用Python和C++两种思路，轻松找出所有‘AABB’型完全平方数（附完整代码）
双语言实战：Python与C++高效求解AABB型完全平方数
在编程竞赛和算法学习中，寻找特定模式的数字是一个经典问题。今天我们要解决的是找出所有四位数的"AABB"型完全平方数——即第一位与第二位相同，第三位与第四位相同的完全平方数。这类问题不仅能锻炼编程思维，还能帮助我们理解不同语言在解决同一问题时的设计差异。
1. 问题分析与数学基础
四位"AABB"型数字的数学表示为：1100*a + 11*b，其中a的取值范围是1-9（因为四位数的第一位不能为0），b的取值范围是0-9。我们的目标是找到所有满足这个形式且是完全平方数的数字。
判断完全平方数的核心方法是验证一个数是否可以表示为某个整数的平方。在编程实现中，通常采用以下方法：
import math def is_perfect_square(n): root = math.isqrt(n) # 整数平方根 return root * root == n对应的C++实现：
#include <cmath> bool isPerfectSquare(int n) { int root = sqrt(n); // 自动向下取整 return root * root == n; }2. Python实现：优雅的数学表达
Python以其简洁的语法和强大的数学运算能力，非常适合这类数学问题的求解。我们提供两种Python实现方式：
2.1 直接构造法
这种方法直接按照AABB的形式构造数字，然后验证是否为完全平方数：
def find_aabb_squares(): results = [] for a in range(1, 10): # 第一位1-9 for b in range(10): # 第三位0-9 num = 1100 * a + 11 * b if is_perfect_square(num): results.append(num) return results2.2 范围筛选法
另一种思路是先找出所有四位数的完全平方数，再筛选出AABB形式的数字：
def find_aabb_squares_filter(): squares = [i*i for i in range(32, 100)] # 32²=1024, 99²=9801 return [n for n in squares if (n//1000 == (n//100)%10) and ((n//10)%10 == n%10)]提示：Python 3.8+引入了math.isqrt()函数，比int(math.sqrt())更高效且不会出现浮点精度问题。
3. C++实现：高效的底层控制
C++以其执行效率见长，特别适合处理需要精细控制的大规模计算。我们同样提供两种C++实现：
3.1 枚举构造法
#include <iostream> #include <cmath> void findAABBSquares() { for (int a = 1; a <= 9; ++a) { for (int b = 0; b <= 9; ++b) { int num = 1100 * a + 11 * b; int root = sqrt(num); if (root * root == num) { std::cout << num << std::endl; } } } }3.2 遍历筛选法
#include <iostream> #include <cmath> void findAABBSquaresFilter() { for (int i = 32; i <= 99; ++i) { int square = i * i; int a = square / 1000; int b = (square / 100) % 10; int c = (square / 10) % 10; int d = square % 10; if (a == b && c == d) { std::cout << square << std::endl; } } }4. 性能分析与方法对比
我们通过实验对比四种方法的性能特点：
| 方法 | 循环次数 | 计算复杂度 | 适用场景 |
|---|---|---|---|
| Python构造法 | 90 | O(1) | 代码简洁，教学演示 |
| Python筛选法 | 68 | O(n) | 大数据量筛选 |
| C++枚举构造法 | 90 | O(1) | 精确控制，高性能 |
| C++遍历筛选法 | 68 | O(n) | 通用解决方案 |
关键发现：
- 构造法更直观体现了AABB数字的生成逻辑
- 筛选法在数学上更高效，因为它减少了不必要的完全平方判断
- C++版本在微秒级完成计算，Python版本在毫秒级
5. 算法优化与扩展
对于更大型的问题，我们可以进一步优化算法：
5.1 数学性质优化
观察AABB数字的数学形式：1100a + 11b = 11*(100a + b)。因此，AABB数字必须是11的倍数。我们可以利用这一点提前过滤：
def optimized_find(): return [n for n in range(32, 100) if (n*n) % 11 == 0 and (n*n//1000 == (n*n//100)%10) and ((n*n//10)%10 == n*n%10)]5.2 多语言实现建议
当需要在不同语言间移植算法时，注意以下关键点：
- Python的整数除法使用
//，而C++使用/ - Python的
range是左闭右开区间，C++的for循环通常是闭区间 - C++需要显式类型声明，Python是动态类型
6. 教学实践与常见错误
在教学实践中，学生常遇到以下问题：
- 边界条件处理不当：忘记四位数的第一位不能为0
- 浮点精度问题：直接使用
sqrt后比较可能因精度损失出错 - 循环范围错误：完全平方数的范围计算不准确
- 数字拆分错误：特别是使用取模运算时顺序搞反
注意：在竞赛编程中，推荐使用筛选法，因为它通常更高效且不易出错。而在教学场景中，构造法更能帮助学生理解问题本质。
7. 实际应用与变体问题
掌握这类问题的解决方法后，可以扩展到更多有趣的变体：
- 寻找ABBA型完全平方数
- 寻找前n位相同的完全平方数
- 寻找回文完全平方数
- 在更大范围内寻找特殊模式的数字
例如，寻找六位数AABCCB型完全平方数的Python实现：
def find_aabccb_squares(): return [n for n in range(317, 1000) # 317²≈100000, 999²≈998001 if (n*n//100000 == (n*n//10000)%10) and ((n*n//1000)%10 == (n*n//10)%10)]在解决这类问题时，Python的列表推导式提供了极其简洁的表达方式，而C++则能以更高的执行效率处理更大规模的数据。根据实际需求选择合适的工具和方法，是每个程序员需要培养的重要能力。