丑数Ugly Number查找算法

我们把只包含因子2、3和5的数称作丑数（Ugly Number）。例如6、8都是丑数，但14不是，因为它包含因子7。习惯上我们把1当做是第一个丑数。求按从小到大的顺序的第1500个丑数

下面是一道在网络上广为流传的面试题，据说google曾经采用过这道题。

所谓一个数m是另一个数n的因子，是指n能被m整除，也就是n % m == 0。根据丑数的定义，丑数只能被2、3和5整除。也就是说如果一个数如果它能被2整除，我们把它连续除以2；如果能被3整除，就连续除以3；如果能被5整除，就除以连续5。如果最后我们得到的是1，那么这个数就是丑数，否则不是。

基于前面的分析，我们可以写出如下的函数来判断一个数是不是丑数：

01 bool IsUgly(int number)
02 {
03     while(number % 2 == 0)
04         number /= 2;
05     while(number % 3 == 0)
06         number /= 3;
07     while(number % 5 == 0)
08         number /= 5;
09     return (number == 1) ? true : false;
10 }

接下来，我们只需要按顺序判断每一个整数是不是丑数，即：

01 int GetUglyNumber_Solution1(int index)
02 {
03     if(index <= 0)
04         return 0;
05     int number = 0;
06     int uglyFound = 0;
07     while(uglyFound < index)
08     {
09         ++number;
10         if(IsUgly(number))
11         {
12             ++uglyFound;
13         }
14     }
15     return number;
16 }

我们只需要在函数GetUglyNumber_Solution1中传入参数1500，就能得到第1500个丑数。该算法非常直观，代码也非常简洁，但最大的问题我们每个整数都需要计算。即使一个数字不是丑数，我们还是需要对它做求余数和除法操作。因此该算法的时间效率不是很高。

接下来我们换一种思路来分析这个问题，试图只计算丑数，而不在非丑数的整数上花费时间。根据丑数的定义，丑数应该是另一个丑数乘以2、3或者5的结果（1除外）。因此我们可以创建一个数组，里面的数字是排好序的丑数。里面的每一个丑数是前面的丑数乘以2、3或者5得到的。

这种思路的关键在于怎样确保数组里面的丑数是排好序的。我们假设数组中已经有若干个丑数，排好序后存在数组中。我们把现有的最大丑数记做M。现在我们来生成下一个丑数，该丑数肯定是前面某一个丑数乘以2、3或者5的结果。我们首先考虑把已有的每个丑数乘以2。在乘以2的时候，能得到若干个结果小于或等于M的。由于我们是按照顺序生成的，小于或者等于M肯定已经在数组中了，我们不需再次考虑；我们还会得到若干个大于M的结果，但我们只需要第一个大于M的结果，因为我们希望丑数是按从小到大顺序生成的，其他更大的结果我们以后再说。我们把得到的第一个乘以2后大于M的结果，记为M2。同样我们把已有的每一个丑数乘以3和5，能得到第一个大于M的结果M3和M5。那么下一个丑数应该是M2、M3和M5三个数的最小者。

前面我们分析的时候，提到把已有的每个丑数分别都乘以2、3和5，事实上是不需要的，因为已有的丑数是按顺序存在数组中的。对乘以2而言，肯定存在某一个丑数T2，排在它之前的每一个丑数乘以2得到的结果都会小于已有最大的丑数，在它之后的每一个丑数乘以2得到的结果都会太大。我们只需要记下这个丑数的位置，同时每次生成新的丑数的时候，去更新这个T2。对乘以3和5而言，存在着同样的T3和T5。

有了这些分析，我们不难写出如下的代码：

01 int GetUglyNumber_Solution2(int index)
02 {
03     if(index <= 0)
04         return 0;
05     int *pUglyNumbers = new int[index];
06     pUglyNumbers[0] = 1;
07     int nextUglyIndex = 1;
08     int *pMultiply2 = pUglyNumbers;
09     int *pMultiply3 = pUglyNumbers;
10     int *pMultiply5 = pUglyNumbers;
11     while(nextUglyIndex < index)
12     {
13         int min = Min(*pMultiply2 * 2, *pMultiply3 * 3, *pMultiply5 * 5);
14         pUglyNumbers[nextUglyIndex] = min;
15         while(*pMultiply2 * 2 <= pUglyNumbers[nextUglyIndex])
16             ++pMultiply2;
17         while(*pMultiply3 * 3 <= pUglyNumbers[nextUglyIndex])
18             ++pMultiply3;
19         while(*pMultiply5 * 5 <= pUglyNumbers[nextUglyIndex])
20             ++pMultiply5;
21         ++nextUglyIndex;
22     }
23     int ugly = pUglyNumbers[nextUglyIndex - 1];
24     delete[] pUglyNumbers;
25     return ugly;
26 }
27 int Min(int number1, int number2, int number3)
28 {
29     int min = (number1 < number2) ? number1 : number2;
30     min = (min < number3) ? min : number3;
31     return min;
32 }

和第一种思路相比，这种算法不需要在非丑数的整数上做任何计算，因此时间复杂度要低很多。感兴趣的读者可以分别统计两个函数GetUglyNumber_Solution1(1500)和GetUglyNumber_Solution2(1500)的运行时间。当然我们也要指出，第二种算法由于要保存已经生成的丑数，因此需要一个数组，从而需要额外的内存。第一种算法是没有这样的内存开销的。