自除数算法题怎么解？从裁员热点到Python代码的清晰思路

最近一个关于“48岁老程序员被大厂裁员”的帖子引发了广泛讨论。帖子里提到，主人公不仅社保交满了20年，还有一笔可观的存款，计划回县城生活。

有人说这是“体面退场”，未来靠利息和退休金，日子可能比很多还在加班的人更舒心。但也有人感慨，技术人卷到最后，赢家模板似乎是“拥有选择不工作的底气”。

这件事之所以引发共鸣，背后是对职业生涯和财务安全的普遍焦虑。大厂的年龄门槛现实且残酷，但更现实的是，能否从容应对这种变化，往往取决于工作之外的积累。没有足够的储备，所谓的“退场”可能就是一场硬仗。

聊完职场话题，我们切换一下频道，来看一道与之风格迥异但值得玩味的算法题——自除数。这道题本身不难，但正因为它简单，才更能检验我们写代码时是否把边界和逻辑想清楚了。

自除数：题意与核心思路

题目要求很直接：找出给定区间 [left, right] 内的所有自除数。一个自除数需要满足两个条件：

1. 该数包含的每一位数字都不能是 0。
2. 该数必须能被其包含的每一位数字整除。

举个例子，128 就是一个自除数。我们来验证一下：128 % 1 == 0，128 % 2 == 0，128 % 8 == 0，全部通过。而 120 就不是，因为它包含数字 0，直接不符合第一条规则。

解这道题的关键在于如何处理一个整数的每一位。在动手前，先明确两个容易踩坑的地方：

• 保护原始数据：我们需要遍历数字的每一位来判断整除性，但最后做取模运算 (num % digit) 时，必须用原始的 num。所以遍历时要用一个临时变量（比如 cur）来操作，避免把原数拆没了。
• 遇零则退：只要发现某一位是 0，这个数就绝对不可能是自除数，应该立即返回 False，没有必要继续检查后面的位数。这是一种有效的“剪枝”。

Python 实现与逐行解析

基于以上思路，我们可以先写一个辅助函数来判断单个数字是否为自除数。

def is_self_dividing(num: int) -> bool:
    cur = num  # 用 cur 来遍历位数，保护原始的 num
    while cur > 0:
        digit = cur % 10  # 取出当前最低位
        if digit == 0 or num % digit != 0:  # 核心判断：遇零或不能整除
            return False
        cur //= 10  # 去掉已处理的最低位，继续检查下一位
    return True

这个函数的逻辑很清晰：

1. cur = num：创建临时变量。
2. while cur > 0：当还有位数可以处理时，继续循环。
3. digit = cur % 10：通过取模运算得到当前个位数。
4. if digit == 0 or num % digit != 0：进行关键判断。注意这里取模用的是原始 num，而不是 cur。
5. cur //= 10：通过整数除法去掉刚刚处理过的个位。
6. 如果循环顺利结束，说明所有位数都通过了检查，返回 True。

有了判断单个数的函数，主函数就非常简单了，只需要遍历给定区间，收集符合条件的数即可。

def self_dividing_numbers(left: int, right: int) -> list[int]:
    ans = []
    for num in range(left, right + 1):
        if is_self_dividing(num):
            ans.append(num)
    return ans

我们来测试一下，计算 1 到 22 之间的所有自除数：

print(self_dividing_numbers(1, 22))
# 输出: [1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 15, 22]

结果符合预期。你可以验证一下，比如 15 满足 15 % 1 == 0 且 15 % 5 == 0；22 满足 22 % 2 == 0。

复杂度分析与写法讨论

时间复杂度：假设区间内有 n 个数，检查每个数需要遍历其 k 位数字（k 与数字的位数相关，通常很小）。因此，总的时间复杂度是 O(n * k)。对于这类题目给定的数据范围，这种效率完全足够。

空间复杂度：除了存储结果的列表，我们只使用了常数级别的额外空间，所以是 O(n)（用于输出结果），或 O(1)（如果不考虑输出占用的空间）。

有些人可能会想到先把数字转换成字符串，然后遍历每个字符。这种方法当然也可以，但相比之下，直接使用 % 10 和 // 10 的数学方法更贴近“数字处理”的本质，路径更短，效率也通常更高，显得更像是在实现业务逻辑，而非单纯拼凑题解。

完整代码

把辅助函数和主函数放在一起，就是这道题的完整解法：

def is_self_dividing(num: int) -> bool:
    cur = num
    while cur > 0:
        digit = cur % 10
        if digit == 0 or num % digit != 0:
            return False
        cur //= 10
    return True

def self_dividing_numbers(left: int, right: int) -> list[int]:
    ans = []
    for num in range(left, right + 1):
        if is_self_dividing(num):
            ans.append(num)
    return ans

总结

像“自除数”这样的题目，难点不在于算法有多深奥，而在于能否稳妥地处理边界条件（比如数字0），以及是否遵循清晰的逻辑（比如保护原始数据）。在面试或日常编程中，把简单问题实现得稳健、易读，往往比追求奇技淫巧更重要。

从开头的职场故事到这里的算法细节，看似不相关的两件事，其实都指向同一个核心：无论是规划职业生涯，还是解决一个具体的编码问题，清晰的思路、对细节的把握以及提前筹划的能力，都是应对变化的关键。技术人除了钻研代码，或许也该偶尔跳出来，思考一下更长期的命题。在云栈社区，我们既讨论技术难题的解法，也分享关于职业成长的观察与思考。