每周完成一个 ARTS：
Algorithm: 每周至少做一个 LeetCode 的算法题
Review: 阅读并点评至少一篇英文技术文章
Tips: 学习至少一个技术技巧
Share: 分享一篇有观点和思考的技术文章
题目：172. Factorial Trailing Zeroes
难度：Easy
题意：Given an integer n, return the number of trailing zeroes in n!.
示例 1：
Input: 3
Output: 0
Explanation: 3! = 6, no trailing zero.
示例 2：
Input: 5
Output: 1
Explanation: 5! = 120, one trailing zero.
说明：Your solution should be in logarithmic time complexity.
解法：这道题乍一看我们很容易会想：不就是计算阶乘结果尾数中 0 的个数吗，直接计算之后再去数不就行了？但只要你稍微仔细想一想就会发现，阶乘尾数中 0 的个数，其实就是阶乘展开之后 10 的个数。再仔细想，数 10 的个数其实就是数 5 的个数，因为 2 * 5 = 10，而 5 往下的阶乘中一定含有 2，那么只要统计阶乘中出现了几个 5 就可以统计出结果尾数中出现了几个 0。实际上，n 的阶乘中 5 的个数就是 n 除以 5 的结果中的整数部分，这一点很容易想到，只要想到了这一点，代码就非常容易写了。
代码：
class Solution:
def trailingZeroes(self, n: int) -> int:
result = 0
while n != 0:
result += n // 5
n = n // 5
return result
题目中要求的 O(log N) 的时间复杂度在这里也很好地满足了，因为这里的时间复杂度其实是以 5 为底的对数，用大 O 表示即是 O(log N)。
本周开始，我和「奔跑吧攻城狮」号主 Dimple 合作，出一个英文技术文章学习的专栏，每周针对一篇英文技术文章进行精读和讨论，旨在提升我们对英文文章的阅读理解能力。感兴趣的朋友可以关注一下公众号【奔跑吧攻城狮】，还可以加小编微信，进群进一步讨论交流哦！
本周选文为 Medium 上的一篇高赞文章《Lessons From Ancient Philosophers That Can be Applied to Everyday Life》。文章不算长，但有不少高级词汇和名人名言。
本文通过引用几位古典哲学家的思想和名言，讲述了当今生活中可以常用的几个原则，帮助我们成为更明智、更少焦虑、更深思熟虑、更好的人：
一个特别小的技巧：在 R console 中，你可以运行函数的名称而不加上括号 ()，来查看这个函数的源码。例如我们想要查看拟合线性模型函数 lm() 的源码，只需要在 R console 中执行：
> lm
R console 就会给你返回：
> lm
function (formula, data, subset, weights, na.action, method = "qr",
model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE,
contrasts = NULL, offset, ...)
{
ret.x <- x
ret.y <- y
cl <- match.call()
mf <- match.call(expand.dots = FALSE)
m <- match(c("formula", "data", "subset", "weights", "na.action",
"offset"), names(mf), 0L)
mf <- mf[c(1L, m)]
mf$drop.unused.levels <- TRUE
mf[[1L]] <- quote(stats::model.frame)
mf <- eval(mf, parent.frame())
if (method == "model.frame")
return(mf)
else if (method != "qr")
warning(gettextf("method = '%s' is not supported. Using 'qr'",
method), domain = NA)
mt <- attr(mf, "terms")
y <- model.response(mf, "numeric")
w <- as.vector(model.weights(mf))
if (!is.null(w) && !is.numeric(w))
stop("'weights' must be a numeric vector")
offset <- as.vector(model.offset(mf))
if (!is.null(offset)) {
if (length(offset) != NROW(y))
stop(gettextf("number of offsets is %d, should equal %d (number of observations)",
length(offset), NROW(y)), domain = NA)
}
if (is.empty.model(mt)) {
x <- NULL
z <- list(coefficients = if (is.matrix(y)) matrix(NA_real_,
0, ncol(y)) else numeric(), residuals = y, fitted.values = 0 *
y, weights = w, rank = 0L, df.residual = if (!is.null(w)) sum(w !=
0) else if (is.matrix(y)) nrow(y) else length(y))
if (!is.null(offset)) {
z$fitted.values <- offset
z$residuals <- y - offset
}
}
else {
x <- model.matrix(mt, mf, contrasts)
z <- if (is.null(w))
lm.fit(x, y, offset = offset, singular.ok = singular.ok,
...)
else lm.wfit(x, y, w, offset = offset, singular.ok = singular.ok,
...)
}
class(z) <- c(if (is.matrix(y)) "mlm", "lm")
z$na.action <- attr(mf, "na.action")
z$offset <- offset
z$contrasts <- attr(x, "contrasts")
z$xlevels <- .getXlevels(mt, mf)
z$call <- cl
z$terms <- mt
if (model)
z$model <- mf
if (ret.x)
z$x <- x
if (ret.y)
z$y <- y
if (!qr)
z$qr <- NULL
z
}
<bytecode: 0x7fef1779aec0>
<environment: namespace:stats>
这周我们来看一下 VS Code 中关于代码折叠和面包屑的功能。
首先是「代码折叠」。
举一个简单的例子，我们有下面一段 JS 代码：
function hw() {
console("Hello world!");
}
当我们把鼠标指针移动到行号附近，我们可以看到一个向下的箭头（或者是一个减号标记，取决于你安装的主题，但形式差不多），点击这个箭头，你会发现 hw() 这个函数中间的内容消失了，被三个点代替。
代码折叠功能同样支持其他语言如 Python：
代码折叠的一些快捷键如下：
Cmd + Option + [ 收起当前光标下的可折叠部分Cmd + Option + ] 展开当前光标下的可折叠部分Cmd + kCmd + 0 折叠所有可以折叠的代码Cmd + kCmd + j 展开所有被折叠的代码更详细折叠方案的可以参考官方文档。
VS Code 中提供了快四跳转到某个函数或章节的面包屑功能，举个我现在正在写的这篇文章的例子：
在标签页的正下方你可以看到有一排类似于导航栏的东西，你可以点击每个文字，在不同的文件夹、文件、模块或是函数之间进行跳转，这个工具栏和我们在 VS Code 左侧的资源管理器中看到的层级结构是一致的，但是更方便在编写代码的时候直接进行跳转。