本文主要是介绍LeetCode 264. 丑数 II（优先队列/指针+dp），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
1.题目
2.代码
2.1 优先队列
2.2 指针+dp
1.题目
给你一个整数
n，请你找出并返回第n个 丑数 。丑数 就是只包含质因数
2、3和/或5的正整数。示例 1：
输入：n = 10 输出：12 解释：[1, 2, 3, 4, 5, 6, 8, 9, 10, 12] 是由前 10 个丑数组成的序列。示例 2：
输入：n = 1 输出：1 解释：1 通常被视为丑数。提示：
1 <= n <= 1690
2.代码
2.1 优先队列
class Solution:def nthUglyNumber(self, n: int) -> int:#3个基础的因数，任何丑数都是由其组成（除了1）arr = [2, 3, 5]#记录出现的数，这个set用的很讲究mp = {1}#优先队列pq = [1]#每个数分别乘以3个因数，避免重复后，再加入优先队列for i in range(n - 1):tmp = heapq.heappop(pq)for k in arr:if (num := tmp * k) not in mp:mp.add(num)heapq.heappush(pq, num) return heapq.heappop(pq)上面这部分代码其实参考的是官方题解，但是我自己在对其进行改动的时候却发现了一些有意思的事情：
1.当我将mp的数据类型由set改为list的时候，原本170+ms的运行时间变为了1800+ms,经过查阅资料发现：
当执行插入判断操作时set要远比list效率高，因为，虽然两者的时间复杂度都为O(1)，但是list在插入数据的过程中，可能会进行重新分配和复制，消耗大量时间。
当执行not in判断操作时set要远比list效率高，因为，哈希表实现的set实现此操作的时间复杂度为O(1)，而list则需要O(n)
2.当我将arr的数据类型从list换位set时,执行效率就下降了一些，原因是，进行for in操作时，list的内存是连续的，而set的内存不是连续的，前者对CPU更友好
2.2 指针+dp
class Solution:def nthUglyNumber(self, n: int) -> int:#dp[i]表示第i个丑数是多少dp = [1] * (n + 1)#3个指针dp2 = dp3 = dp5 = 1for i in range(2, n + 1):#选取最小的加入dptmp = min(dp[dp2] * 2, dp[dp3] * 3, dp[dp5] * 5)if tmp == dp[dp2] * 2: dp2 += 1if tmp == dp[dp3] * 3:dp3 += 1if tmp == dp[dp5] * 5:dp5 += 1dp[i] = tmpreturn dp[n]老大哥动态规划这场居然没有在执行速度上超过优先队列，震惊。
这篇关于LeetCode 264. 丑数 II（优先队列/指针+dp）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
