比特位计数题解

338. 比特位计数（动态规划）

给你一个整数 n ，对于 0 <= i <= n 中的每个 i ，计算其二进制表示中 1 的个数 ，返回一个长度为 n + 1 的数组 ans 作为答案。

示例 1：

输入：n = 2
输出：[0,1,1]
解释：
0 --> 0
1 --> 1
2 --> 10

示例 2：

输入：n = 5
输出：[0,1,1,2,1,2]
解释：
0 --> 0
1 --> 1
2 --> 10
3 --> 11
4 --> 100
5 --> 101

提示：

• 0 <= n <= 105

进阶：

• 很容易就能实现时间复杂度为 O(n log n) 的解决方案，你可以在线性时间复杂度 O(n) 内用一趟扫描解决此问题吗？

解题思路：

对于常规解法，我们可以遍历0到n，计算当前i的「一比特数」，「一比特数」的定义为x = x&(x-1)，直到x为0，得出的累加数即为「一比特数」。例如：n=3,「一比特数」求法为：n= 3（11）& 2（10）=1， n = 1（1）& 0 （0）=0。3的「一比特数」即为 2，而3的二进制中 1 的个数也为 2 ，这题便迎刃而解。

class Solution {
    public int[] countBits(int n) {
        int[] bits = new int[n + 1];
        for (int i = 0; i <= n; i++) {
            bits[i] = countOnes(i);
        }
        return bits;
    }

    public int countOnes(int x) {
        int ones = 0;
        while (x > 0) {
            x &= (x - 1);
            ones++;
        }
        return ones;
    }
}

想要将时间复杂度压到n的话，我们便要用到动态规划，通过最高有效位永远只有一个 1 ，即「一比特数」为 1的规律，我们可知，当一个数递增到最高有效位时，递增的「一比特数」也被重置为1，，而最高有效位的特征为：y & (y−1)=0 ，如图：

上代码：

class Solution {
    public int[] countBits(int n) {
        int[] bits = new int[n + 1];
        int highBit = 0;
        for (int i = 1; i <= n; i++) {
            if ((i & (i - 1)) == 0) {//当i为最高有效位时
                highBit = i;//将i设为当前最高有效位
            }
            bits[i] = bits[i - highBit] + 1;//最高有效位时为0+1 = 1，其余的都是递增
        }
        return bits;
    }
}