leetcode 338. 比特位计数

题目：

https://leetcode-cn.com/problems/counting-bits/

题解一：

将 num 转为2进制数，然后再求 "1" 的个数。

    public int[] countBits(int num) {
        int[] resultArr = new int[num + 1];
        for (int i = 0; i <= num; i++) {
            resultArr[i] = Integer.bitCount(i);
        }

        return resultArr;
    }

题解二：

如下表，我们先将十进制和二进制写出来仔细观察。

 

十进制	二进制	count("1")
0	0	0
1	1	1
2	1 0	1
3	1  1	2
4	1  0  0	1
5	1  0  1	2
6	1  1  0	2
7	1  1  1	3
8	1 0 0 0	1

 

规律：

1. 如果 num 为 2 的整数次幂，那么 num 的二进制数中 1 的个数一定为 1，例: 2(10)、4(100)、8(1000)。
2. num 数值上可以拆分成 2^n + j（2^n 为不超过 num 的最大值）。

由此可得dp方程：dp(num) = dp(2^n) + dp(j) = dp(j) + 1

举例：

dp(1) = dp(0) + 1 = 1;

dp(2) = 1;

dp(3) = dp(2) + dp(1) = 1 + 1 = 2;

dp(4) = 1;

dp(5) = dp(4) + dp(1) = 1 + 1 = 2;

dp(6) = dp(4) + dp(2) = 1 + 1 = 2;

所以这个题的关键在于如何求出不大于 num 的最大值 x 并且x 为 2 的整数次幂。我们可以使用与运算，如果正整数 x 是 2 的整数次幂，那么 x 的二进制中最高位一定是 1，其余都是0，因此 x&(x-1) = 0。由此可见，当且仅当 x&(x-1) = 0 时，x 才是 2 的整数次幂。

    public int[] countBits(int num) {
        int[] resultArr = new int[num + 1];

        int temp = 1;
        for (int i = 1; i <= num; i++) {
            if ((i & (i-1)) == 0) {
                temp = i;
            }

            resultArr[i] = resultArr[i-temp] + 1;
        }

        return resultArr;
    }

时间复杂度：O(num) 。每个数都只需要 O(1) 的时间计算出其比特位计数。

 

题解三：

对于所有的十进制数，我们可以分为两类：

1.奇数。奇数的二进制低位肯定为 1，并且一定比前面一个偶数多一个 1，因为多的就是当前低位的 1。

2.偶数。偶数的二进制低位肯定为 0，并且二进制中 1 的个数与当前数除以 2 之后的个数一样多，因为当前数除以 2，等效于二进制数向右移一位，刚好把最低位的 0 移除掉，所以 1 的个数是一样的。

    public int[] countBits(int num) {
        int[] resultArr = new int[num + 1];

        for (int i = 1; i <= num; i++) {
            if (i % 2 == 0) {
                resultArr[i] = resultArr[i/2];
            } else {
                resultArr[i] = resultArr[i-1] + 1;
            }

        }

        return resultArr;
    }

 我们可以发现其实奇数也可以表示为向右移 1 位并加上 1(因为奇数向右移一位就把低位的 1 移出去了，所以需要加上 1)，所以我们可以用位运算将代码简写：

    public int[] countBits(int num) {
        int[] resultArr = new int[num + 1];

        for (int i = 1; i <= num; i++) {
            resultArr[i] = resultArr[i>>1] + (i&1);
        }

        return resultArr;
    }

时间复杂度：O(num) 。每个数都只需要 O(1) 的时间计算出其比特位计数。

 

本题的解法有很多，位运算、动态规划等，虽然不是很难但是却很有意思。特别是位运算的解法，很巧妙，代码也非常简洁。