LeetCode 357. Count Numbers with Unique Digits C++

本文介绍了一种计算在给定范围内具有唯一数字的整数数量的方法。通过使用排列组合的知识,提供了一个高效的解决方案,并附带详细的代码实现。

357. Count Numbers with Unique Digits

Given a non-negative integer n, count all numbers with unique digits, x, where 0 ≤ x < 10n.

Example:

Input: 2
Output: 91 
Explanation: The answer should be the total numbers in the range of 0 ≤ x < 100, 
             excluding 11,22,33,44,55,66,77,88,99

Approach

  1. 这是一道很纯粹的数学题,需要用到排列组合的知识,直接看代码吧。

Code

class Solution {
public:
    vector<int> cache;
    int fact(int n) {
        if (n>1&&cache[n]==0) {
            cache[n] = fact(n - 1)*n;
        }
        return cache[n];
    }
    int C(int a, int b) {
        return fact(a) / (fact(b)*fact(a - b));
    }
    int A(int a,int b) {
        return fact(a) / fact(a - b);
    }
    int countNumbersWithUniqueDigits(int n) {
        cache = vector<int>(10, 0);
        cache[0] = 1;
        cache[1] = 1;
        int res = 0;
        if (n >= 1)res += 9;
        for (int i = 2; i <= n; i++) {
            res += C(9, 1)*C(9, i - 1)*A(i - 1, i - 1);//第一位不能为零
        }
        return res;
    }
};
内容概要:本文研究基于豪猪算法(CPO)实现多无人机协同集群在三维空间中的避障路径规划,旨在通过优化目标函数(最低成本,涵盖路径长度、飞行高度、威胁规避和转弯角度)来提升无人机集群的任务执行效率与安全性。该方法采用Matlab进行算法设计与仿真验证,系统性地展示了CPO算法在复杂三维动态环境下的路径搜索能力与优化性能,突出其在多机协同、动态障碍物规避和资源最优分配方面的优势。研究不仅实现了路径规划的核心算法构建,还提供了完整的代码资源与仿真案例,便于进一步对比分析与工程应用。; 适合人群:具备一定Matlab编程基础,从事无人机控制、智能优化算法、路径规划、协同导航、自动化系统等相关领域的科研人员、研究生及工程技术人员。; 使用场景及目标:①开展多无人机协同作业中的三维路径规划研究;②评估并对比豪猪算法(CPO)与其他智能优化算法(如GA、PSO、GWO、TTHHO等)在路径规划任务中的性能差异;③实现复杂环境中多无人机的安全避障、能耗优化与飞行稳定性提升的仿真与验证。; 阅读建议:建议结合提供的Matlab代码进行仿真实践,重点关注目标函数的建模方式、CPO算法的迭代机制与参数敏感性分析,并通过与其它算法的对比实验深入理解其收敛性、鲁棒性及适用范围。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值