难度: Easy
Submission
运行时间: 27 ms
内存: 15.9 MB
class Solution:
def sumOfDigits(self, nums: List[int]) -> int:
min_v = float('inf')
for num in nums:
if num < min_v:
min_v = num
sum_v = 0
while min_v:
sum_v += min_v % 10
min_v = min_v // 10
return 0 if sum_v % 2 == 1 else 1
Explain
题解首先找到数组中的最小值。然后，将这个最小值的各个数位上的数字相加，得到一个总和。最后，根据这个总和的奇偶性返回结果：如果总和是奇数，则返回0；如果总和是偶数，则返回1。
时间复杂度: O(n + log(min_v))
空间复杂度: O(1)
class Solution:
def sumOfDigits(self, nums: List[int]) -> int:
min_v = float('inf') # 初始化最小值为无穷大
for num in nums: # 遍历数组找到最小值
if num < min_v:
min_v = num
sum_v = 0 # 初始化数位之和为0
while min_v: # 将最小值的每个数位分离并相加
sum_v += min_v % 10 # 加上最低位
min_v = min_v // 10 # 移除已经处理过的最低位
return 0 if sum_v % 2 == 1 else 1 # 根据数位之和的奇偶性返回结果
Explore
在这个算法中，不需要确保找到的最小值是数组中的唯一最小值。算法只关注找到任意一个最小值，并计算它的数位之和。无论最小值是否唯一，只要它是最小的，其数位之和的计算和结果（基于奇偶性决定返回0或1）都会是一致的。因此，最小值的唯一性对最终的结果没有影响。
在当前的算法实现中，如果输入数组为空，那么在尝试找到最小值时会存在问题，因为数组中没有元素可供比较和赋值，这可能导致运行时错误。对于所有元素相同的数组，算法将正常运行，因为每个元素的值都相同，算法会找到这个重复的最小值并正确计算其数位之和。然而，对于空数组的处理，理论上应该在算法中增加检查以避免错误。
在Python中，整数类型可以是任意大的（只受限于可用内存），因此理论上算法可以处理非常大的数值。计算数位之和的过程中，将数值分解为个位数并相加，这个过程对于非常大的数也是有效的。因此，即使最小值接近整数类型的上限，算法仍然能够正确执行并得出结果。
在这个算法中，返回数位之和的奇偶性（0表示奇数，1表示偶数）可能是基于特定的应用需求设计的。例如，这种设计可能用于决策支持系统中，其中奇偶性可能代表不同的分类或决策路径。具体的应用背景没有在问题描述中提及，但通常这样的设计是为了满足特定的业务逻辑或规则。