剑指Offer(java答案)(31-40)

387 阅读22分钟

31、连续子数组的最大和

题目描述: 输入一个整型数组,数组里有正数和负数,数组中一个或者多个连续的数字组成一个子数组,求所有子数组的最大值,要求时间复杂度为O(N)

思路1:

/*
算法时间复杂度O(n)
用total记录累计值,maxSum记录和最大
基于思想:对于一个数A,若是A的左边累计数非负,那么加上A能使得值不小于A,认为累计值对
          整体和是有贡献的。如果前几项累计值负数,则认为有害于总和,total记录当前值。
此时 若和大于maxSum 则用maxSum记录下来
*/
public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        if(array.length==0)
            return 0;
        else{
            int total=array[0],maxSum=array[0];
            for(int i=1;i<array.length;i++){
                if(total>=0)
                    total+=array[i];
                else
                    total=array[i];
                if(total>maxSum)
                    maxSum=total;
            }
            return maxSum;
        }
         
    }
}

思路2:动态规划(相当重点)

public class Solution {
    public int FindGreatestSumOfSubArray(int[] array) {
        //动态规划,主要是找到状态转移方程
        //设f(j)是从s[0]到s[j]最大和
        //f(j) = max(s[j], f[j-1]+s[j])
        if(array.length == 0)
            return 0;
        int result = Integer_MinValue;
        int sum = 0;
        for(int i = 0; i < array.length; ++i)
        {
            sum = max(array[i], sum + array[i]);
            result = max(result, sum);
        }
        return result;
    }
}

32、整数中1出现的次数(从1到n整数中1出现的次数)

题目描述 例如n=13的整数中1出现的次数,1~13中包含1的数字有1、10、11、12、13因此共出现6次

思路: 一、1的数目

编程之美上给出的规律: 1、 如果第i位(自右至左,从1开始标号)上的数字为0,则第i位可能出现1的次数由更高位决定(若没有高位,视高位为0),等于更高位数字 * 当前位数的权重10^(i-1)。

2、如果第i位上的数字为1,则第i位上可能出现1的次数不仅受更高位影响,还受低位影响(若没有低位,视低位为0),等于更高位数字 * 当前位数的权重10^(i-1)+(低位数字+1)。

3、如果第i位上的数字大于1,则第i位上可能出现1的次数仅由更高位决定(若没有高位,视高位为0),等于(更高位数字+1) * 当前位数的权重10^(i-1)。

二、X的数目 这里的 X∈[1,9] ,因为 X=0 不符合下列规律,需要单独计算。

首先要知道以下的规律: 从 1 至 10,在它们的个位数中,任意的 X 都出现了 1 次。 从 1 至 100,在它们的十位数中,任意的 X 都出现了 10 次。 从 1 至 1000,在它们的百位数中,任意的 X 都出现了 100 次。

依此类推,从 1 至 10^ i ,在它们的左数第二位(右数第 i 位)中,任意的 X 都出现了 10^(i-1) 次。

这个规律很容易验证,这里不再多做说明。 接下来以 n=2593,X=5 为例来解释如何得到数学公式。从 1 至 2593 中,数字 5 总计出现了 813 次,其中有 259 次出现在个位,260 次出现在十位,294 次出现在百位,0 次出现在千位。

现在依次分析这些数据, 首先是个位。从 1 至 2590 中,包含了 259 个 10,因此任意的 X 都出现了 259 次。最后剩余的三个数 2591, 2592 和 2593,因为它们最大的个位数字 3 < X,因此不会包含任何 5。(*也可以这么看,3 < X,则个位上可能出现的X的次数仅由更高位决定,等于更高位数字(259)10^(1-1)=259)。

然后是十位。从 1 至 2500 中,包含了 25 个 100,因此任意的 X 都出现了 25×10=250 次。剩下的数字是从 2501 至 2593,它们最大的十位数字 9 > X,因此会包含全部 10 个 5。最后总计 250 + 10 = 260。(*也可以这么看,9>X,则十位上可能出现的X的次数仅由更高位决定,等于更高位数字(25+1)10^(2-1)=260)。

接下来是百位。从 1 至 2000 中,包含了 2 个 1000,因此任意的 X 都出现了 2×100=200 次。剩下的数字是从 2001 至 2593,它们最大的百位数字 5 == X,这时情况就略微复杂,它们的百位肯定是包含 5 的,但不会包含全部 100 个。如果把百位是 5 的数字列出来,是从 2500 至 2593,数字的个数与百位和十位数字相关,是 93+1 = 94。最后总计 200 + 94 = 294。(*也可以这么看,5==X,则百位上可能出现X的次数不仅受更高位影响,还受低位影响,等于更高位数字(2)10^(3-1)+(93+1)=294)。

最后是千位。现在已经没有更高位,因此直接看最大的千位数字2< X,所以不会包含任何 5。(*也可以这么看,2< X,则千位上可能出现的X的次数仅由更高位决定,等于更高位数字(0)10^(4-1)=0)。 到此为止,已经计算出全部数字 5 的出现次数。

总结一下以上的算法,可以看到,当计算右数第 i 位包含的 X 的个数时:

  • 1、取第 i 位左边的数字(高位),乘以 10 ^(i−1) ,得到基础值 a 。
  • 2、取第 i 位数字,计算修正值:
  • 1、如果大于 X,则结果为 a+ 10 ^(i−1) 。
  • 2、如果小于 X,则结果为 a 。
  • 3、如果等 X,则取第 i 位右边(低位)数字,设为 b ,最后结果为 a+b+1 。

相应的代码非常简单,效率也非常高,时间复杂度只有 O( log 10 n) 。

public class Solution {
    public int NumberOf1Between1AndN_Solution(int n) {
    	//当x=1时
        return NumberOfXBetween1AndN_Solution1(n,1);       
    }
  
 /**
 * @param n
 * @param x [1,9]
 * @return (从1到n整数中x出现的次数)
 */
    public int NumberOfXBetween1AndN_Solution1(int n,int x) {
        if(n<0||x<1||x>9)
            return 0;
        int high,low,curr,tmp,i = 1;
        high = n;
        int total = 0;
        while(high!=0){
            high = n/(int)Math.pow(10, i);// 获取第i位的高位
            tmp = n%(int)Math.pow(10, i);
            curr = tmp/(int)Math.pow(10, i-1);// 获取第i位
            low = tmp%(int)Math.pow(10, i-1);// 获取第i位的低位
            if(curr==x){
                total+= high*(int)Math.pow(10, i-1)+low+1;
            }else if(curr<x){
                total+=high*(int)Math.pow(10, i-1);
            }else{
                total+=(high+1)*(int)Math.pow(10, i-1);
            }
            i++;
        }
        return total;       
    }
  
}

33、把数组排成最小的数

题目描述: 输入一个正整数数组,把数组里所有数字拼接起来排成一个数,打印能拼接出的所有数字中最小的一个。例如输入数组{3,32,321},则打印出这三个数字能排成的最小数字为321323。

package cn.zhuang.offer;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.Comparator;

public class Main {
 
/* 解题思路:
 * 考虑到大数问题,先将整型数组转换成String数组,然后将String数组排序,最后将排好序的字符串数组拼接出来。关键就是制定排序规则。
 * 排序规则如下:
 * 若ab > ba 则 a > b,
 * 若ab < ba 则 a < b,
 * 若ab = ba 则 a = b;
 * 解释说明:
 * 比如 "3" < "31"但是 "331" > "313",所以要将二者拼接起来进行比较
 */
	public static String PrintMinNumber(int [] numbers) {
        if(numbers == null || numbers.length == 0) return "";
        int len = numbers.length;
        String[] str = new String[len];
        StringBuilder sb = new StringBuilder();
        for(int i = 0; i < len; i++){
            str[i] = String.valueOf(numbers[i]);
        }
        
        //此处较为重要,新的排序规则,如若取最大值,~c1.compareTo(c2)
        Arrays.sort(str,new Comparator<String>(){
            @Override
            public int compare(String s1, String s2) {
                String c1 = s1 + s2;
                String c2 = s2 + s1;
                return c1.compareTo(c2);
            }
        });
        for(int i = 0; i < len; i++){
            sb.append(str[i]);
        }
        return sb.toString();
    }
	
	public static void main(String[] args){
		int[] a = {3,32,421};
		System.out.println(PrintMinNumber(a));
	}

}

java中的compareto方法,返回参与比较的前后两个字符串的asc码的差值,看下面一组代码 String a="a",b="b"; System.out.println(a.compareto.b); 则输出-1; 若a="a",b="a"则输出0; 若a="b",b="a"则输出1;

单个字符这样比较,若字符串比较长呢?? 若a="ab",b="b",则输出-1; 若a="abcdef",b="b"则输出-1; 也就是说,如果两个字符串首字母不同,则该方法返回首字母的asc码的差值

如果首字母相同呢?? 若a="ab",b="a",输出1; 若a="abcdef",b="a"输出5; 若a="abcdef",b="abc"输出3; 若a="abcdef",b="ace"输出-1; 即参与比较的两个字符串如果首字符相同,则比较下一个字符,直到有不同的为止,返回该不同的字符的asc码差值,如果两个字符串不一样长,可以参与比较的字符又完全一样,则返回两个字符串的长度差值

34、丑数

题目描述: 把只包含因子2、3和5的数称作丑数(Ugly Number)。例如6、8都是丑数,但14不是,因为它包含因子7。习惯上我们把1当做是第一个丑数。求按从小到大的顺序的第N个丑数。

思路1:最简单的方法就是先通过将一个数不断除以2,3,5来判定该数是不是丑数,而后在从1开始,依次往后判断每个数是不是丑数,并记下丑数的个数,这样当计算的个数为给定值时,便是需要求的第n个丑数,这种方法的时间复杂度为O(k),这里的k为第n个丑数的大小,比如第1500个丑数的大小为859963392,那么就需要判断859963392次,时间效率非常低。

public boolean IsUgly(int number)
{
    while(number % 2 == 0)
        number /= 2;
    while(number % 3 == 0)
        number /= 3;
    while(number % 5 == 0)
        number /= 5;
 
    return (number == 1) ? true : false;
}

public int GetUglyNumber(int index)
{
    if(index <= 0)
        return 0;
 
    int number = 0;
    int uglyFound = 0;
    while(uglyFound < index)
    {
        ++number;
 
        if(IsUgly(number))
        {
            ++uglyFound;
        }
    }
 
    return number;
}

思路Better2:直观的优化措施就是看能不能将时间复杂度降低到O(n),即只在丑数上花时间,而不在非丑数上浪费时间。剑指offer上给的思路很好,用O(n)的辅助空间来得到O(n)的时间复杂度。其核心思想是:每一个丑数必然是由之前的某个丑数与2,3或5的乘积得到的,这样下一个丑数就用之前的丑数分别乘以2,3,5,找出这三这种最小的并且大于当前最大丑数的值,即为下一个要求的丑数。

import java.util.*;
public class Solution
{
    public int GetUglyNumber_Solution(int n)
    {
        if(n==0)return 0;
        ArrayList<Integer> res=new ArrayList<Integer>();
        res.add(1);
        int i2=0,i3=0,i5=0;
        while(res.size()<n)
        {
            int m2=res.get(i2)*2;
            int m3=res.get(i3)*3;
            int m5=res.get(i5)*5;
            int min=Math.min(m2,Math.min(m3,m5));
            res.add(min);
            if(min==m2)i2++;
            if(min==m3)i3++;
            if(min==m5)i5++;
        }
        return res.get(res.size()-1);
    }
}

35、第一个只出现一次的字符

描述:在一个字符串(1<=字符串长度<=10000,全部由字母组成)中找到第一个只出现一次的字符的位置。若为空串,返回-1。位置索引从0开始,如“abaccdrff”,则输出“b”

第一种,数组方法:

public class Solution {
   public int FirstNotRepeatingChar(String str) {
        if (str.length() == 0) {
            return  -1;
        }
        char c = 'A';
        if(str.charAt(0) >= 'a'){
            c = 'a';
        }
        int[] counts = new int[26];
        for (int i = 0; i < str.length(); i++) {
            counts[str.charAt(i) - c]++;
        }
        for (int i = 0; i < str.length(); i++) {
            if (counts[str.charAt(i) - c] == 1){
                return i;
            }
        }
        return -1;
    }
}

第二种,HashMap方法:

import java.util.LinkedHashMap;
// use linkedhashmap to keep the order
public class Solution {
    public int FirstNotRepeatingChar(String str) {
        LinkedHashMap <Character, Integer> map = new LinkedHashMap<Character, Integer>();
        for(int i=0;i<str.length();i++){
            if(map.containsKey(str.charAt(i))){
                int time = map.get(str.charAt(i));
                map.put(str.charAt(i), ++time);
            }
            else {
                map.put(str.charAt(i), 1);
            }
        }
        int pos = -1;  
        int i=0;
        for(;i<str.length();i++){
            char c = str.charAt(i);
            if (map.get(c) == 1) {
                return i;
            }
        }
        return pos;
    }
}

36、数组中的逆序对

题目描述: 在数组中的两个数字,如果前面一个数字大于后面的数字,则这两个数字组成一个逆序对。输入一个数组,求出这个数组中的逆序对的总数。 {7,5,6,4},则76,75,74,64,65,一共5个

思路: [图片上传失败...(image-6cd73e-1558756284765)]

public class Solution {
     private  int reversePair = 0;
    public int InversePairs(int [] array) {
        if(array==null)
            return 0;
        int len = array.length;
        if(len==0)
            return 0;
        sort(array,0,len-1);
        return reversePair;
    }
    
    private void sort(int[]arr,int start,int end){
        if(start<end){
            int mid = start+(end-start)/2;
            sort(arr,start,mid);
            sort(arr,mid+1,end);
            merger(arr,start,mid,mid+1,end);
        }
    }
 
    private void merger(int[] arr, int start1, int end1, int start2, int end2) {
        int len= end2-start1+1;
        int[] anx = new int[len];
        int k = end2-start1+1;
         
        int i = end1;
        int j= end2;
        while(i>=start1&j>=start2){
            if(arr[i]>arr[j]){
                anx[--k]=arr[i];
                i--;
                reversePair = reversePair+(j-start2+1);
            }
            else{
                anx[--k]=arr[j];
                j--;
            }
        }
        for(;i>=start1;i--)
            anx[--k]=arr[i];
        for(;j>=start2;j--)
            anx[--k]=arr[j];
         
        for(int m=0;m<len;m++)
            arr[start1++]=anx[m];
         
    }
}


37、两个链表的第一个公共交点

/*
public class ListNode {
    int val;
    ListNode next = null;

    ListNode(int val) {
        this.val = val;
    }
}*/
public class Solution {
    public ListNode FindFirstCommonNode(ListNode pHead1, ListNode pHead2) {
       if (pHead1 == null||pHead2 == null) {
            return null;
        }
        int count1 = 0;
        ListNode p1 = pHead1;
        while (p1!=null){
            p1 = p1.next;
            count1++;
        }
        int count2 = 0;
        ListNode p2 = pHead2;
        while (p2!=null){
            p2 = p2.next;
            count2++;
        }
        int flag = count1 - count2;
        if (flag > 0){
            while (flag>0){
                pHead1 = pHead1.next;
                flag --;
            }
        while (pHead1!=pHead2){
            pHead1 = pHead1.next;
            pHead2 = pHead2.next;
        }
        return pHead1;
    }
        if (flag <= 0){
            while (flag<0){
                pHead2 = pHead2.next;
                flag ++;
            }
            while (pHead1 != pHead2){
                pHead2 = pHead2.next;
                pHead1 = pHead1.next;
            }
            return pHead1;
        }
        return null;
    }
}

38、数字在排序数组中出现的次数

思路:重点是有序数组这个条件,采用二分查找法,分别找到第一个和最后一个,这样无论最好最坏复杂度都是O(lgN)

public class Solution {
    public int GetNumberOfK(int [] array , int k) {
      int num = 0;
        if (array != null && array.length > 0) {
            int firstKIndex = getFirstK(array, k, 0, array.length - 1);
            int lastKIndex = getLastK(array, k, 0, array.length - 1);
            if (firstKIndex > -1 && lastKIndex > -1)
                num = lastKIndex - firstKIndex + 1;
        }
        return num;
    }
    
    /*
    * 找到第一个出现的数字的下标
    */
    public  int getFirstK(int[] array, int k, int start, int end) {
        if (start > end)
            return -1;
        int middleIndex = start + (end - start) / 2;
        int middleData = array[middleIndex];
        if (middleData == k) {
        //判断是不是第一个K,前一个不等于K,就是第一个K
            if (middleIndex > 0 && array[middleIndex - 1] != k || middleIndex == 0) {
                return middleIndex;
            } else
                end = middleIndex - 1;
        } else if (middleData > k) {
            end = middleIndex - 1;
        } else
            start = middleIndex + 1;
        return getFirstK(array, k, start, end);
    }
    
     /*
    * 找到最后一个出现的数字的下标
    */
    public  int getLastK(int array[], int k, int start, int end) {
        if (start > end) {
            return -1;
        }
        int middleIndex = (start + end) / 2;
        int middleData = array[middleIndex];
        if (middleData == k) {
         //判断是不是最后一个K,后一个不等于K,就是最后一个K
            if (middleIndex < array.length - 1 && array[middleIndex + 1] != k || middleIndex == array.length - 1)
                return middleIndex;
            else
                start = middleIndex + 1;
        } else if (middleData < k) {
            start = middleIndex + 1;
        } else
            end = middleIndex - 1;
        return getLastK(array, k, start, end);
 
    }
}

39、二叉树的深度

题目描述: 输入一棵二叉树,求该树的深度。从根结点到叶结点依次经过的结点(含根、叶结点)形成树的一条路径,最长路径的长度为树的深度。

思路:递归,下一层根节点到上一层根节点,深度加1,判断左子树和右子树的最大值,然后+1

/*
public class TreeNode {
	int val = 0;
	TreeNode left = null;
	TreeNode right = null;
	public TreeNode(int val) {
        this.val = val;
    }
};*/
public class Solution {
     public int getHeight(TreeNode root) {
        if (root == null)
            return 0;
        return max(getHeight(root.left), getHeight(root.right)) + 1;
    }
 
    private int max(int a, int b) {
        return (a > b) ? a : b;
    }
}

扩展题:判断二叉树平衡

描述:如果某二叉树中任意节点的左右子树的深度相差不超过1,那么它就是一棵平衡二叉树。

第一种思路:简洁,但是效率不高,因为会重复遍历子节点

public class Solution {
   public boolean IsBalanced(TreeNode root) {
        if (root == null)
            return true;
 
        if (Math.abs(getHeight(root.left) - getHeight(root.right)) > 1)
            return false;
 
         
        return IsBalanced(root.left) && IsBalanced(root.right);
 
    }
 
    public int getHeight(TreeNode root) {
        if (root == null)
            return 0;
        return max(getHeight(root.left), getHeight(root.right)) + 1;
    }
 
    private int max(int a, int b) {
        return (a > b) ? a : b;
    }
}

第二种Better思路:从底向上判断,这样可以记录下一层的深度

public class Solution {
  public boolean IsBalanced(TreeNode root) {
		int depth = 0;
		return IsBalanced(root, depth);
	}

	public boolean IsBalanced(TreeNode root, int depth) {
		if (root == null) {
			depth = 0;
			return true;
		}

		int left = 0, right = 0;
		if (IsBalanced(root.left, left) && IsBalanced(root.right, right)) {
			int diff = left - right;
			if (diff <= 1 && diff >= -1) {
				depth = 1 + (left > right ? left : right);
				return true;
			}
		}

		return false;
	}
}

40-数组只指出现一次的数字:

异或去重:

适应情景:数组中只有一个数字出现了奇数次,其他的都出现了偶数次。或者只有一个数字出现了偶数次,其他的都出现了奇数次 性质:对于任意的a:a^a=0,a^0=a,a^(-1)=~a。

下面来看三道题目:

1、1-1000放在含有1001个元素的数组中,只有唯一的一个元素值重复,其它均只出现一次。每个数组元素只能访问一次,设计一个算法,将它找出来;不用辅助存储空间,能否设计一个算法实现?

当然,这道题,可以用最直观的方法来做,将所有的数加起来,减去1+2+3+...+1000的和,得到的即是重复的那个数,该方法很容易理解,而且效率很高,也不需要辅助空间,唯一的不足时,如果范围不是1000,而是更大的数字,可能会发生溢出。

我们考虑用异或操作来解决该问题。现在问题是要求重复的那个数字,我们姑且假设该数字式n吧,如果我们能想办法把1-1000中除n以外的数字全部异或两次,而数字n只异或一次,就可以把1-1000中出n以外的所有数字消去,这样就只剩下n了。我们首先把所有的数字异或,记为T,可以得到如下:

T = 1^2^3^4...^n...^n...^1000 = 1^2^3...^1000(结果中不含n)

而后我们再让T与1-1000之间的所有数字(仅包含一个n)异或,便可得到该重复数字n。如下所示:

T^(a^2^3^4...^n...^1000) = T^(T^n) = 0^n = n

2、一个整型数组里除了两个数字之外,其他的数字都出现了两次。请写程序找出这两个只出现一次的数字。

样例输入:2 4 3 6 3 2 5 5 样例输出:4 6

思路:异或去重是知道如果只有一个只出现一次的数字的求法,但这里是有两个只出现一次的数字,我们便要想办法把他分为两个子数组,每个子数组中包含一个只出现一次的数字,其他的数字都出现了两次。

首先依然从头到尾异或所有的数字,如ABCCDDEEFF,这样得到的结果就是AB异或的结果,那么在异或后的结果中找出其二进制中最右边为1的位,该位既然为1,说明AB对应的该位肯定不同,必定一个为1,一个为0,因此我们可以考虑根据此位是否为1来划分这两个子数组,这样两个只出现一次的数字就分开了

但我们还要保证出现两次的数字都分到同一个子数组中,很明显,相同的数字相同的位上的值是相同的,要么都为1,要么都为0,因此我们同样可以通过判断该位是否为1来将这些出现两次的数字划分到同一个子数组中,该位如果为1,就分到一个子数组中,如果为0,就分到另一个子数组中。

这样就能保证每个子数组中只有一个出现一次的数字,其他的数字都出现两次,分别全部异或即可得到这两个只出现一次的数字。时间复杂度为O(n)。

另外,**所有元素异或后,在找出最右边为1的时,**X&(-X)之后得到的数字,是把X中最右边的1保留下来

注意,这里的-X是X的相反数,-X是对X所有位取反+1

package cn.zhuang.offer;

public class Main {
	
	public static void FindNumsAppearOnce(int[] arr)  
	{  
	    int len = arr.length;
	    if(len<2)  
	        return;  
	  
	    int i;  
	    int AllXOR = 0;  
	    //全部异或  
	    for(i=0;i<len;i++)  
	        AllXOR ^= arr[i];  
	  
	  //找出第几位为1,如010
	    int res = FindFirstBit1(AllXOR);  
	  
	    int num1=0, num2 = 0;  
	    for(i=0;i<len;i++)  
	    {  //分成了两组
	        if(IsBit1(arr[i],res))  
	            num1 ^= arr[i];  
	        else  
	            num2 ^= arr[i];  
	    }  
	    System.out.println(num1+"and"+num2);
	}
	   
	/* 
	返回num的最低位的1,其他各位都为0 
	*/  
	public static int FindFirstBit1(int num)  
	{  
	    //二者与后得到的数,将num最右边的1保留下来,其他位的全部置为了0  
	    return num & (-num);  
	}  
	  
	/* 
	判断data中特定的位是否为1, 
	这里的要判断的特定的位由res确定, 
	res中只有一位为1,其他位均为0,由FindFirstBit1函数返回, 
	而data中要判断的位便是res中这唯一的1所在的位 
	*/  
	public static boolean IsBit1(int data,int res)  
	{  
	    return ((data & res)==0) ? false:true;  
	}  

	public static void main(String[] args) {
		int[] a = { 1,1,2,2,3,44,55,55,66,66,34,34,5,5,7,7 };
		FindNumsAppearOnce(a);
	}

}


3、题目:一个int数组中有三个数字a、b、c只出现一次,其他数字都出现了两次。请找出三个只出现一次的数字。

通用性的方法,对于2个,3个出现一次的数字这类的问题,都可以按照该思路去求解,只是时间复杂度可能要稍微大些,为O(8* sizeof(int)* N),8位* 4字节* N自然就是数组的长度了。

该方法的思路如下:

首先由于有3个数字出现一次,其他的都出现两次,所以N肯定为奇数该方法通过扫描整数的每一位来逐个判断。

再看这3个只出现一次的数字,他们的bit位肯定不可能全部相同,至少有一个位,要么110,要么001,我们可以通过扫面int的所有bit位,扫描每个bit位的时候,遍历数组,首先找到一个,另外的两个就可以按照上题的解法。

如何找到第一个数?

我们遍历数组,分别统计该数组元素中该bit位为1和0的元素个数,分别设为count1和count0,并同时将所有该bit位为1的元素异或结果为temp1,所有该bit位为0的元素异或,得到的结果为temp0。

如果111或000这两种状态,肯定三个都在count为奇数的里边,不好区分,主要找110或001的区分

先看第一种情况,001,如果count1为奇数,则为111或001,则在count1的数组里,如果temp0==0,则为111,此位不是判断的位,下一位,如果temp0==1,则为001,temp1则为所求。

先看第二种情况,110,如果count1为偶数,则为110或000,则在count1的数组里,如果temp1==0,则为000,此位不是判断的位,下一位,如果temp1==1,则为110,temp0则为所求。

说白了,就是看count1为奇数时,temp0是否为1,count1为偶数时,temp1是否为1

package cn.zhuang.offer;

public class Main {
	
	/*
	 * 找出这三个只出现一次的数字
	 */
	public static void FindThreeNumsAppearOnce(int[] arr, int len) {
		if (len < 3)
			return;

		int num1 = FindOneNumAppearOnce(arr, len);
		System.out.println(num1);

		// 找到第一个找出的数字,并与最后一个元素交换,便于接下来剩下的两个数字
		int i;
		for (i = 0; i < len; i++){
			if (num1 == arr[i]){
				int temp ;
				temp = arr[i];
				arr[i] = arr[len -1];
				arr[len - 1]=temp;
				break;
			}
		}
		
		FindTwoNumsAppearOnce(arr, len - 1);
	}

	/*
	 * 通过扫面每一位,先找出一个只出现一次的数
	 */
	public static int FindOneNumAppearOnce(int[] arr, int len) {
		int count1 = 0; // 某一位上1的个数
		int count0 = 0; // 某一位上0的个数
		int temp1 = 0; // 某一位为1的所有数相异或的结果
		int temp0 = 0; // 某一位为0的所有数相异或的结果

		int i, j;
		// 循环计算每一位的以上四个数据
		for (i = 0; i < 32; i++) {
			count1 = count0 = temp1 = temp0 = 0;// 每次计算下一位时清零
			for (j = 0; j < len; j++) {
				// 每次向左移一位进行计算
				if ((arr[j] & (1 << i)) != 0) {
					temp1 ^= arr[j];
					count1++;
				} else {
					temp0 ^= arr[j];
					count0++;
				}
			}

			if ((temp1 & 1) != 0) {
				// 某位上有奇数个1
				if (temp0 == 0) // 此时3个不同数的该位都为1
					continue;
				else
					// 此时3个不同数的该位有1个1,2个0
					return temp1;
			} else {
				// 某位上有偶数个1
				if (temp1 == 0) // 此时3个不同数的该位都为0
					continue;
				else
					// 此时3个不同数的该位有1个0,2个1
					return temp0;
			}
		}

		return Integer.MAX_VALUE;
	}
	
	public static void FindTwoNumsAppearOnce(int[] arr, int len) {

		int i;
		int AllXOR = 0;
		// 全部异或
		for (i = 0; i < len; i++)
			AllXOR ^= arr[i];

		int res = FindFirstBit1(AllXOR);

		int num1 = 0;
		int num2 = 0;

		for (i = 0; i < len; i++) {
			if (IsBit1(arr[i], res))
				num1 ^= arr[i];
			else
				num2 ^= arr[i];
		}
		
		System.out.println(num1);
		System.out.println(num2);
	}

	/*
	 * 返回num的最低位的1,其他各位都为0
	 */
	public static int FindFirstBit1(int num) {
		// 二者与后得到的数,将num最右边的1保留下来,其他位的全部置为了0
		return num & (-num);
	}

	/*
	 * 判断data中特定的位是否为1, 这里的要判断的特定的位由res确定, res中只有一位为1,其他位均为0,由FindFirstBit1函数返回,
	 * 而data中要判断的位便是res中这唯一的1所在的位
	 */
	public static boolean IsBit1(int data, int res) {
		return ((data & res) == 0) ? false : true;
	}

	public static void main(String[] args) {
		int[] a = { 1,2,2,3,44,55,55,66,66,34,34,5,5,7,7 };
		FindThreeNumsAppearOnce(a, a.length);
	}

}

声明:此文章为本人原创,如有转载,请注明出处

如果您觉得有用,欢迎关注我的公众号,我会不定期发布自己的学习笔记、AI资料、以及感悟,欢迎留言,与大家一起探索AI之路。

AI探索之路