Leetcode338. 比特位计数
题目:
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
题解:
方案一:动态规划——最低设置位
定义正整数
x
x
x 的「最低设置位」为
x
x
x 的二进制表示中的最低的 1 所在位。例如,
1010
1010
1010 的二进制表示是
101
0
(
2
)
1010_{(2)}
1010(2),其最低设置位为 2,对应的二进制表示是
1
0
(
2
)
10_{(2)}
10(2)。
令
y
=
x
&
(
x
−
1
)
y=x~\&~(x-1)
y=x & (x−1),则
y
y
y 为将
x
x
x 的最低设置位从 1 变成 0 之后的数,显然
0
≤
y
<
x
0 \le y<x
0≤y<x,
bits
[
x
]
=
bits
[
y
]
+
1
\textit{bits}[x]=\textit{bits}[y]+1
bits[x]=bits[y]+1。因此对任意正整数
x
x
x,都有
bits
[
x
]
=
bits
[
x
&
(
x
−
1
)
]
+
1
\textit{bits}[x]=\textit{bits}[x~\&~(x-1)]+1
bits[x]=bits[x & (x−1)]+1。
遍历从 1 到
n
n
n 的每个正整数
i
i
i,计算
bits
\textit{bits}
bits 的值。最终得到的数组
bits
\textit{bits}
bits 即为答案。
方案二:动态规划——最高有效位
当计算
i
i
i 的「一比特数」时,如果存在
0
≤
j
<
i
0 \le j<i
0≤j<i,
j
j
j 的「一比特数」已知,且
i
i
i 和
j
j
jj 相比,
i
i
i 的二进制表示只多了一个 1,则可以快速得到
i
i
i 的「一比特数」。
令
bits
[
i
]
\textit{bits}[i]
bits[i]表示
i
i
i 的「一比特数」,则上述关系可以表示成:
bits
[
i
]
=
bits
[
j
]
+
1
\textit{bits}[i]= \textit{bits}[j]+1
bits[i]=bits[j]+1。
对于正整数
x
x
x,如果可以知道最大的正整数
y
y
y,使得
y
≤
x
y \le x
y≤x 且
y
y
y 是 2的整数次幂,则
y
y
y 的二进制表示中只有最高位是 1,其余都是 0,此时称
y
y
y 为
x
x
x 的「最高有效位」。令
z
=
x
−
y
z=x-y
z=x−y,显然
0
≤
z
<
x
0 \le z<x
0≤z<x,则
bits
[
x
]
=
bits
[
z
]
+
1
\textit{bits}[x]=\textit{bits}[z]+1
bits[x]=bits[z]+1。
为了判断一个正整数是不是 2 的整数次幂,可以利用按位与运算的性质。如果正整数
y
y
y 是 2 的整数次幂,则
y
y
y 的二进制表示中只有最高位是 1,其余都是 00,因此
y
&
(
y
−
1
)
=
0
y~\&~(y-1)=0
y & (y−1)=0。由此可见,正整数
y
y
y 是 2 的整数次幂,当且仅当
y
&
(
y
−
1
)
=
0
y~\&~(y-1)=0
y & (y−1)=0。
显然,0 的「一比特数」为 0。使用
highBit
\textit{highBit}
highBit 表示当前的最高有效位,遍历从 1 到
n
n
n 的每个正整数
i
i
i,进行如下操作。
如果
i
&
(
i
−
1
)
=
0
i~\&~(i-1)=0
i & (i−1)=0,则令
highBit
=
i
\textit{highBit}=i
highBit=i,更新当前的最高有效位。
i
i
i比
i
−
highBit
i-\textit{highBit}
i−highBit的「一比特数」多 1,由于是从小到大遍历每个整数,因此遍历到
i
i
i 时,
i
−
highBit
i-\textit{highBit}
i−highBit 的「一比特数」已知,令
bits
[
i
]
=
bits
[
i
−
highBit
]
+
1
\textit{bits}[i]=\textit{bits}[i-\textit{highBit}]+1
bits[i]=bits[i−highBit]+1。
最终得到的数组
bits
\textit{bits}
bits 即为答案。
方案三:动态规划——最低有效位
方法二需要实时维护最高有效位,当遍历到的数是 2 的整数次幂时,需要更新最高有效位。如果再换一个思路,可以使用「最低有效位」计算「一比特数」。
对于正整数
x
x
x,将其二进制表示右移一位,等价于将其二进制表示的最低位去掉,得到的数是
⌊
x
2
⌋
\lfloor \frac{x}{2}\rfloor
⌊2x⌋。
如果
bits
[
⌊
x
2
⌋
]
\textit{bits}\big[\lfloor \frac{x}{2} \rfloor\big]
bits[⌊2x⌋]的值已知,则可以得到
bits
[
x
]
\textit{bits}[x]
bits[x] 的值:
如果
x
x
x是偶数,则
bits
[
x
]
=
bits
[
⌊
x
2
⌋
]
\textit{bits}[x]=\textit{bits}\big[\lfloor \frac{x}{2} \rfloor\big]
bits[x]=bits[⌊2x⌋];
如果
x
x
x 是奇数,则
bits
[
x
]
=
bits
[
⌊
x
2
⌋
]
+
1
\textit{bits}[x]=\textit{bits}\big[\lfloor \frac{x}{2} \rfloor\big]+1
bits[x]=bits[⌊2x⌋]+1。
上述两种情况可以合并成:
bits
[
x
]
\textit{bits}[x]
bits[x] 的值等于
bits
[
⌊
x
2
⌋
]
\textit{bits}\big[\lfloor \frac{x}{2} \rfloor\big]
bits[⌊2x⌋]的值加上
x
x
x 除以 2 的余数。
由于
⌊
x
2
⌋
\lfloor \frac{x}{2} \rfloor
⌊2x⌋可以通过
x
>
>
1
x >> 1
x>>1 得到,
x
x
x 除以 2 的余数可以通过
x
&
1
x~\&~1
x & 1 得到,因此有:
bits
[
x
]
=
bits
[
x
>
>
1
]
+
(
x
&
1
)
\textit{bits}[x]=\textit{bits}[x>>1]+(x~\&~1)
bits[x]=bits[x>>1]+(x & 1)。
遍历从 1 到
n
n
n 的每个正整数 i,计算
bits
\textit{bits}
bits 的值。最终得到的数组
bits
\textit{bits}
bits 即为答案。
java代码:
/**
* @param n
* @return
*/
public static int[] countBits(int n) {
int[] dp = new int[n + 1];
for (int i = 1; i <= n; i++) {
dp[i] = dp[i & (i - 1)] + 1;
}
return dp;
}
/**
*
* @param n
* @return
*/
public static int[] countBits2(int n) {
int[] dp = new int[n + 1];
int highbit = 0;
for (int i = 1; i <= n; i++) {
if ((i & (i - 1)) == 0) {
highbit = i;
}
dp[i] = dp[i - highbit] + 1;
}
return dp;
}
/**
*
* @param n
* @return
*/
public static int[] countBits3(int n) {
int[] dp = new int[n + 1];
for (int i = 1; i <= n; i++) {
dp[i] = dp[i >> 1] + (i & 1);
}
return dp;
}