leetcode — 338. 比特位计数

给定一个非负整数 num。对于 0 ≤ i ≤ num 范围中的每个数字 i ，计算其二进制数中的 1 的数目并将它们作为数组返回。

输入: 5
输出: [0,1,1,2,1,2]

进阶:

• 给出时间复杂度为O(n*sizeof(integer))的解答非常容易。但你可以在线性时间O(n)内用一趟扫描做到吗？
• 要求算法的空间复杂度为O(n)。

---

相应的内置函数用于计算给定的整数的二进制表示中的 1 的数目，例如 Java 的 Integer.bitCount，C++ 的__builtin_popcount，Go 的 bits.OnesCount 等。

---

方法一： 算法

        最直观的做法是对从 0 到 n 的每个整数直接计算该数「二进制表示中的 1 的数目」。

        每个 int 型的数都可以用 32 位二进制数表示，只要遍历其二进制表示的每一位即可得到 1 的数目。

        利用 Brian Kernighan 算法，可以在一定程度上进一步提升计算速度。Brian Kernighan 算法的原理是：对于任意整数 xx，令，该运算将 x 的二进制表示的最后一个 1 变成 0。因此，对 x 重复该操作，直到 x 变成 0，则操作次数即为 x的「二进制表示中的 1 的数目」。

        对于给定的 n，计算从 0 到 n 的每个整数的「二进制表示中的 1 的数目」的时间都不会超过 O(logn)，因此总时间复杂度为 O(nlogn) 。

        时间复杂度：O(nlogn)。需要对从 0 到 n 的每个整数使用计算，对于每个整数计算的时间不会超过 O(logn)。

        空间复杂度：O(1)。除了返回的数组以外，空间复杂度为常数。

二进制中1的个数：https://leetcode-cn.com/problems/er-jin-zhi-zhong-1de-ge-shu-lcof/

                                https://blog.csdn.net/qq_34176797/article/details/119035767

2的幂：https://leetcode-cn.com/problems/power-of-two/

class Solution {
    public int[] countBits(int n) {
        // 基础解法
        int[] oneBitsNum = new int[n + 1];
        for(int i = 0; i <= n; i ++){
            oneBitsNum[i] = calOneBits(i);
        }

        return oneBitsNum;
    }

    public int calOneBits(int num){
        int oneBits = 0;
        // 为0直接返回结果即可
        while(num > 0){
            num = num & (num-1);
            oneBits ++;
        }

        return oneBits;
    }
}

---

方法二：改进方法一中的流程，最高位分解 — 动态规划

       方法一需要对每个整数使用 O(logn) 的时间计算该数「二进制表示中的 1 的数目」。如果将某些结果的值保存起来，当计算 i 的「二进制表示中的 1 的数目」时，如果存在 0≤j<i，j 的结果已知，同时