由三道 LeetCode 题目简单了解一下位运算

4,024 阅读15分钟

你可做过这几道题?

在面试的准备过程中,刷算法题算是必修课,当然我也不例外。某天,我刷到了一道神奇的题目:

# 136. 只出现一次的数字
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。

说明:
你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?

示例 1:
输入: [2,2,1]
输出: 1

示例 2:
输入: [4,1,2,1,2]
输出: 4

我不禁眉头一皱,心说,这还不简单,三下五除二写下如下代码:

  /**
   * HashMap
   *
   * @param nums 数组
   * @return 结果
   */
  public int solution(int[] nums) {
    Map<Integer, Integer> map = new HashMap<>();
    for (int num : nums) {
      if (map.containsKey(num)) {
        map.remove(num);
      } else {
        map.put(num, 1);
      }
    }
    return map.entrySet().iterator().next().getKey();
  }

接着,我看到了另外一道题目:

# 137. 只出现一次的数字 II
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现了三次。找出那个只出现了一次的元素。

说明:
你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?

示例 1:
输入: [2,2,3,2]
输出: 3

示例 2:
输入: [0,1,0,1,0,1,99]
输出: 99

我不禁眉头又一皱,心说,好像是同样的套路,便写下了如下代码:

  /**
   * 使用Map,存储key以及出现次数
   *
   * @param nums 数组
   * @return 出现一次的数字
   */
  public int singleNumber(int[] nums) {
    Map<Integer, Integer> map = new HashMap<>();
    for (int num : nums) {
      if (map.containsKey(num)) {
        map.put(num, map.get(num) + 1);
      } else {
        map.put(num, 1);
      }
    }
    for (Integer key : map.keySet()) {
      if (map.get(key) == 1) {
        return key;
      }
    }
    return 0;
  }

然后,就出现了终极题目:

# 260. 只出现一次的数字 III
给定一个整数数组 nums,其中恰好有两个元素只出现一次,其余所有元素均出现两次。 找出只出现一次的那两个元素。

示例 :
输入: [1,2,1,3,2,5]
输出: [3,5]

注意:
1. 结果输出的顺序并不重要,对于上面的例子, [5, 3] 也是正确答案。
2. 你的算法应该具有线性时间复杂度。你能否仅使用常数空间复杂度来实现?

我不禁又皱了一下眉头,心说,嗯……接着便写下如下代码:

  /**
   * 使用Map,存储key以及出现次数
   *
   * @param nums 数组
   * @return 出现一次的数字的数组
   */
  public int[] singleNumber(int[] nums) {
    int[] result = new int[2];
    Map<Integer, Integer> map = new HashMap<>();
    for (int num : nums) {
      if (map.containsKey(num)) {
        map.put(num, map.get(num) + 1);
      } else {
        map.put(num, 1);
      }
    }
    int i = 0;
    for (Integer key : map.keySet()) {
      if (map.get(key) == 1) {
        result[i] = key;
        i++;
      }
    }
    return result;
  }

用几乎同一种思路做了三道题,不得不夸一下自己:

做完这三道题目,提交了答案之后,执行用时和内存消耗都只超过了 10% 的解题者。不由得眉头紧锁(终于知道自己为啥抬头纹这么深了),发现事情并没有这么简单……

之后我又找了一下其他解法,如下:

  /**
   * #136 根据题目描述,由于加上了时间复杂度必须是 O(n) ,并且空间复杂度为 O(1) 的条件,因此不能用排序方法,也不能使用 map 数据结构。答案是使用 位操作Bit Operation 来解此题。
   * 将所有元素做异或运算,即a[1] ⊕ a[2] ⊕ a[3] ⊕ …⊕ a[n],所得的结果就是那个只出现一次的数字,时间复杂度为O(n)。
   * 根据异或的性质 任何一个数字异或它自己都等于 0
   *
   * @param nums 数组
   * @return 结果
   */
  private int solution(int[] nums) {
    int res = 0;
    for (int num : nums) {
      res ^= num;
    }
    return res;
  }
  /**
   * #137 嗯……这个我们下面再做详解
   * 这里使用了异或、与、取反这些运算
   *
   * @param nums 数组
   * @return 出现一次的数字
   */
  public int singleNumber2(int[] nums) {
    int a = 0, b = 0;
    int mask;
    for (int num : nums) {
      b ^= a & num;
      a ^= num;
      mask = ~(a & b);
      a &= mask;
      b &= mask;
    }
    return a;
  }
  /**
   * #260 在这里把所有元素都异或,那么得到的结果就是那两个只出现一次的元素异或的结果。
   * 然后,因为这两个只出现一次的元素一定是不相同的,所以这两个元素的二进制形式肯定至少有某一位是不同的,即一个为 0 ,另一个为 1 ,现在需要找到这一位。
   * 根据异或的性质 任何一个数字异或它自己都等于 0 ,得到这个数字二进制形式中任意一个为 1 的位都是我们要找的那一位。
   * 再然后,以这一位是 1 还是 0 为标准,将数组的 n 个元素分成两部分。
   * 1. 将这一位为 0 的所有元素做异或,得出的数就是只出现一次的数中的一个
   * 2. 将这一位为 1 的所有元素做异或,得出的数就是只出现一次的数中的另一个。
   * 这样就解出题目。忽略寻找不同位的过程,总共遍历数组两次,时间复杂度为O(n)。
   * 
   * 使用位运算
   *
   * @param nums 数组
   * @return 只出现一次数字的数组
   */
  public int[] singleNumber2(int[] nums) {
    int diff = 0;
    for (int num : nums) {
      diff ^= num;
    }
    // 得到最低的有效位,即两个数不同的那一位
    diff &= -diff;
    int[] result = new int[2];
    for (int num : nums) {
      if ((num & diff) == 0) {
        result[0] ^= num;
      } else {
        result[1] ^= num;
      }
    }
    return result;
  }

看完上面的解法,我脑海中只有问号的存在,啥意思啊?!

下面就让我们简单了解一下位运算并解析一下这三道题目。

简单介绍一下位运算

1. 异或运算(^)

异或逻辑的关系是:当AB不同时,输出P=1;当AB相同时,输出P=0。“⊕”是异或数学运算符号,异或逻辑也是与或非逻辑的组合,其逻辑表达式为:P=A⊕B。在计算机语言中,异或的符号为“ ^ ”。

异或运算 A ⊕ B 的真值表如下:

A B
F F F
F T T
T F T
T T F

所以我们从 #136 题解中了解,通过异或运算,两个相同的元素结果为 0,而 任何数0 进行异或操作,结果都为其本身。

2. 与操作(&)

“与”运算是计算机中一种基本的逻辑运算方式,符号表示为 “&”,参加运算的两个数据,按二进制位进行“与”运算。运算规则:0&0=0;0&1=0;1&0=0;1&1=1;即:两位同时为“1”,结果才为“1”,否则为0。另,负数按补码形式参加按位与运算。

与运算 A & B 的真值表如下:

A B &
F F F
F T F
T F F
T T T

“与运算”的特殊用途:

  1. 清零。如果想将一个单元清零,即使其全部二进制位为0,只要与一个各位都为零的数值相与,结果为零。

  2. 取一个数的指定位

    方法:找一个数,对应X要取的位,该数的对应位为1,其余位为零,此数与X进行“与运算”可以得到X中的指定位。例:设 X=10101110,取X的低4位,用 X & 0000 1111 = 0000 1110 即可得到;还可用来取 X 的2、4、6位。

3. 或操作(|)

参加运算的两个对象,按二进制位进行“或”运算。运算规则:0|0=0; 0|1=1; 1|0=1; 1|1=1;即 :参加运算的两个对象只要有一个为1,其值为1。另,负数按补码形式参加按位或运算。

或运算 A | B 的真值表如下:

A B |
F F F
F T T
T F T
T T T

或运算”特殊作用:

  1. 常用来对一个数据的某些位置1。

    方法:找到一个数,对应X要置1的位,该数的对应位为1,其余位为零。此数与X相或可使X中的某些位置1。

    例:将 X=10100000 的低4位 置为1 ,用 X | 0000 1111 = 1010 1111 即可得到。

4. 取反操作(~)

参加运算的一个数据,按二进制位进行“取反”运算。运算规则:~1=0; ~0=1;即:对一个二进制数按位取反,即将0变1,1变0。

使一个数的最低位为零,可以表示为:a&~1。~1 的值为 1111111111111110,再按“与”运算,最低位一定为0。因为“~”运算符的优先级比算术运算符、关系运算符、逻辑运算符和其他运算符都高。


OK,截止到这儿,三道题目中使用的位运算介绍完毕,那么这里我们插入一下 #137 的详细题解。

public int singleNumber2(int[] nums) {
    // 这里我们改一下变量名
    // 用 one 记录到当前处理的元素为止,二进制1出现“1次”(mod 3 之后的 1)的有哪些二进制位;
    // 用 two 记录到当前计算的变量为止,二进制1出现“2次”(mod 3 之后的 2)的有哪些二进制位。
    int one = 0, two = 0;
    int mask;
    for (int num : nums) {
      // 由于 two 要考虑,one 的已有状态,和当前是否继续出现。所以要先算
      two ^= one & num;
      // one 就是一个0,1的二值位,在两个状态间转换
      one ^= num;
      // 当 one 和 two 中的某一位同时为1时表示该二进制位上1出现了3次,此时需要清零。
      mask = ~(one & two);
      // 清零操作
      one &= mask;
      two &= mask;
    }
    // 即用 二进制 模拟 三进制 运算。最终 one 记录的是最终结果。
    return one;
  }

首先考虑一个相对简单的问题,加入输入数组里面只有 0 和 1,我们要统计 1 出现的次数,当遇到 1 就次数加 1,遇到 0 就不变,当次数达到 k 时,统计次数又回归到 0。我们可以用 m 位来做这个计数工作,即 xm, xm−1, …, x1,只需要确保 2 > k 即可,接下来我们要考虑的问题就是,在每一次check元素的时候,做什么操作可以满足上述的条件。在开始计数之前,每一个计数位都初始化位0,然后遍历nums,直到遇到第一个1,此时 x1 会变成1,继续遍历,直到遇到第二个1,此时 x1=0, x2=1,直到这里应该可以看出规律了。每遇到一个1,对于 xm, xm−1, …, x1,只有之前的所有位都为1的时候才需要改变自己的值,如果本来是1,就变成0,本来是0,就变成1 ,如果遇到的是0,就保持不变。搞清楚了这个逻辑,写出表达式就不难了。这里以 m = 3 为例给出 java 代码:

for(int num: nums) {
    x3 ^= x2 & x1 & num;
    x2 ^= x1 & num;
    x1 ^= num;
    // other operations
}

但是到这里还没有解决当 1 的次数到 k 时,计数值要重新返回到 0,也就是所有计数位都变成 0 这个问题。解决办法也是比较巧妙。

假设我们有一个标志变量,只有当计数值到 k 的时候这个标志变量才为 0,其余情况下都是 1,然后每一次check元素的时候都对每个计数位和标志变量做与操作,那么如果标志变量为 0,也就是计数值为 k 的时候,所有位都会变成 0, 反之,所有位都会保持不变,那么我们的目的也就达到了。

好,最后一个问题是怎么计算标志变量的值。将 k 转变为二进制,只有计数值达到 k,所有计数位才会和 k 的二进制一样,所以只需要将 k 的二进制位做 与操作 ,如果某个位为 0,就与该位 取反 之后的值做与操作。

以 k=3, m=2 为例,简要的 java 代码如下:

// where yj = xj if kj = 1, 
// and yj = ~xj if kj = 0, 
// k1, k2是 k 的二进制表示(j = 1 to 2). 
mask = ~(y1 & y2); 
x2 &= mask;
x1 &= mask;

将这两部分合起来就是解决这个问题的完整算法了。


5. 左移运算符(<<)

将一个运算对象的各二进制位全部左移若干位(左边的二进制位丢弃,右边补0)。

例:a = a<< 2将a的二进制位左移2位,右补0,左移1位后a = a *2;

若左移时舍弃的高位不包含1,则每左移一位,相当于该数乘以2。

代码示例,本代码中的整数为32位整数,所以为负数的话,二进制表示其长度为32:

    /**
     * << 表示左移,如果该数为正,则低位补0,若为负数,则低位补1。如:5<<2的意思为5的二进制位往左挪两位,右边补0,5的二进制位是0000 0101 , 就是把有效值101往左挪两位就是0001 0100
     */
    @Test
    public void leftShiftTest() {
        int number1 = 5;
        System.out.println("左移前的十进制数为:" + number1);
        System.out.println("左移前的二进制数为:" + Integer.toBinaryString(number1));
        int number2 = number1 << 2;
        System.out.println("左移后的十进制数为:" + number2);
        System.out.println("左移后的二进制数为:" + Integer.toBinaryString(number2));
        System.out.println();
        int number3 = -5;
        System.out.println("左移前的十进制数为:" + number3);
        System.out.println("左移前的二进制数为:" + Integer.toBinaryString(number3));
        int number4 = number3 << 2;
        System.out.println("左移后的十进制数为:" + number4);
        System.out.println("左移后的二进制数为:" + Integer.toBinaryString(number4));
    }

结果如下:

左移前的十进制数为:5
左移前的二进制数为:101
左移后的十进制数为:20
左移后的二进制数为:10100

左移前的十进制数为:-5
左移前的二进制数为:11111111111111111111111111111011
左移后的十进制数为:-20
左移后的二进制数为:11111111111111111111111111101100

6. 右移运算符(>>)

>> 表示右移,表示将一个数的各二进制位全部右移若干位,正数左补0,负数左补1,右边丢弃。操作数每右移一位,相当于该数除以2。

>>> 表示无符号右移,也叫逻辑右移,即若该数为正,则高位补0,而若该数为负数,则右移后高位同样补0。

例如:a = a >> 2 将a的二进制位右移2位,左补0 or 补1得看被移数是正还是负。

代码示例,本代码中的整数为32位整数,所以为负数的话,二进制表示其长度为32:

    @Test
    public void rightShift() {
        int number1 = 10;
        System.out.println("右移前的十进制数为:" + number1);
        System.out.println("右移前的二进制数为:" + Integer.toBinaryString(number1));
        int number2 = number1 >> 2;
        System.out.println("右移后的十进制数为:" + number2);
        System.out.println("右移后的二进制数为:" + Integer.toBinaryString(number2));
        System.out.println();
        int number3 = -10;
        System.out.println("右移前的十进制数为:" + number3);
        System.out.println("右移前的二进制数为:" + Integer.toBinaryString(number3));
        int number4 = number3 >> 2;
        System.out.println("右移后的十进制数为:" + number4);
        System.out.println("右移后的二进制数为:" + Integer.toBinaryString(number4));

        System.out.println("***********************逻辑右移**********************");

        int a = 15;
        System.out.println("逻辑右移前的十进制数为:" + a);
        System.out.println("逻辑右移前的二进制数为:" + Integer.toBinaryString(a));
        int b = a >>> 2;
        System.out.println("逻辑右移后的十进制数为:" + b);
        System.out.println("逻辑右移后的二进制数为:" + Integer.toBinaryString(b));
        System.out.println();
        int c = -15;
        System.out.println("逻辑右移前的十进制数为:" + c);
        System.out.println("逻辑右移前的二进制数为:" + Integer.toBinaryString(c));
        int d = c >>> 2;
        System.out.println("逻辑右移后的十进制数为:" + d);
        System.out.println("逻辑右移后的二进制数为:" + Integer.toBinaryString(d));
    }

结果如下:

右移前的十进制数为:10
右移前的二进制数为:1010
右移后的十进制数为:2
右移后的二进制数为:10

右移前的十进制数为:-10
右移前的二进制数为:11111111111111111111111111110110
右移后的十进制数为:-3
右移后的二进制数为:11111111111111111111111111111101
***********************逻辑右移**********************
逻辑右移前的十进制数为:15
逻辑右移前的二进制数为:1111
逻辑右移后的十进制数为:3
逻辑右移后的二进制数为:11

逻辑右移前的十进制数为:-15
逻辑右移前的二进制数为:11111111111111111111111111110001
逻辑右移后的十进制数为:1073741820
逻辑右移后的二进制数为:111111111111111111111111111100

总结

以上就是我们常见的几种位运算了,其中左移、右移等操作,在 HashMap的源码中也会经常看到,理解了这些位操作,对于理解源码也是有一定帮助的,当然也会帮助我们写出执行效率更高的代码。

从上面的部分示例中可以看出,位运算通常用来降低包含排列,计数等复杂度比较高的操作,当然也可以用来代替乘 2 除 2,判断素数,偶数,倍数等基本操作,但是我认为其意义在于前者,即用计数器来降低设计到排列或者计数的问题的复杂度。

最后一点,三道算法题中,#136#260 理解起来倒还好,#137 Single Number II 的题解可能需要费一点功夫,至少我还没有完全理解,但不能轻易放弃对不对,继续啃啊!

以上便是我个人的简单总结,如果有纰漏或者错误,欢迎进行指出及纠正。

参考: