该题让我想到了之前做过的一道“将十进制数字转成二进制数字”的一道题,所以我有了法1
法1:暴力位运算
想法很简单,把我们需要的每一个数字的二进制形式(电脑中每一个数字本来就是二进制形式)总共有多少个1,再填入数组即可
class Solution {
public:
vector<int> countBits(int n) {
int cn = 17;//2^16=65536 差不多达到该题的数据最大范围
int num_1 = 0;//计算1的个数
int i,num;
vector<int> ans;
for ( i = 0; i <= n; i++)
{
num = i;//注意这里要使用num代替i,避免死循环
cn = 17;
num_1 = 0;
while (cn--)
{
if (num & 1 )//每次对num二进制形式的最右边的数字判断是不是1
{
num_1++;
}
num = num >> 1;//右移1位(相当于去除刚刚判断的那一位)
}
ans.push_back(num_1);//将对应1的个数填入数组
}
return ans;
}
};
法2:直接数
直接数出每一个数字的二进制形式中1的个数(与上面法1思路一致,只不过我们不用遍历全部比特位),这里利用Brian Kernighan 算法解决,实际上,别看该算法看起来好像很“高大上”,其核心只是利用了一种位运算——x & (x-1) 该种位运算可以将某一个二进制数字最右边出现的1变成0
例如对10(1010)使用该位运算,则相当于10(1010) & 9(1001) 我们得到 1000(二进制),即将1010(最右边的1删除了)
因此我们利用该位运算直接计算每个数字二进制形式中1的个数即可
class Solution {
public:
int count1(int x)
{
int ones=0;
while(x)//直到这个数字全部1都变成0
{
x=x&(x-1);//去掉最右边出现的1
ones++;//计数
}
return ones;
}
vector<int> countBits(int n) {
vector<int> ans(n+1);
for(int i=0;i<=n;i++)
{
ans[i]=count1(i);//填入数组
}
return ans;
}
};
动态规划在该题有三种形式的实现形式(我愣是一种没想出来)
到这里我们就可以利用我们的入门动态规划之三步走
第一步实际上题目已经实现了,即我们返回的一维数组,其中下标代表每个数字,每个元素代表每个数字二进制形式中1的个数
关键就是这第二步,寻找数组元素之间的关系式
法3.动态规划1(利用奇偶性)
1: 0001 3: 0011 0: 0000
2: 0010 6: 0110 1: 0001
4: 0100 12: 1100 2: 0010
8: 1000 24: 11000 3: 0011
16:10000 48: 110000 4: 0100
32:100000 96: 1100000 5: 0101
我们不妨将一些数字先列出来,找找规律,如图,我们发现
对于偶数的二进制,数字i的二进制1的个数f(i) = f(i/2) ,因为 i/2 本质上是i的二进制左移一位,低位补零,所以1的数量不变
对于奇数的二进制,我们可以将其转换成与偶数的二进制相关联的表示,与偶数的二进制表示同理,因为奇数减1为必为偶数,那么f(i) = f(i - 1) + 1,且因为奇数比它上一个偶数bit上多一个1,所以我们需要加1
因此
class Solution {
public://动态规划
vector<int> countBits(int n) {
vector<int>ans(n+1);//这里初始化n+1个元素为0
for(int i=0;i<=n;i++)
{
if(i%2==0)//偶数
{
ans[i]=ans[i/2];
}
else if(i%2!=0)//奇数
{
ans[i]=ans[i-1]+1;
}
}
return ans;
}
};
这里如果要优化的话,我们可以将奇偶的判断改成用位运算
法4.动态规划2(右移)
这里是利用右移运算符与最后一个数字的关系,ans[i>>1]是之前所判断过的,且再加上被右移除掉的那个数字(用&1判断)
class Solution {
public:
vector<int> countBits(int n) {
vector<int>ans(n+1);//初始化n+1个元素为0
for(int i=0;i<=n;i++)
{
ans[i]=ans[i>>1]+(i&1);//注意这里(i&1)的括号不可少
}
return ans;
}
};
法5.动态规划3(利用右边第一个1)
由上面我们提到的Brian Kernighan 算法,即位运算 x&(x-1) 与法4同理,ans[x&(x-1)]同样是我们之前所判断过的,再加上被除去的那个数字(必定是1,因为用这个算法除去的是最右边的1)
class Solution {
public:
vector<int> countBits(int n) {
vector<int> ans(n+1);//初始化n+1个元素为0
for(int i=1;i<=n;i++)
{
ans[i]=ans[i&(i-1)]+1;
}
return ans;
}
};