Fizz Buzz的Ruby实现

好久没来简书写东西了,账号都自动登出了。。(尴尬脸)。。

最近一直在刷Ruby Koans(安利脸),翻着镐头书(安利脸 ps:绝版了,不过有英文第三版),逛着stackoverflow,嗯,这就是生活。

废话不多说,看

Write a program that outputs the string representation of numbers from 1 to n.
But for multiples of three it should output “Fizz” instead of the number and for the multiples of five output “Buzz”. For numbers which are multiples of both three and five output “FizzBuzz”.
Example:

n = 15,
Return:
[
    "1",
    "2",
    "Fizz",
    "4",
    "Buzz",
    "Fizz",
    "7",
    "8",
    "Fizz",
    "Buzz",
    "11",
    "Fizz",
    "13",
    "14",
    "FizzBuzz"
]

分析

题目很简单,生成一个字符串数字数组,其中3和5的倍数被相应字符串替换。那就一步一步来吧:

  1. 生成一个字符串数字数组
datas=("1"..n.to_s).to_a

("1"..n.to_s)是生成一个从"1""n"Range,然后调用to_a方法转换成Array

  1. 将数组中3的倍数用字符串“Fizz”替换:
(2.. datas.size()-1).step(3).each do |i|
        datas[i]="Fizz"
    end

(2.. datas.size()-1).step(3)以3为间隔生成一个Range,用作datas中索引3的倍数的元素,在block中修改这些元素的值为“Fizz”

  1. 将数组中5的倍数用字符串“Buzz”替换:
(4.. datas.size()-1).step(5).each do |i|
        datas[i]= "Buzz"
    end
  1. 将数组中15的倍数用字符串“FizzBuzz”替换:
(14.. datas.size()-1).step(15).each do |i|
        datas[i]= "FizzBuzz"
    end

最后,整体源码如下:

# @param {Integer} n
# @return {String[]}
def fizz_buzz(n)
    datas=("1"..n.to_s).to_a
    (2.. datas.size()-1).step(3).each do |i|
        datas[i]="Fizz"
    end
    (4.. datas.size()-1).step(5).each do |i|
        datas[i]= "Buzz"
    end
    (14.. datas.size()-1).step(15).each do |i|
        datas[i]= "FizzBuzz"
    end     
    return datas
end

备注

刚开始接触这个题下意识以为是考察如何替代求余运算来提高效率。。。too young啊,又掉进c坑里去了。
所以说,有没有更高效率的写法,有,看看Runtime Distribution就知道有,可是真的需要么?刚开始我用C++实现就一直在考虑效率,轻松跑到4ms左右又换成golang来写,同样的优化方法(利用三次循环减少条件判断而不是一次循环多次判断,当n非常大的时候减少条件判断意味着减少分支预测,也就意味着性能提升),结果却不是那么明显。也许,leetcode的测试用例太少了;也许,高级语言本身的损耗高于代码结构带来的损耗;也许,我的某一次提交运行的时候,机器正在生孩子负载太重了。太多的也许,让我想起镐头书里孟岩在推荐序中的一句话:

面对执行性能与开发效率的谜题,Ruby毫不犹豫的选择了开发效率,选择了对人脑友好

所以,我不打算继续纠结于性能(´▽`)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,045评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,114评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,120评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,902评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,828评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,132评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,590评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,258评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,408评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,335评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,385评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,068评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,660评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,747评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,967评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,406评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,970评论 2 341

推荐阅读更多精彩内容