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。
示例 1:
输入: 2
输出: [0,1,1]
示例 2:
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)。
你能进一步完善解法吗?要求在C++或任何其他语言中不使用任何内置函数(如 C++ 中的 __builtin_popcount)来执行此操作。
链接:https://leetcode-cn.com/problems/counting-bits
我的垃圾算法
思路:每个位上的1代表了2^n,利用对数函数可以计算出,最高位1所在的位数。
n=log2(i)
1的个数count++
这个思路下,还有其它低位被省略了。用i-2^n还原出其它位。
i-2^n 相当于最高位被删除
继续利用对数函数,直到所有位都被删除,说明所有1所在的位数都被删除了,执行了几次删除,就有几个1。哈哈,这个思路也挺奇怪的。
待求值 0 1 2 3 4 5 6 7
最高位 \ 2^0 2^1 2^1 2^2 2^2 2^2 2^2
剩余值 0 0 1 0 1 2 3
加上动态规划思路
从0-i 计算它们二进制的含1的个数时,我们计算i时已经计算i前面数的正确答案,我们删除最高位上的1后的值,肯定小于i,所以就不用再计算剩下的值了,直接用就是了。
。
因为要用log函数,而log函数计算过程对于计算机不是太友好,哈哈,所以虽然时间复杂为O(n),但还是很慢。
class Solution {
public int[] countBits(int num) {
int dp[] = new int[num+1];
dp[0] = 0;
if(num == 0){
return dp;
}
dp[1] =1;
for(int i=2; i<=num; i++){
int n = (int)( Math.log(i)/Math.log(2) ); //除法要考虑x/0的情况
Integer m = (int)Math.pow(2,n);
dp[i] = dp[i - m]+1;
//dp[i] = i-m;
}
return dp;
}
}
---------------------这是大神的答案,可能不是最好,但思路很清晰,主要是找的规律比我好----------------------------------
对于所有的数字,只有两类:
奇数:二进制表示中,奇数一定比前面那个偶数多一个1,因为多的就是最低位的1.
举例:
0 = 0 1 = 1
2 = 10 3 = 11
偶数:二进制表示中,偶数中1的个数一定和除以2之后的那个数一样多。因为最低位是0,除以2就是右移一位,也就是把那个0抹掉而已,所以1的个数是不变的。
举例:
2 = 10 4 = 100 8 = 1000
3 = 11 6 = 110 12 = 1100
另外,0的1个数为0,于是就可以根据奇偶性开始遍历计算了。
vector countBits(int num) {
vector result(num+1);
result[0] = 0;
for(int i = 1; i <= num; i++)
{
if(i % 2 == 1)
{
result[i] = result[i-1] + 1;
}
else
{
result[i] = result[i/2];
}
}
return result;
}
链接:https://leetcode-cn.com/problems/two-sum/solution/hen-qing-xi-de-si-lu-by-duadua/