)给定 n 个整数 a1, a2, … , an ,求它们两两相乘再相加的和,即 S = a1 · a2 + a1 · a3 + · · · + a1 · an + a2 · a3 + · · · + an-2 · an-1 + an-2 · an + an-1 · an. 样例输入 4 1 3 6 9 样例输出 117
时间: 2023-09-10 17:07:44 浏览: 85
这个问题可以使用双重循环来解决,第一重循环遍历所有数,第二重循环从第一重循环的下一个数开始遍历到最后一个数,计算它们的积并累加到结果中即可。
以下是 Python 代码实现:
```python
n = int(input())
a = list(map(int, input().split()))
s = 0
for i in range(n):
for j in range(i+1, n):
s += a[i] * a[j]
print(s)
```
输入样例:
```
4
1 3 6 9
```
输出样例:
```
117
```
相关问题
给定 n 个整数 a1, a2, … , an ,求它们两两相乘再相加的和,即 S = a1 · a2 + a1 · a3 + · · · + a1 · an + a2 · a3 + · · · + an-2 · an-1 + an-2 · an + an-1 · an.
这个问题可以通过枚举每一对数来解决,但是时间复杂度会达到 O(n^2),不是一个好的解决方案。我们可以使用数学方法简化计算。
首先,将公式展开,可以得到:
S = a1*(a2+a3+...+an) + a2*(a3+a4+...+an) + ... + an-1*an
观察公式可以发现,每一个数都会乘以它后面的所有数,所以我们可以先计算每个数后面所有数的和,然后再将每个数乘以它后面所有数的和。具体实现可以使用一个变量记录后面所有数的和,然后从后往前遍历数组,依次计算每个数乘以后面所有数的和并累加到最终结果中。
这个算法的时间复杂度是 O(n),比暴力枚举的时间复杂度 O(n^2) 要快很多。以下是示例代码:
```python
def sum_two_products(nums):
n = len(nums)
sum_suffix = [0] * n # 计算后缀和
sum_suffix[-1] = nums[-1]
for i in range(n-2, -1, -1):
sum_suffix[i] = sum_suffix[i+1] + nums[i]
res = 0
for i in range(n-1):
res += nums[i] * sum_suffix[i+1]
return res
```
注意,以上代码只适用于输入数组中没有重复元素的情况。如果有重复元素,需要对每个元素的后面所有相同元素只计算一次。
)给定 n 个整数 a1, a2, … , an ,求它们两两相乘再相加的和,即 S = a1 · a2 + a1 · a3 + · · · + a1 · an + a2 · a3 + · · · + an-2 · an-1 + an-2 · an + an-1 · an.
这个问题可以通过暴力枚举的方法解决,即对于每一个数,都与它后面的数进行相乘并相加。具体实现可以使用双重循环来枚举,时间复杂度为 O(n^2)。
以下是用 Python 实现的代码:
```python
def sum_of_products(nums):
n = len(nums)
res = 0
for i in range(n):
for j in range(i+1, n):
res += nums[i] * nums[j]
return res
```
还有一种更加高效的做法,可以将上式拆开,得到:
S = (a1 + a2 + … + an-1 + an)^2 - (a1^2 + a2^2 + … + an-1^2 + an^2)
这样我们只需要先计算出所有数的平方和,和它们的和,再套用上述公式即可。这种方法的时间复杂度为 O(n)。
以下是用 Python 实现的代码:
```python
def sum_of_products(nums):
n = len(nums)
sum_nums = sum(nums)
sum_squares = sum([x*x for x in nums])
res = sum_nums * sum_nums - sum_squares
return res // 2
```
阅读全文