【LeetCode刷题笔记】位运算

231. 2 的幂

解题思路：

• 1. 除法 ， 不断循环判断， 如果能被 2 整除，就不断除以 2 ，直到不能被 2 整除为止，最后结果如果是 1 ，说明可以除尽，是 2 的幂次方，否则就不是。
• 特判： 负数 和 0 不可能由 2 的 x 次方得到 ，直接返回 false 。

如果一个数是 2 的幂，不断除以 2 最终会变成 1：16/2=8, 8/2=4, 4/2=2, 2/2=1 

解题思路：

• 2. 判断数字的二进制中是否只含1个1 ，因为如果一个数是  2  的幂，那么该数的二进制中只有 1个1 。
• 判断二进制中是否只含 1个1 有两种方法：
• 1）利用 n & (n - 1) 去掉 n 的最后一个  1 ，判断结果是否是  0  即可 ，如果是  0  说明只含 1个1
• 2）利用 n & -n 获取到 只含最后一位1 的数，判断结果 跟原数字是否相等 即可 ，如果跟原数字相等，说明 只含 1个1

可以发现整型范围内如果是 2 的幂次，那么二进制中一定只有一个 1，所以只需判断二进制中是否只包含一个 1 即可，有两种方法：

• n ＆ (n - 1) == 0 ：去掉最后一个 1，看是否为 0
• n & -n == n ：只保留最后一位 1，看是否跟原数相同

n & (n - 1) 和 n & -n 是两个常用操作，对于这两个操作的解释如下：  

下面举例说明一下，首先看 n & (n - 1) 的操作： 

• 如果是 2 的幂，例如 2^4 ：

• 可以发现如果一个数是 2 的幂，执行完 n & (n - 1) 的结果会是 0
•  如果不是 2 的幂，例如 14：

• 可以发现如果一个数不是 2 的幂，执行完 n & (n - 1) 的结果不是 0 ，只是将最后一个二进制位上的 1 变为了 0 

接着看 n & -n 的操作：   

• 如果是 2 的幂，例如 2^4 ： 

• 可以发现如果一个数是 2 的幂，执行完 n & -n 的结果和原来的数自身相等
• 如果不是 2 的幂，例如 248：

• 可以发现如果一个数不是 2 的幂，执行完 n & -n 的结果不会和原来的数字相等，只会保留所有二进制位的 1 中最后一个 1 ，而其他的  1 都置为了 0 

解题思路：

• 3. 判断是否为最大 2 的幂的约数 ，在整型范围内，最大的  2 的幂为 2^30 ， 记为 BIG , 我们只需判断 n 是否是 BIG 的约数即可。(即判断 BIG 是否是 n 的整数倍 BIG % n 是否等于 0 )
• 注意点： 2^30 可以直接写成 1 << 30 。因为最大的整数是 2^31 - 1 ，所以可知道最大的 2 的幂是 2^30 。

 

326. 3 的幂

解题思路：

• 1. 除法 ，不断循环判断，如果是 3 的倍数，就 除以 3 ，直到不能被 3 整除为止，最后结果如果是 1 ，说明可以除尽，是 3 的幂次方 ，否则就不是。
• 特判： 负数 和 0 不可能由 3 的 x 次方得到，直接返回 false 。

如果一个数是 3 的幂，不断除以 3 最终会变成 1：81/3=27, 27/3=9, 9/3=3, 3/3=1 

 

解题思路：

• 2. 判断是否为最大 3 的幂的约数 ，在整型范围内，最大的 3 的幂为 3^19 = 1162261467 ，记为 BIG , 我们只需判断 n 是否是 BIG 的约数即可。(即判断 BIG 是否是 n 的整数倍 BIG % n 是否等于 0 )
• 注意点：求 3^19 ，可以 利用50. Pow(x, n)代码快速幂求解，也可以直接 Math.pow(3, 19) 。

 

这个题相比于前面一道而言，无法使用位运算技巧来解决，对于方法 2 的解法，困难点在于不借助计算器的情况下，我们很难知道整型范围内最大的 3 的幂次的值是多少，如果通过代码计算则肯定会用到循环或者递归，而题目又不让你用循环或者递归。。 所以这道题又是脑筋急转弯的题，意义不大。

191. 位1的个数

解题思路：

• 1. 利用 n & (n - 1) 每次去掉最后一位的 1 , 只要 n != 0 就一直执行这个操作，每执行  1  次就 计数+1 。最终 n 会变成 0 退出循环。
• 2. 判断  n &  1  的值，如果结果是  1 就计数 累加 ，然后 将 n 每次 右移 1 位， 其实是在不断检查n的最低位是否为1。循环条件： n 总共右移 32 次结束，也可以使用 n != 0 。
• 3. 将 1 每次左移 i 位 ( i 从 [0，31] )，然后和 n 相与，看结果是否是 0 ， 不是  0 就 计数 。

方法 1 的代码： 

 

该方法的时间复杂度：O(logn)  

方法 2 的代码：  

注意，这里如果使用 n != 0 作为循环条件，n 要使用无符号右移，否则会出现循环。 

方法 3 的代码：  

 

338. 比特位计数

解题思路：

• 1. 位运算 ，遍历 [0, n] 中的每个 i , 调用191.题代码统计1的个数即可。

 

 这个时间复杂度是 O(nlogn)

解题思路：

• 2. 动态规划 + 最高有效位 ，创建长度 n+1 的 dp 数组，令 dp[i] 表示数字 i 的「 位1比特数 」 ，初始 dp[0] = 0 ,  遍历[1, n]，求解剩余每个 dp 值，最终返回 dp 数组。
• 对于遍历遇到的每个正整数 x ， 如果可以知道 ≤ x 的最大的正整数 y ，且  y 是 2 的整数次幂，则  y 的二进制只有最高位是 1 ，其余都是 0 ，此时称 y 为 x 的「 最高有效位 」。
• 令 z = x − y ，显然 0 ≤ z < x 且 x 比 z 二进制只多 1 个 1 ，则 dp[x] = dp[z] + 1 ，因此只需找到这样的一个 y 它是 2 的整数次幂即可，
• 如何判断一个正数二进制上是否只有最高位是 1 ：可以利用公式 n & (n - 1) 去掉最后一位的 1 ，然后看结果是否为 0 ，如果为 0 ，则该数就是要找的 y 。（也就是2的幂）
• 由于是从小到大遍历，因此遍历到 x 时 dp[x − y]  的值已知，则 dp[x] = dp[x − y] + 1 。

注意：这里的y要定义在for循环的外面，当x非2的幂时，y其实是上次计算的值，它距离本次的x，是离它最近的2的幂。当x是2的幂时，y等于x，dp[x] = dp[0] + 1 = 1，而2的幂也确实只有 1 个 1。  

这个过程其实就是每次利用了距离 x 最近的 2 的幂来计算当前的 dp 值 ，下表展示了 [1 - 10] 中的每个 x 的 dp 值计算过程，可以参考理解：

从表中可以看出 dp 计算时等号右边的 dp 值一定是在前面计算过了的，另外，当前计算出的 y 的值，可能对下一个枚举的 x 值有效，因此这就是为什么 y 要定义在 for 循环的外面，我们要记住它。

解题思路：

• 3. 动态规划 +  最低有效位 ， 创建长度 n+1 的 dp 数组，令 dp[i] 表示数字 i 的「 位1比特数 」 ， 初始 dp[0] = 0 ,  遍历[ 1, n] ，求解剩余每个 dp 值，最终返回 dp 数组。
• 对于 遍历遇到的每个正整数 x ,   x/2 相当于 x 右移 1 位， 对于 偶数 ，二进制最低位是 0 ，因此右移一位后 1 的个数不变， 对于 奇数 ，二进制最低位是 1 ，因此右移一位后会少 1 个 1 。
• 因此如果 dp[x/2] 的值已知，则可以得到 dp[x] 的值： 如果 x 是 偶数 ，则 dp[x] = dp[x/2] ，如果 x 是 奇数 ，则 dp[x] = dp[x/2] + 1 ，
• 上述两种情况可以合并写成： dp[x] = dp[x/2] + (x & 1) ， 因为是从小到大遍历，所以遍历到 x 时 dp[x/2]  的值肯定已知。

 

下表展示了 [1