当前位置: 首页 > article >正文

2026-04-10:连接非零数字并乘以其数字和Ⅱ。用go语言,对每个查询区间 [l, r],按以下步骤处理字符串中的连续片段 s[l..r]: 1.在该子串中按从左到右的顺序,把所有“非零”字符数字

2026-04-10连接非零数字并乘以其数字和Ⅱ。用go语言对每个查询区间 [l, r]按以下步骤处理字符串中的连续片段 s[l…r]1.在该子串中按从左到右的顺序把所有“非零”字符数字依次拼接成一个新整数 x如果子串里没有非零数字则令 x 0。2.计算 x 的各位数字之和得到 sum。3.计算结果为 x * sum并对 1000000007 取模。把每个查询对应的取模结果依次放入数组 answer返回 answer。1 m s.length 100000。s 仅由数字组成。1 queries.length 100000。queries[i] [li, ri]。0 li ri m。输入 s “9876543210”, queries [[0,9]]。输出 [444444137]。解释s[0…9] “9876543210”x 987654321sum 9 8 7 6 5 4 3 2 1 45因此答案是 987654321 * 45 44444444445。返回结果为 44444444445 mod (1000000007) 444444137。题目来自力扣3756。算法执行详细过程一、全局预处理预计算10的幂目的因为要拼接数字比如拼接9、8得到989×108需要频繁用到10^k且所有计算都要对1e97取模提前计算好所有可能用到的10的幂避免重复计算浪费时间。规则定义常量mod1e97取模值、maxN100001字符串最大长度初始化数组pow10pow10[0]110的0次方等于1循环计算pow10[i] (pow10[i-1] × 10) % mod直到计算到pow10[100000]。作用后续拼接数字时直接从数组中取值时间复杂度为O(1)。二、核心预处理遍历字符串生成3个前缀数组这一步是离线预处理只遍历一次字符串s生成三个辅助前缀数组所有查询都直接用这三个数组计算这是保证高效的关键。输入样例s 9876543210长度10索引0~9前置说明前缀数组的下标i代表字符串前i个字符s[0]~s[i-1]的统计结果方便区间计算。1. 生成 sumD 数组数字和前缀和作用记录字符串前i个字符中所有数字的总和计算规则sumD[i1] sumD[i] 当前字符的数字样例计算前1个字符9→ sumD[1]9前2个字符9、8→ sumD[2]17…前9个字符9~1→ sumD[9]45前10个字符9~0→ sumD[10]450不影响和。2. 生成 sumNonZero 数组非零数字个数前缀和作用记录字符串前i个字符中非零数字的总个数计算规则遇到非零数字1遇到0不变样例计算前9个字符9~1→ 9个非零数字sumNonZero[9]9前10个字符9~0→ 还是9个非零数字sumNonZero[10]9。3. 生成 preNum 数组非零数字拼接数前缀和作用记录字符串前i个字符中所有非零数字按顺序拼接成的数模mod后的值计算规则遇到非零数字dpreNum[i1] (preNum[i] × 10 d) % mod拼接逻辑原数左移一位新数字遇到0preNum[i1] preNum[i]0直接跳过不拼接样例计算依次拼接9→98→987→…→987654321最终preNum[10] 987654321 % mod。三、处理每一个查询对每个查询[l, r]闭区间对应字符串s[l]~s[r]分4步计算结果步骤1转换区间查询的[l, r]是闭区间转换为前缀数组的计算区间l → lr → r1。步骤2计算区间内的核心参数区间非零数字个数length sumNonZero[r1] - sumNonZero[l]样例查询[0,9] → length9-09。区间数字和sumsum sumD[r1] - sumD[l]样例sum45-045。区间拼接数x公式x (preNum[r1] - preNum[l] × pow10[length] % mod mod) % mod原理前缀拼接数preNum[r1] 左边前缀拼接数 × 10^非零个数 区间拼接数移项得区间拼接数 总拼接数 - 左边前缀拼接数×10^非零个数加mod再取模保证结果为正数。样例x987654321。步骤3计算最终结果结果 (x × sum) % mod样例987654321 × 45 44444444445对1e97取模得到444444137。步骤4存储结果将每个查询的结果存入答案数组最终返回答案数组。时间复杂度 额外空间复杂度1. 总时间复杂度全局预处理10的幂O(maxN) O(10⁵)常数级字符串遍历生成前缀数组O(n)n是字符串长度≤10⁵处理所有查询O(q)q是查询次数≤10⁵总时间复杂度O(n q)线性复杂度完美适配题目10⁵量级的输入要求2. 总额外空间复杂度固定数组pow10[100001] → O(1)前缀数组sumD、preNum、sumNonZero长度均为n1 → O(n)答案数组长度为查询次数q → O(q)总额外空间复杂度O(n q)线性空间符合题目内存要求总结核心思路离线预处理前缀和用一次遍历生成辅助数组让每个查询都能O(1)计算关键处理跳过0、拼接数字用10的幂快速计算、全程取模避免溢出效率时间O(nq)、空间O(nq)完美适配题目10万级数据规模。Go完整代码如下packagemainimport(fmt)constmod1_000_000_007constmaxN100_001varpow10[maxN]int{1}funcinit(){// 预处理 10 的幂fori:1;imaxN;i{pow10[i]pow10[i-1]*10%mod}}funcsumAndMultiply(sstring,queries[][]int)[]int{n:len(s)sumD:make([]int,n1)// s 的前缀和preNum:make([]int,n1)// s 的前缀对应的数字模 modsumNonZero:make([]int,n1)// s 的前缀中的非零数字个数fori,ch:ranges{d:int(ch-0)sumD[i1]sumD[i]d preNum[i1]preNum[i]sumNonZero[i1]sumNonZero[i]ifd0{preNum[i1](preNum[i]*10d)%mod sumNonZero[i1]}}ans:make([]int,len(queries))fori,q:rangequeries{l,r:q[0],q[1]1length:sumNonZero[r]-sumNonZero[l]x:preNum[r]-preNum[l]*pow10[length]%modmod// mod 保证结果非负ans[i]x*(sumD[r]-sumD[l])%mod}returnans}funcmain(){s:9876543210queries:[][]int{{0,9}}result:sumAndMultiply(s,queries)fmt.Println(result)}Python完整代码如下# -*-coding:utf-8-*-MOD1_000_000_007MAX_N100_001# 预处理10的幂pow10[1]*MAX_Nforiinrange(1,MAX_N):pow10[i]pow10[i-1]*10%MODdefsum_and_multiply(s:str,queries:list)-list:nlen(s)sumD[0]*(n1)# s的前缀和preNum[0]*(n1)# s的前缀对应的数字模MODsumNonZero[0]*(n1)# s的前缀中的非零数字个数fori,chinenumerate(s):dord(ch)-ord(0)sumD[i1]sumD[i]d preNum[i1]preNum[i]sumNonZero[i1]sumNonZero[i]ifd0:preNum[i1](preNum[i]*10d)%MOD sumNonZero[i1]1ans[]forqinqueries:l,rq[0],q[1]1lengthsumNonZero[r]-sumNonZero[l]x(preNum[r]-preNum[l]*pow10[length]%MODMOD)%MOD ans.append(x*(sumD[r]-sumD[l])%MOD)returnansdefmain():s9876543210queries[[0,9]]resultsum_and_multiply(s,queries)print(result)if__name____main__:main()C完整代码如下#includeiostream#includevector#includestringusingnamespacestd;constintMOD1000000007;constintMAX_N100001;vectorintpow10(MAX_N,1);// 初始化函数预处理10的幂voidinit(){for(inti1;iMAX_N;i){pow10[i](longlong)pow10[i-1]*10%MOD;}}vectorintsumAndMultiply(conststrings,constvectorvectorintqueries){intns.length();vectorintsumD(n1,0);// s的前缀和vectorintpreNum(n1,0);// s的前缀对应的数字模modvectorintsumNonZero(n1,0);// s的前缀中的非零数字个数for(inti0;in;i){intds[i]-0;sumD[i1]sumD[i]d;preNum[i1]preNum[i];sumNonZero[i1]sumNonZero[i];if(d0){preNum[i1]((longlong)preNum[i]*10d)%MOD;sumNonZero[i1];}}vectorintans(queries.size());for(size_t i0;iqueries.size();i){intlqueries[i][0];intrqueries[i][1]1;intlengthsumNonZero[r]-sumNonZero[l];longlongxpreNum[r]-(longlong)preNum[l]*pow10[length]%MODMOD;x%MOD;ans[i](x*(sumD[r]-sumD[l]))%MOD;}returnans;}intmain(){init();// 初始化pow10数组string s9876543210;vectorvectorintqueries{{0,9}};vectorintresultsumAndMultiply(s,queries);for(intval:result){coutval ;}coutendl;return0;}

相关文章:

2026-04-10:连接非零数字并乘以其数字和Ⅱ。用go语言,对每个查询区间 [l, r],按以下步骤处理字符串中的连续片段 s[l..r]: 1.在该子串中按从左到右的顺序,把所有“非零”字符数字

2026-04-10:连接非零数字并乘以其数字和Ⅱ。用go语言,对每个查询区间 [l, r],按以下步骤处理字符串中的连续片段 s[l…r]: 1.在该子串中按从左到右的顺序,把所有“非零”字符数字依次拼接成一个新整数 x;如…...

ESP32驱动A7608SA-H LTE Cat.1模组全栈固件库

1. 项目概述Modem-a7608sa-library是一个专为 ESP32 平台深度优化的开源固件库,面向 SIMCom A7608SA-H LTE Cat.1 模组提供全栈式驱动支持。该模组采用 LCC 封装,集成 LTE-FDD 频段(B1/B3/B5/B8/B20/B28)、GSM/GPRS(90…...

OpenClaw学习助手:Qwen3.5-9B生成Anki记忆卡片与错题集

OpenClaw学习助手:Qwen3.5-9B生成Anki记忆卡片与错题集 1. 为什么需要AI驱动的学习助手? 作为一名经常需要记忆大量知识点的学生,我一直在寻找更高效的学习方法。传统的手工制作Anki卡片不仅耗时耗力,而且很难保证知识点的系统性…...

实时行情系统设计:从协议选择到高可用架构,再到数据源选型睬

一、核心问题及解决方案(按踩坑频率排序) 问题 1:误删他人持有锁——最基础也最易犯的漏洞 成因:释放锁时未做身份校验,直接执行 DEL 命令删除键。典型场景:服务 A 持有锁后,业务逻辑耗时超过锁…...

【GraalVM静态镜像内存优化终极指南】:20年JVM专家亲授3大内存压缩技法,启动速度提升87%的私密实践

第一章:GraalVM静态镜像内存优化快速接入全景概览GraalVM 静态镜像(Native Image)通过提前编译(AOT)将 Java 应用编译为独立、无 JVM 依赖的原生可执行文件,在启动速度与内存占用方面具备显著优势。然而&am…...

大模型“入侵”广告推荐

引言:一次失败的“All in LLM”实验去年,某头部信息流平台进行了一次激进的实验:尝试用一个大语言模型(LLM)完全替换其精排层的深度模型。核心逻辑是:既然LLM能理解一切,那么理解用户和内容&…...

OpenClaw二次开发:基于Qwen3-14B扩展自定义自动化协议

OpenClaw二次开发:基于Qwen3-14B扩展自定义自动化协议 1. 为什么需要自定义协议 去年夏天,当我尝试用OpenClaw控制实验室的智能家居设备时,发现现有的指令集无法满足红外遥控和Zigbee设备联动的需求。官方提供的标准协议主要针对办公场景的…...

2025届毕业生推荐的降AI率助手解析与推荐

Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 在内容创作这个范畴里,要降低AIGC也就是人工智能生成内容的那种明显特征&#xf…...

HSA:FcRn中和抗体筛选化学发光检测试剂盒:FcRn-lgG半衰期延长工程化抗体筛选

新生儿Fc受体(FcRn)是一种由FCGRT基因编码的Fcγ受体与β2-微球蛋白(B2M)组成的异源二聚体蛋白。FcRn在超过25种组织中表达,脾脏和肠道中水平最高,其核心功能是结合并保护单体免疫球蛋白G(IgG&a…...

高性能客服系统技术内幕:通过 SpinWait 自旋等待结构体提升高频消息分发性能舶

1. 智能软件工程的范式转移:从库集成到原生框架演进 在生成式人工智能(Generative AI)从单纯的文本生成向具备自主规划与执行能力的“代理化(Agentic)”系统跨越的过程中,.NET 生态系统正在经历一场自该平台…...

科研人福音!PaperOrchestra 把实验日志变投稿论文,文献综述图表全包

AI能替你写论文了?谷歌这个多智能体框架,从实验记录直接生成投稿级论文!研究背景 做AI研究的人都懂那种痛苦:实验跑完了,数据也有了,但把这些东西整理成一篇像样的论文,往往比做实验本身还费劲。…...

节能模式:OpenClaw+Qwen3.5-9B定时任务CPU优化方案

节能模式:OpenClawQwen3.5-9B定时任务CPU优化方案 1. 为什么需要关注OpenClaw的能耗问题 去年冬天,我的MacBook Pro风扇突然在凌晨三点狂转,把我从睡梦中惊醒。排查后发现是OpenClaw正在执行夜间数据抓取任务,Qwen3.5-9B模型的全…...

AI最强模型发布却说太危险不能公开:这次不是演习

Anthropic刚刚发布了一个AI模型,然后说:太危险,不能让你用 :2026年4月7日,Anthropic发布了一个叫Claude Mythos Preview的新模型。它能自主发现数千个零日漏洞,覆盖所有主流操作系统。它能在未经专项安全训练的情况下&…...

SQL中如何使用窗口函数实现Top N推荐系统

用 ROW_NUMBER() 配合 PARTITION BY user_id 获取每个用户的 Top N 推荐最稳妥,RANK() 和 DENSE_RANK() 因处理重复分数会导致条数不可控,如并列第1时 RANK() 跳至第3,易使 WHERE rn ≤ N 漏取或超取。窗口函数怎么写才能拿到每个用户的Top N…...

腾讯后端开发面经:一面 3 道算法压 30 分钟,二面开始全是场景题

腾讯后端开发面经:一面 3 道算法压 30 分钟,二面开始全是场景题 腾讯后端的面试,压强来得很快。 很多公司的节奏是:先聊项目,再问八股,最后来一道算法题。 腾讯不是。 这次整理到的一份真实面经里&#…...

JavaScript中WebWorker实现多线程计算避开主线程

Web Worker 是 JavaScript 实现多线程计算的核心机制,通过独立线程执行耗时逻辑(如大数据处理、加密解密等),避免阻塞主线程;需单独 JS 文件编写纯计算逻辑,用 postMessage 通信,仅支持结构化克…...

% 的人都用错了!Playwright vs Chrome DevTools MCP到底该怎么选?惩

一、环境准备 Free Spire.Doc for Python 是免费 Python 文档处理库,无需依赖 Microsoft Word,支持 Word 文档的创建、编辑、转换等操作,其中内置的 Markdown 解析能力,能高效实现 Markdown 到 Doc/Docx 格式的转换,且…...

医疗数据报表无数据问题完整排查复盘

一、场景与问题说明本次问题发生在医疗数据中台病案相关报表开发中,具体场景为:超声门诊科室相关的业务报表,在展示检查项目名称、执行医生这两个关键字段时,完全无数据展示,前端页面一片空白,客户直接反馈…...

大模型这么强,为啥还用YOLO和NLP?

你有没有想过一个问题 GPT-4o能看图说话,Claude能分析图表,Gemini能识别视频里的每一帧。大模型的视觉能力已经强到离谱了,NLP更是不在话下。 那为什么工业界还在用YOLO做目标检测?还在用BERT做文本分类? 是不懂&#…...

【GUI-Agent】阶跃星辰 GUI-MCP 解读---()---HITL(Human In The Loop)鬃

插件化架构 v3 版本最大的变化是引入了模块化插件系统。此前版本中集成在核心包里的原生功能,现在被拆分成独立的插件。 每个插件都是一个独立的 Composer 包,包含 Swift 和 Kotlin 代码、权限清单以及原生依赖。开发者只需安装实际用到的插件&#xff0…...

第九章:Vite API 参考手册

第九章:Vite API 参考手册 9.1 核心 API createServer 创建 Vite 开发服务器 import { createServer } from viteconst server await createServer({configFile: false,root: __dirname,server: { port: 3000 } })await server.listen() console.log(服务器启动在,…...

汽车质量体系_1

从逻辑关系看,ISO9000是最底层的通用质量管理框架,定义了质量管理的基本术语和原则,适用于所有组织。IATF16949在ISO9001的基础上,针对汽车行业的特殊性,提出了更具体的质量管理要求,覆盖从设计、生产到服务…...

营销自动化数据驱动 - 多源数据 OLAP 架构演进们

1. 流图:数据的河流 如果把传统的堆叠面积图想象成一块块整齐堆叠的积木,那么流图就像一条蜿蜒流淌的河流,河道的宽窄变化自然流畅,波峰波谷过渡平滑。 它特别适合展示多个类别数据随时间的变化趋势,尤其是当你想强调整…...

C#/.NET/.NET Core优秀项目和框架2026年3月简报

前言 公众号每月定期推广和分享的C#/.NET/.NET Core优秀项目和框架(每周至少会推荐两个优秀的项目和框架当然节假日除外),公众号推文中有项目和框架的详细介绍、功能特点、使用方式以及部分功能截图等(打不开或者打开GitHub很慢的…...

30分钟掌握OpenClaw:千问3.5-9B新手训练营

30分钟掌握OpenClaw:千问3.5-9B新手训练营 1. 为什么选择OpenClaw千问3.5-9B组合 去年我在尝试自动化处理日常工作报告时,发现市面上的RPA工具要么太笨重,要么需要复杂的编程知识。直到遇到OpenClaw这个开源框架,配合千问3.5-9B…...

三菱PLC搭配雅马哈四轴机械手在线检测收料案例解析:融合CAD电气图纸、CClink与串口通讯...

三菱plc搭配四轴雅马哈机械手在线检测收料案例程序。 (包涵CAD电气图纸,plc程序,人机界面,机器人程序,BOM表)程序中应用到CClink通讯,232串口通讯,数据采集伺服定位控制。这项目有点…...

Linux内核中的网络协议栈详解

Linux内核中的网络协议栈详解 引言 网络协议栈是Linux内核中负责处理网络通信的核心组件,它实现了从物理层到应用层的完整网络协议,为应用程序提供了可靠的网络通信服务。Linux内核的网络协议栈支持多种协议,包括TCP/IP、UDP、ICMP等&#xf…...

分享一个网络智能运维系统

项目简介 网络智能运维系统是一款面向网络设备的一体化智能运维管理平台,旨在帮助企业 IT 运维团队高效、自动化地完成网络设备的日常巡检、配置备份、批量操作及定时任务调度等核心工作。系统支持多品牌设备(华为、H3C、思科、锐捷、Juniper、MikroTik …...

深度排查:Hyper-V 已关但 VirtualBox 仍报错的完整解决方案

一、先确认核心状态:是否真的完全关闭了 Hyper-V 1. 用命令验证 Hyper-V 状态 以管理员身份打开终端,执行以下命令,确认所有相关服务都已禁用: bcdedit /enum | findstr hypervisorlaunchtype你已经确认是 Off,再执行&…...

绍兴Geo优化,如何选对靠谱服务商?

在人工智能技术深度渗透商业推广领域的当下,GEO(地理定位)优化已不再是简单的本地搜索排名,而是演变为一场关于“空间精准度”与“AI语义理解”的双重竞赛。对于绍兴及周边区域的企业而言,如何从众多服务商中筛选出真正…...