题目描述
请实现一个函数,输入一个整数(以二进制串形式),输出该数二进制表示中 1 的个数。例如,把 9 表示成二进制是 1001,有 2 位是1。因此,如果输入 9,则该函数输出 2。
示例 1:
输入:00000000000000000000000000001011
输出:3
解释:输入的二进制串 00000000000000000000000000001011 中,共有三位为 ‘1’
示例 2:
输入:00000000000000000000000010000000
输出:1
解释:输入的二进制串 00000000000000000000000010000000 中,共有一位为 ‘1’
示例 3:
输入:11111111111111111111111111111101
输出:31
解释:输入的二进制串11111111111111111111111111111101 中,共有 31 位为 ‘1’。
提示:
输入必须是长度为 32 的 二进制串 。
方法一(暴力法)
1.解题思路
直接从右向左,一次判断每一位是否为1,如果是1,则计数加1。">>>"为java的无符号右移操作。
2.代码实现
public class Solution {
public int hammingWeight(int n) {
int count=0;
while(n!=0){
if((n&1)==1){
count++;
}
n>>>=1;
}
return count;
}
}
3.复杂度分析
- 时间复杂度:总共需要循环的次数为n的位数,所以时间杂度是O(log2n)
- 空间复杂度:不需要额外的空间开销,所以空间复杂度为O(1)
方法二(位运算)
1.解题思路
当一个数减去1,再与原数相与时,会消去最右边的1。
比如11000,减去1后是10111,相与后就变成了10000,刚好消去了最右边的1。
2.代码实现
public class Solution {
public int hammingWeight(int n) {
int count=0;
while(n!=0){
n=n&(n-1);
count++;
}
return count;
}
}
3.复杂度分析
- 时间复杂度:假设n的二进制表示中有k个1,则时间复杂度是O(k)
- 空间复杂度:不需要额外的空间开销,所以空间复杂度为O(1)
方法三(最右1)
1.解题思路
首先我们要知道怎么获取一个数二进制的最右1,然后每获取一次,计数加1,并且原数字减去最右1作为新数字。(最右1在位运算中非常实用,树状数组的构建也有用到最右1)
怎么获取最右1呢?
先说结论,一个数和它对应的补码相与就可以得到最右1。
比如1001,反码是0110,补码是反码加1,为0111,如果是原码和反码相与,正好为0;但是由于补码有个加1操作,能将反码最右边几位调整为最右1形式,而左边部分抵消了。再比如11000,反码是00111,补码01000,补码右边部分1000正好最右1,左边部分与原码相抵消。
2.代码实现
public class Solution {
public int hammingWeight(int n) {
int count=0;
while(n!=0){
n-=n&(~n+1);
count++;
}
return count;
}
}
3.复杂度分析
- 时间复杂度:同方法二,假设n的二进制位中1有k个,时间复杂度是O(k)
- 空间复杂度:不需要额外的空间开销,所以空间复杂度为O(1)
方法四(直接调接口)
1.解题思路
参考java中Integer的bitCount函数。
2.代码实现
public class Solution {
public int hammingWeight(int n) {
return Integer.bitCount(n);
}
}
3.复杂度分析
- 时间复杂度:时间复杂度为O(1)
- 空间复杂度:空间复杂度为O(1)
方法五(bitCount源码,分治思想)
1.解题思路
0x55555555相当于01010101010101010101010101010101,0xaaaaaaaa相当于10101010101010101010101010101010,所以我们可以通过同0x55555555相与获得偶数位,同0xaaaaaaaa相与获取奇数位。类似的0x33333333为00110011001100110011001100110011,0xcccccccc为11001100110011001100110011001100,我们每4位,将二进制拆分为左右两部分,同理,也可以每8位拆分,每16位拆分,最后要获取的是16位拆分的结果。但是16拆分不能直接得出来,相当于一个递归没有到终止条件,需要经过8分,4分,2分,1分,到1分的时候,就可以直接算出来。
比如11,奇数位相与是10,偶数位相与是01,再移位相加,得到10,刚好是11中1的个数2。
JDK源码中bitCount的思路和上面是完全一致的,不过计算过程中采用了一些技巧,用尽量少的运算,来达到相同的效果。
2.代码实现
public class Solution {
public int hammingWeight(int n) {
n = (n & 0x55555555) + ((n & 0xaaaaaaaa) >>> 1);
n = (n & 0x33333333) + ((n & 0xcccccccc) >>> 2);
n = (n & 0x0f0f0f0f) + ((n & 0xf0f0f0f0) >>> 4);
n = (n & 0x00ff00ff) + ((n & 0xff00ff00) >>> 8);
n = (n & 0x0000ffff) + ((n & 0xffff0000) >>> 16);
return n;
}
}
改进版:
public class Solution {
public int hammingWeight(int n) {
n = (n & 0x55555555) + ((n >>> 1) & 0x55555555);
n = (n & 0x33333333) + ((n >>> 2) & 0x33333333);
n = (n & 0x0f0f0f0f) + ((n >>> 4) & 0x0f0f0f0f);
n = (n & 0x00ff00ff) + ((n >>> 8) & 0x00ff00ff);
n = (n & 0x0000ffff) + ((n >>> 16) & 0x0000ffff);
return n;
}
}
JDK源码:
public class Solution {
public int hammingWeight(int n) {
n = n - ((n >>> 1) & 0x55555555);
n = (n & 0x33333333) + ((n >>> 2) & 0x33333333);
n = (n + (n >>> 4)) & 0x0f0f0f0f;
n = n + (n >>> 8);
n = n + (n >>> 16);
return n & 0x3f;
}
}
3.复杂度分析
- 时间复杂度:全是基本的与运算,相加,移位运算,所以时间杂度是O(1)
- 空间复杂度:不需要额外的空间开销,所以空间复杂度为O(1)
剑指offer全集入口: 请戳这里