1、遍历
class Solution:
def hammingWeight(self, n: int) -> int:
# 遍历,遇到1则count+1 时间复杂度O(n)
count = 0
for i in range(32):
count += n&1
n >>= 1
return count
2、分治法
class Solution:
def hammingWeight(self, n: int) -> int:
# 分治法
n = (n & (0x55555555)) + ((n >> 1) & (0x55555555));
# 0x55555555: 0101 0101 0101 0101 0101 0101 0101 0101
n = (n & (0x33333333)) + ((n >> 2) & (0x33333333));
# 0x33333333: 0011 0011 0011 0011 0011 0011 0011 0011
n = (n & (0x0F0F0F0F)) + ((n >> 4) & (0x0F0F0F0F));
# 0000 1111 0000 1111 0000 1111 0000 1111...
n = (n & (0x00FF00FF)) + ((n >> 8) & (0x00FF00FF));
n = (n & (0x0000FFFF)) + ((n >> 16) & (0x0000FFFF));
return n
3、N&(n-1)
class Solution:
def hammingWeight(self, n: int) -> int:
# n&(n-1) O(logn) 十进制n 二进制数位logn
count = 0
while n:
count += 1
n = n&(n-1)
return count
二进制编码:
原文章:
http://www.361way.com/bitwise-operators/5778.html
原码:
反码:
反码主要是针对负数的处理。在原码的基础上,符号位不变,其他数值位取反,即把1变成0,把0变成1。反码是为了在计算机中存储二进制,但非真正的二进制值,所以也不直接参与计算。
补码:补码是真正的二进制值了,主要也是针对负数。非负数不变,而负数是在反码的基础上加1。
总结如下:
1、正数的二进制值,原码、补码、反码都是一样的;
2、负数的二进制值是其补码,即反码加1。