【LeetCode】89. Gray Code (2 solutions)

Gray Code

The gray code is a binary numeral system where two successive values differ in only one bit.

Given a non-negative integer n representing the total number of bits in the code, print the sequence of gray code. A gray code sequence must begin with 0.

For example, given n = 2, return [0,1,3,2]. Its gray code sequence is:

00 - 0
01 - 1
11 - 3
10 - 2

Note:
For a given n, a gray code sequence is not uniquely defined.

For example, [0,2,3,1] is also a valid gray code sequence according to the above definition.

For now, the judge is able to judge based on one instance of gray code sequence. Sorry about that.

 

解法一:

列出前几个格雷码观察规律:

n=3

0 0 0 

0 0 1

0 1 1

0 1 0

1 1 0

1 1 1

1 0 1

1 0 0

可以发现,最右边第0位是以0110循环,第1位是以00111100循环……

由此可知,第j位在[2j, 2j+2j+1)是1,其余为0进行循环。每个循环段包含的格雷码总数为2j+2

因此对于第i个格雷码的第j位,需要根据i判断落在第j循环段的0位还是1位。

将i从左往右扫一遍,确定0/1后左移,即可。

class Solution {
public:
    vector<int> grayCode(int n) {
        vector<int> result;
        for(int i = 0; i < pow(2.0,n); i ++)
        {//2^n numbers
            int value = 0;
            for(int j = n-1; j >= 0; j --)
            {//jth digit from right to left
                int divisor = pow(2.0, j+2);
                int r = i%divisor;
                if(r >= pow(2.0, j) && r < pow(2.0, j)+pow(2.0, j+1))
                    value += 1;
                if(j == 0)
                    break;
                value <<= 1;
            }
            result.push_back(value);
        }
        return result;
    }
};

 

解法二:

n=0时,result={0}

n=1时,result={0,1}。1可以看做对0的第1位置1后再次加入。

n=2时,result={00,01,11,10}。11可以看做对01的第2位置1,10可以看做对00的第2位置1后再次加入。

……

即对result已有的中间结果,逆序处理,对每个成员的相应位置1。

class Solution {
public:
    vector<int> grayCode(int n) {
        vector<int> ret(1, 0);
        for(int i = 0; i < n; i ++)
        {
            int size = ret.size();
            for(int j = size-1; j >= 0; j --)
            {
                int num = ret[j];
                num += 1<<i;
                ret.push_back(num);
            }
        }
        return ret;
    }
};

转载于:https://www.cnblogs.com/ganganloveu/p/4146821.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值