时间复杂度:O(n)
解题思路
既然要求了时间复杂度为O(n),那就必须要考虑下动态规划了,仔细分析后该题确实可以使用动态规划的解法。
详细的思路同官方题解最低有效位的方法。
以示例为例:
通过观察我们可以发现,2(10)和3(11)都是在1(1)的 基础上末尾添加了0或1组成的;再看一下4(100)和5(101),我们也可以发现4和5都是在2的基础上末尾加0和1组成的。此时我们就发现了动态规划的状态转移方程:
dp[i]=dp[i>>1]+0||1
那么什么时候加0,什么时候加1呢?
由奇偶性可知,奇数末尾加1,偶数末尾加0,所以完整的转移方程如下:
由位运算可知,判断奇偶性其实只需要与1做&运算即可判断,奇数为1,偶数为0。
最后考虑一下边界条件,那就是dp[0]=0。
AC代码
func countBits(n int) []int {
dp:=make([]int,n+1)
//不设置边界条件的原因是dp[0]默认为0
for i:=1;i<=n;i++{
dp[i]=dp[i>>1]+i&1
}
return dp
}
感悟
很巧妙的一道动态规划题目,自己很轻松地想到了转移方程,其实对于动态规划的题目而言,只要想到了转移方程,基本题目就可以做出来了。
二刷感悟
昨日在做MetaAPP的笔试题时,遇到了该题的变种题。那道题要求的是0~n所有的十进制数中1的出现次数,一开始我没有用动态规划提示超时,该用dp后发现其实就是和该题一样。只不过十进制数中i右移一位改成了i除以10,i与1做且运算判断奇偶改成了i对10取余判断是否为1。由此可见,很多题都是灵活相通的,要学会发散思考。