[leetcode]397. Integer Replacement第四次周赛第二题
Given a positive integer n and you can do operations as follow:
If n is even, replace n with n/2.
If n is odd, you can replace n with either n + 1 or n - 1.
What is the minimum number of replacements needed for n to become 1?
Example 1:
Input:
8
Output:
3
Explanation:
8 -> 4 -> 2 -> 1
Example 2:
Input:
7
Output:
4
Explanation:
7 -> 8 -> 4 -> 2 -> 1
or
7 -> 6 -> 3 -> 2 -> 1
这题很多人拿到手都是觉得直接递归就好,我也是,直接写出递归算法如下:
int integerReplacement(int n) {
if (n == 1) return 0;
if (n % 2 == 0) return 1 + integerReplacement(n/2);
else {
if (n == INT_MAX) return 1 + integerReplacement(n-1);
else return min(1+integerReplacement(n+1), 1+integerReplacement(n-1));
}
}
可是这个是不对的,在INT_MAX上是错的,这样算出来是33步,而实际应该是32步。这里我犯的错误就是,任何数都可以加一减一,这个处理规律不应该也受到integer边界的限制。而事实上,INT一共32位,除去符号位,最大值就是31个1,也就是2^31-1,所以INT_MAX加1就是2^31,连续除以31次2,直接就是1了,一共32步,这么走才是最快的。所以这里使用递归的时候,单独处理INT_MAX可以如下:
int integerReplacement(int n) {
if (n == 1) {
return 0;
} else if (n == 2147483647) {
return 2 + integerReplacement((n >> 1) + 1);
}
if (n % 2 == 0) {
return integerReplacement(n >> 1) + 1;
}
else {
return min(integerReplacement(n + 1) + 1, integerReplacement(n - 1) + 1);
}
}
这样就对了。再没有办法先加一,可以先除二再加一,结果是一样的。同时这种讨论也让人发现,其实当n为奇数的时候,也不是非要同时计算n+1和n-1的可能后果,可以通过一些预判减少后面的计算,避免计算量指数化发展。从二进制的角度出发,考虑连续的最后两位,如果是奇数可能是01或者11,这两种情况是可以知道怎么做最快的,要点就是如何更快的做更多的除法,显然,01应该减一,11应该加一,效果不言而喻。从这一点来说,我们可以将递归调整为如下:
public:
int integerReplacement(int n) {
if (n == 1) {
return 0;
} else if (n == INT_MAX) {
return 2 + integerReplacement((n >> 1) + 1);
}
if (n % 2 == 0) {
return integerReplacement(n >> 1) + 1;
}
else {
return numTrailingOnes(n) > 1 ? integerReplacement(n + 1) + 1 : integerReplacement(n - 1) + 1;
}
}
private:
int numTrailingOnes(int num) {
int shift = 0;
while (((num >> shift) & 1) == 1) {
shift++;
}
return shift;
}
这样的调整在时间上节省了很多的计算,十分必要。
当然这种用递归做子问题有很多重叠的时候,动态规划dynamic programming经常被拿出来用,这里也可以很方便的写出,如下:
int integerReplacement(int n) {
int dp[n + 1];
dp[0] = 0;
dp[1] = 0;
for (int i = 2; i <= n; i++) {
if (i % 2 == 0) {
dp[i] = dp[i / 2] + 1;
}
else {
if (i == INT_MAX) dp[i] = 2 + dp[i/2+1];
dp[i] = min(dp[i - 1], dp[(i + 1) / 2] + 1) + 1;
}
}
return dp[n];
}
可这在百万千万级的时候就肯定超内存了,dp的方法不太适合这种大范围整数的问题,大家自行体会。