因为感觉大多数easy的题目对于我们来说稍微有些简单,所以这回选择了一个middle中通过率最高的题目来做,看看到底middle的难度有多大。
这道题的题目意思是,给我们一个数,让我们计算出从0开始到这个数中间的所有数字,他们的二进制表示方法中有多少个1,并将统计结果放到一个数组中。
比如给定数字5,{0,1,2,3,4,5}分别统计出来的结果就是{0,1,1,2,1,2},以此类推。
方法一:
按照我的算法来做,复杂度比较大。
对于小于等于给定数字的每个数,先将其右移一位得到right,然后再将其左移一位得到left,left就是原来的数字将末尾的二进制位置为0得到的数字。用left和原来的数字做比较,如果比原来的数字小,那么就给计数器加一,然后把原来的数变为right再进行此过程(即舍弃末尾的二进制位),直到为0。经过这个循环,我们就计算出了这个数字的二进制1的个数,然后依次计算出所有小于等于给定数的数的统计结果,存入数组中即可。
代码如下:
class Solution {
public:
vector<int> countBits(int num)
{
vector<int> answer;
int count;
int j;
for(int i=0;i<=num;i++)
{
j=i;
count=0;
while(j>0)
{
int right=j>>1;
int left=right<<1;
if(j>left) count++;
j=right;
}
answer.push_back(count);
}
return answer;
}
};
方法二:
因为题目要求我们思考是否有复杂度为O(n)的算法,所以我思考了很长时间,但是没有办法再进行代码优化。经过上网查询之后,果然发现还有新的想法来解决这道题。我们来举个例子来说明这种算法。首先,比如我们有一个数101,比这个数小1的数字就是100然后把这两个数字进行交运算,结果中1的位数再加1就是101的位数。这种算法的原理我认为是这样的:经过交运算,我们保留了两个数当中相同的部分,而原来给定的数字中不同的部分里面一定只有一个1。假设不同的部分中有两个1,改变的一定是后面位数的那个1,轮不到前面位数的那个1改变,所以前面位数那个1到后面那个1的前一位就都属于相同的部分。所以,改变的部分中,只有一个1。这就是这个算法中最精妙的一点,也是最难想到的一点。
下面贴出来我根据算法自己写出来的代码,给大家参考:
class Solution {
public:
vector<int> countBits(int num)
{
vector<int> answer;
answer.push_back(0);
for(int i=1;i<=num;i++) answer.push_back(answer[i&(i-1)]+1);
return answer;
}
};