java算法----求从1到N中,4出现的个数带上注释

时间: 2023-10-06 22:05:17 浏览: 41
下面是带注释的 Java 代码: ``` public static int countDigitFour(int n) { if (n <= 0) { return 0; // 特判,如果 n <= 0,则直接返回 0 } int res = 0; // 记录数字 4 出现的次数 int digit = 1; // 从个位开始考虑,位数初始化为 1 int high = n / 10; // 定义 high 为当前考虑的数位的高位 int cur = n % 10; // 定义 cur 为当前考虑的数位 int low = 0; // 定义 low 为当前考虑的数位的低位 while (high != 0 || cur != 0) { if (cur < 4) { // 如果当前数位小于 4 res += high * digit; // 则当前数位上数字 4 出现的次数为高位数字 * 当前位数 } else if (cur == 4) { // 如果当前数位等于 4 res += high * digit + low + 1; // 则当前数位上数字 4 出现的次数为高位数字 * 当前位数 + 低位数字 + 1 } else { // 如果当前数位大于 4 res += (high + 1) * digit; // 则当前数位上数字 4 出现的次数为 (高位数字 + 1) * 当前位数 } low += cur * digit; // 将当前数位的数字加入低位数字中 cur = high % 10; // 更新当前数位 high /= 10; // 更新高位数字 digit *= 10; // 更新位数 } return res; // 返回数字 4 出现的次数 } ``` 希望能够对你有所帮助!

相关推荐

最新推荐

recommend-type

详解Java实现的k-means聚类算法

主要介绍了详解Java实现的k-means聚类算法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

Java编程实现轨迹压缩之Douglas-Peucker算法详细代码

主要介绍了Java编程实现轨迹压缩之Douglas-Peucker算法详细代码,具有一定借鉴价值,需要的朋友可以参考。
recommend-type

机器学习实战 - KNN(K近邻)算法PDF知识点详解 + 代码实现

邻近算法,或者说K最邻近(KNN,K-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是K个最近的邻居的意思,说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据...
recommend-type

python基于K-means聚类算法的图像分割

主要介绍了python基于K-means聚类算法的图像分割,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

无线传感器网络DV-Hop定位改进算法

提出了一种改进的DV-Hop 定位算法, 通过对DV-Hop算法的局部优化, 减小了定位计算量, 并使得改进的DV-Hop算法对不规则形状的节点分布网络具有较强的适应性, 克服了原算法只适用于各向同性网络的不足。仿真结果...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。