pour le problème « Nombre parfait ».
1. Apprendre
Le problème du « Nombre parfait » est un défi clé dans la section Bases.
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 pour le nombre parfait.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l’énoncé du problème pour Nombre parfait.
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 is_perfect(n) qui prend un entier positif n et renvoie True s'il s'agit d'un nombre parfait, ou False sinon. Un nombre parfait est un nombre égal à la somme de ses diviseurs propres (tous les diviseurs excluant le nombre lui-même). Par exemple, 6 = 1 + 2 + 3.
- •1 <= n <= 10^6
Exemples
n = 6
True
The proper divisors of 6 are 1, 2, 3. Their sum is 1 + 2 + 3 = 6.
n = 28
True
The proper divisors of 28 are 1, 2, 4, 7, 14. Their sum is 1 + 2 + 4 + 7 + 14 = 28.
n = 12
False
The proper divisors of 12 are 1, 2, 3, 4, 6. Their sum is 16, which is not 12.
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 is_perfect_opt(n: int) -> bool:
if n < 2: return False
total = 1
for i in range(2, int(n**0.5) + 1):
if n % i == 0:
total += i
if i * i != n:
total += n // i
return total == nCode de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
def is_perfect_brute(n: int) -> bool:
if n < 2: return False
total = 0
for i in range(1, n):
if n % i == 0:
total += i
return total == nAlgorithm 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.
Boucles Python
Apprenez à utiliser les boucles Python pour parcourir les données. Maîtrisez les bonnes pratiques pour les boucles, while, break, continue et loop avec des exemples interactifs.
Comment générer des nombres aléatoires en Python
Apprenez à générer des nombres aléatoires en Python. Comparez la génération de randrange, de randint et de flotteur uniforme avec le contrôle d'ensemencement.
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.