Leetcode338. 比特位计数

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 $x$ 的「最低设置位」为 $x$ 的二进制表示中的最低的 1 所在位。例如，$1010$ 的二进制表示是 $1010_{(2)}$，其最低设置位为 2，对应的二进制表示是 $10_{(2)}$。
令 $y=x\&(x-1)$，则 $y$ 为将 $x$ 的最低设置位从 1 变成 0 之后的数，显然 $0\le y<x$，$\text{bits}[x]=\text{bits}[y]+1$。因此对任意正整数 $x$，都有 $\text{bits}[x]=\text{bits}[x\&(x-1)]+1$。
遍历从 1 到 $n$ 的每个正整数 $i$，计算 $\text{bits}$ 的值。最终得到的数组 $\text{bits}$ 即为答案。

方案二：动态规划——最高有效位
当计算 $i$ 的「一比特数」时，如果存在 $0\le j<i$，$j$ 的「一比特数」已知，且 $i$ 和 $j$j 相比，$i$ 的二进制表示只多了一个 1，则可以快速得到 $i$ 的「一比特数」。
令 $\text{bits}[i]$表示 $i$ 的「一比特数」，则上述关系可以表示成：$\text{bits}[i]=\text{bits}[j]+1$。
对于正整数 $x$，如果可以知道最大的正整数 $y$，使得 $y\le x$ 且 $y$ 是 2的整数次幂，则 $y$ 的二进制表示中只有最高位是 1，其余都是 0，此时称 $y$ 为 $x$ 的「最高有效位」。令 $z=x-y$，显然 $0\le z<x$，则 $\text{bits}[x]=\text{bits}[z]+1$。
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 $y$ 是 2 的整数次幂，则 $y$ 的二进制表示中只有最高位是 1，其余都是 00，因此 $y\&(y-1)=0$。由此可见，正整数 $y$ 是 2 的整数次幂，当且仅当 $y\&(y-1)=0$。
显然，0 的「一比特数」为 0。使用 $\text{highBit}$ 表示当前的最高有效位，遍历从 1 到 $n$ 的每个正整数 $i$，进行如下操作。
如果 $i\&(i-1)=0$，则令 $\text{highBit}=i$，更新当前的最高有效位。
$i$比 $i-\text{highBit}$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 $i$ 时，$i-\text{highBit}$ 的「一比特数」已知，令 $\text{bits}[i]=\text{bits}[i-\text{highBit}]+1$。
最终得到的数组 $\text{bits}$ 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 $x$，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
$\lfloor \frac{x}{2}\rfloor$。
如果 $\text{bits}[\lfloor \frac{x}{2}\rfloor ]$的值已知，则可以得到 $\text{bits}[x]$ 的值：
如果 $x$是偶数，则 $\text{bits}[x]=\text{bits}[\lfloor \frac{x}{2}\rfloor ]$；
如果 $x$ 是奇数，则 $\text{bits}[x]=\text{bits}[\lfloor \frac{x}{2}\rfloor ]+1$。
上述两种情况可以合并成：$\text{bits}[x]$ 的值等于 $\text{bits}[\lfloor \frac{x}{2}\rfloor ]$的值加上 $x$ 除以 2 的余数。
由于 $\lfloor \frac{x}{2}\rfloor$可以通过 $x>>1$ 得到，$x$ 除以 2 的余数可以通过 $x\&1$ 得到，因此有：$\text{bits}[x]=\text{bits}[x>>1]+(x\&1)$。
遍历从 1 到 $n$ 的每个正整数 i，计算 $\text{bits}$ 的值。最终得到的数组 $\text{bits}$ 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;
    }