O Que É Algarismo Distintos

Algarismos distintos não é coisa do outro mundo

O conceito parece simples até você se deparar com um cadastro que exige validação estrita. Algarismos distintos significa simplesmente que cada dígito que compõe um número aparece apenas uma vez. Não há repetição. Se o número é 1539, todos os seus dígitos são distintos. Se é 1531, o algarismo 1 se repete e já não se encaixa na regra. A maior parte das pessoas trava na hora de aplicar isso na prática porque começa a pensar em fórmulas mágicas antes de entender o fluxo real de dados. Eu já vi gente complicar demais validação de CPF, CNPJ e até códigos promocionais com regras de unicidade de dígitos. O básico já resolve, mas o detalhe está no tratamento dos casos extremos.

o que é algarismo distintos

Basicamente, é um filtro de não repetição entre os símbolos numéricos de uma sequência. A contagem é feita dígito por dígito e não por posição ou valor. O número 00123 tem algarismos distintos (0, 1, 2, 3), ainda que o zero apareça duas vezes na representação visual, porque o algarismo 0 se repete e, portanto, fere a condição de distintos. Já o 9876543210 é o exemplo perfeito de todos os algarismos distintos possíveis em base decimal. Na minha experiência, o problema mais comum não é a definição, e sim a implementação ingênua. Eu precisei corrigir um processo de conciliação bancária que ia rejeitar pagamentos porque o número de autorização continha algarismos repetidos e o sistema legado interpretava isso como duplicidade de registro. A solução foi tratar a string como conjunto de caracteres, ignorando zeros à esquerda e normalizando antes de validar. Isso economizou cerca de 3 horas de retrabalho diário na equipe de operações. Para implementar de forma direta, você pode percorrer a string do número, acumular os algarismos em uma estrutura que não permita repetição e, ao final, comparar o tamanho do acúmulo com o tamanho da string original. Se forem iguais, todos os dígitos são distintos. Se forem diferentes, pelo menos um algarismo se repete.

Um detalhe que poucos consideram é a questão da base numérica. Se o dado vier codificado em hexadecimal ou qualquer outra base, algarismos distintos passam a incluir letras A até F, e a lógica de comparação precisa ser ajustada para reconhecer esses símbolos. Em sistemas financeiros, isso costuma causar rejeições silenciosas quando não há validação explícita do charset. O outro ponto que gera dor de cabeça é a normalização de dados sujos. Números com hífens, pontos, espaços ou sinais de mais e menos precisam ser limpos antes da contagem. Eu já vi validação falhar porque alguém colocou um traço como separador de milhar e o algoritmo tratou o hífen como algarismo, resultando em contagem incorreta de distinção. Se você estiver usando Python, uma solução enxuta seria transformar a string em um conjunto e comparar comprimentos, após remover caracteres não numéricos. Em JavaScript, a abordagem é similar com split e filter. A escolha da linguagem não altera a lógica, mas afeta a performance quando o volume de registros sobe para centenas de milhares por lote.

Uma limitação relevante é que esse tipo de validação não detecta erros de digitação que mantêm a unicidade, como trocar um 2 por um 5 em um número grande. Ou seja, ela é útil para constraints de negócio, mas não serve como garantia completa de integridade. Para casos, combinamos com algoritmos de checksum ou validação por dígitos verificadores, dependendo do domínio. Se o seu cenário exige alta performance em tempo real, considere pré-processar os dados em lotes e usar hash sets ao invés de comparações aninhadas. Isso costuma reduzir o tempo de processamento de validação de algarismos distintos de alguns segundos para frações de milissegundo por registro, o que faz diferença significativa em pipelines de ETL. Resumindo, o conceito é restrito, mas a aplicação prática exige atenção à limpeza, normalização, base numérica e volume. Trate os dados como strings antes de matemática, use estruturas de unicidade e teste com casos extremos antes de liberar para produção.