숫자의 자릿수 합산: 효율적인 접근법 탐구
수치 입력에서 자릿수의 총합을 확인하려는 경우 다양한 방법론을 사용하여 다음을 수행할 수 있습니다. 취업하다. 초기 본능에 따라 문자열 기반 접근 방식을 활용하고 숫자를 문자열로 변환한 다음 각 숫자에 수학적 연산을 적용하게 될 수 있지만 이 방법은 차선책일 수 있습니다.
보다 효율적인 기술은 조작에 있습니다. 숫자를 정수로 표현합니다. 이는 숫자의 숫자를 반복하면서 마지막 숫자를 반복적으로 추출하고(모듈로 연산자 사용) 이를 정수 나누기를 통해 해당 숫자를 제외하면서 누계에 추가하는 while 루프를 통해 달성할 수 있습니다. 모듈로 및 분할 접근 방식으로 알려진 이 방법은 다음 코드 조각에 예시되어 있습니다.
def sum_digits(n): s = 0 while n: s += n % 10 n //= 10 return s
추가 최적화를 위해 모듈로와 정수를 동시에 수행하는 divmod() 함수를 사용할 수 있습니다. 나눗셈 연산:
def sum_digits2(n): s = 0 while n: n, remainder = divmod(n, 10) s += remainder return s
또한 단일 할당문을 활용하면 합산과 나눗셈을 결합하여 실행 속도를 향상시킬 수 있습니다. 작업:
def sum_digits3(n): r = 0 while n: r, n = r + n % 10, n // 10 return r
이러한 접근 방식을 벤치마킹하면 모듈로 분할 방법이 문자열 조작 기술보다 성능이 뛰어나고 단일 할당 버전이 가장 빠른 옵션으로 나타납니다.
%timeit sum_digits(n) 1000000 loops, best of 3: 574 ns per loop %timeit sum_digits2(n) 1000000 loops, best of 3: 716 ns per loop %timeit sum_digits3(n) 1000000 loops, best of 3: 479 ns per loop %timeit sum(map(int, str(n))) 100000 loops, best of 3: 1.42 us per loop %timeit sum([int(digit) for digit in str(n)]) 100000 loops, best of 3: 1.52 us per loop %timeit sum(int(digit) for digit in str(n)) 100000 loops, best of 3: 2.04 us per loop
따라서 , 숫자의 자릿수를 효율적으로 합산하려는 경우 모듈로 및 나누기 기술이나 단일 할당 변형을 선택하는 것이 좋습니다. 최고의 성능을 발휘합니다.
위 내용은 숫자의 자릿수를 더하는 가장 효율적인 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Linux 터미널에서 Python 버전을 보려고 할 때 Linux 터미널에서 Python 버전을 볼 때 권한 문제에 대한 솔루션 ... Python을 입력하십시오 ...

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

이 기사는 Python 개발자가 CLIS (Command-Line Interfaces) 구축을 안내합니다. Typer, Click 및 Argparse와 같은 라이브러리를 사용하여 입력/출력 처리를 강조하고 CLI 유용성을 향상시키기 위해 사용자 친화적 인 디자인 패턴을 홍보하는 세부 정보.

Python의 Pandas 라이브러리를 사용할 때는 구조가 다른 두 데이터 프레임 사이에서 전체 열을 복사하는 방법이 일반적인 문제입니다. 두 개의 dats가 있다고 가정 해

이 기사는 Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask 및 요청과 같은 인기있는 Python 라이브러리에 대해 설명하고 과학 컴퓨팅, 데이터 분석, 시각화, 기계 학습, 웹 개발 및 H에서의 사용에 대해 자세히 설명합니다.

이 기사는 프로젝트 종속성 관리 및 충돌을 피하는 데 중점을 둔 Python에서 가상 환경의 역할에 대해 설명합니다. 프로젝트 관리 개선 및 종속성 문제를 줄이는 데있어 생성, 활성화 및 이점을 자세히 설명합니다.

정규 표현식은 프로그래밍의 패턴 일치 및 텍스트 조작을위한 강력한 도구이며 다양한 응용 프로그램에서 텍스트 처리의 효율성을 높입니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

맨티스BT
Mantis는 제품 결함 추적을 돕기 위해 설계된 배포하기 쉬운 웹 기반 결함 추적 도구입니다. PHP, MySQL 및 웹 서버가 필요합니다. 데모 및 호스팅 서비스를 확인해 보세요.

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

Eclipse용 SAP NetWeaver 서버 어댑터
Eclipse를 SAP NetWeaver 애플리케이션 서버와 통합합니다.

뜨거운 주제



