【LeetCode-0338】比特位计算 [难度:简单] 动态规划

455 阅读1分钟

原题

L0338.比特位计算
   给你一个整数 n ,对于 0 <= i <= n 中的每个 i ,计算其二进制表示中 1 的个数 ,
   返回一个长度为 n + 1 的数组 ans 作为答案。

解法

   这类题看似简单,但是在我们做出来的基础上,其实还有更高效的解法,比如我一开始也没过多思考,直接暴力解答

    public int[] countBits(int n) {
        int[] ans = new int[n+1];
        
        for(int i=1,j=0;i<=n;i++){
             int re = i;
             int res=0;
             while(re!=0){
                 if(re%2!=0){
                     res+=1;
                 }
                 re = re/2;
             }
            ans[j++]=res;
        }
        return ans;
    }

这样结果是正确的,但是时间复杂度和空间复杂度都很差。

高效解法:

方式一:动态规划——最低有效位

  • i&1 求得i的最低位是否为1或者0;
  • 对于正整数 x,将其二进制表示右移一位,等价于将其二进制表示的最低位去掉
  • 得出:如果x为偶数:bits[x] = bit[x/2] 如果x为奇数:bits[x] =bits[x/2]+1
  • 所以 bits[x] = bit[x/2]+x/2的余数 i&1
public int[] countBit(int n){
        int[] ans = new int[n+1];
        for(int i=1;i<=n;i++){
            ans[i] = ans[i>>1]+(i&1);//i>>1去掉最低位,i&1是计算最低位是1还是0
        }
        return ans;
    }

方式二:Brian Kernighan 算法 Brian Kernighan 算法的原理是:

  • 对于任意整数 xx,令 x=x&(x-1)x,该运算将 x 的二进制表示的最后一个 1 变成 0
public int[] countBit2(int n){
        int[] ans = new int[n+1];
        for(int i=0;i<=n;i++){
           ans[i] = countOne(i);
        }
        return ans;
    }
    public int countOne(int x){
        int count=0;
        while(x>0){//直到x中没有1 ,也就是为0
            x&=(x-1);//Brian Kernighan 算法,将最后一个1变为1
            count++;
        }
        return count;
    }