一、题目
1、题目描述
一个非负整数
x
的 强数组 指的是满足元素为 2 的幂且元素总和为x
的最短有序数组。下表说明了如何确定 强数组 的示例。可以证明,x
对应的强数组是独一无二的。
数字 二进制表示 强数组 1 00001 [1] 8 01000 [8] 10 01010 [2, 8] 13 01101 [1, 4, 8] 23 10111 [1, 2, 4, 16] 我们将每一个升序的正整数
i
(即1,2,3等等)的 强数组 连接得到数组big_nums
,big_nums
开始部分为[1, 2, 1, 2, 4, 1, 4, 2, 4, 1, 2, 4, 8, ...]
。给你一个二维整数数组
queries
,其中queries[i] = [fromi, toi, modi]
,你需要计算(big_nums[fromi] * big_nums[fromi + 1] * ... * big_nums[toi]) % modi
。请你返回一个整数数组
answer
,其中answer[i]
是第i
个查询的答案。
2、接口描述
python3
class Solution:
def findProductsOfElements(self, queries: List[List[int]]) -> List[int]:
cpp
class Solution {
public:
vector<int> findProductsOfElements(vector<vector<long long>>& queries) {
}
};
C#
public class Solution {
public int[] FindProductsOfElements(long[][] queries) {
}
}
3、原题链接
二、解题报告
1、思路分析
对于询问 <l, r, p> ,答案为 2 ^ { Σ cnti } % p,cnti 代表 bignum[i] 对应的二进制位
令 f(n) 代表 [0, n - 1] 所有数字 popcount 之和
那么 f(2^i) = i * 2 ^ {i- 1},考虑每一位都是出现2 ^ {i - 1]次
sum(n) 代表 [0, n - 1] 所有数字二进制位为1 的位下标之和
sum(2^i) = (i - 1) * i / 2 * 2 ^ {i - 1}
我们试填法,从高到低填,能填1就填1,边填边计数
对于第0位,由于 0 - 1 = -1,我们单独处理即可
2、复杂度
时间复杂度: O(qlogU)空间复杂度:O(1)
3、代码详解
python3
class Solution:
def findProductsOfElements(self, queries: List[List[int]]) -> List[int]:
def calc(k: int) -> int:
res = n = cnt1 = sum_i = 0
for i in range((k + 1).bit_length() - 1, 0, -1):
c = cnt1 * ((n | (1 << i)) - n) + (1 << (i - 1)) * i
if c <= k:
k -= c
res += sum_i * (1 << i) + i * (i - 1) * (1 << (i - 1)) // 2
sum_i += i # 之前填的 1 的幂次之和
cnt1 += 1 # 之前填的 1 的个数
n |= 1 << i # 填 1
# (0 - 1) < 0,所以第0位单独计算
if cnt1 <= k:
k -= cnt1
res += sum_i
n += 1 # 填 1
# 剩余的 k 个幂次,由 n 的低 k 个 1 补充
while k:
lb = n & -n
res += lb.bit_length() - 1
n ^= lb
k -= 1
return res
return [pow(2, calc(r + 1) - calc(l), mod) for l, r, mod in queries]
cpp
using i64 = long long;
int power(int a, i64 b, int p) {
int res = 1 % p;
for (; b; b /= 2, a = 1LL * a * a % p)
if (b & 1)
res = 1LL * res * a % p;
return res;
}
class Solution {
public:
vector<int> findProductsOfElements(vector<vector<long long>>& queries) {
auto calc = [](i64 k) -> i64{
i64 res = 0, cnt1 = 0, sum_i = 0, n = 0;
for (i64 i = __lg(k + 1); i; i--) {
i64 c = (cnt1 << i) + (i << (i - 1));
if (c <= k) {
k -= c;
res += (sum_i << i) + ((i * (i - 1) / 2) << (i - 1));
sum_i += i;
cnt1++;
n |= 1LL << i;
}
}
if (cnt1 <= k) {
k -= cnt1;
res += sum_i;
n |= 1;
}
while (k --) {
res += __builtin_ctzll(n);
n &= n - 1;
}
return res;
};
std::vector<int> res;
for (auto &q : queries) {
i64 l = q[0], r = q[1];
int p = q[2];
res.push_back(power(2, calc(r + 1) - calc(l), p));
}
return res;
}
};
C#
public class Solution {
public int[] FindProductsOfElements(long[][] queries) {
int[] res = new int[queries.Length];
for (int i = 0; i < queries.Length; ++ i)
res[i] = power(2, calc(queries[i][1] + 1) - calc(queries[i][0]), (int)queries[i][2]);
return res;
}
public int power(int a, long b, int p) {
int res = 1 % p;
for (; b > 0; b /= 2) {
if (b % 2 == 1)
res = (int)(1L * res * a % p);
a = (int)(1L * a * a % p);
}
return res;
}
public long calc(long k) {
long res = 0, sum_i = 0, cnt1 = 0, n = 0;
for (int i = BitOperations.Log2((ulong)(k + 1)); i > 0; -- i) {
long c = (cnt1 << i) + ((long)i << (i - 1));
if (c <= k) {
k -= c;
res += (sum_i << i) + (((long)i * (i - 1) / 2) << (i - 1));
sum_i += i;
++ cnt1;
n |= 1L << i;
}
}
if (cnt1 <= k) {
k -= cnt1;
res += sum_i;
n |= 1;
}
while (k -- > 0) {
res += BitOperations.TrailingZeroCount((ulong)n);
n &= n - 1;
}
Console.WriteLine(res);
return res;
}
}