给定一个非负整数 num。对于 0 ≤ i ≤ num 范围中的每个数字 i ,计算其二进制数中的 1 的数目并将它们作为数组返回。
示例1:
输入: 2
输出: [0,1,1]
示例2:
输入: 5
输出: [0,1,1,2,1,2]
进阶:
由于题目要求尽量一趟扫描得到结果,因此考虑使用动态规划,利用已知数字的二进制数的1的数目(简称数目),推导出未知数字的数目。
易知,对于每一个 x 可以找到一个最大的 y,令 y ≤ x,且 y 是2的整数次幂。此时 x 的数目就等于 x - y 的数目加 1。
由此,定义变量 maxNum ,表示当前数字的最大 y。在当前数字等于2倍 maxNum 时更新maxNum。
实现代码如下,空间复杂度O(num),时间复杂度O(num)。运行时间 2ms。
class Solution {
public static int[] countBits(int num) {
int[] count = new int[num + 1];
int maxNum = 1;
for (int i = 1; i <= num; i++) {
if (i == 2 * maxNum) {
maxNum = i;
}
count[i] = count[i-maxNum] + 1;
}
return count;
}
}
由于该题和二进制有关,可以考虑用位运算来计算。
这里利用一个性质:对于任意整数 x,令 x = x & (x-1) ,该运算将 x 的二进制表示的最后一个 1 变成 0。因此对 x 重复此操作,直到为0,通过统计运算次数即可得到 x 的数目。
代码实现如下,空间复杂度O(num),时间复杂度O(k * num),其中 k 是 int 型的二进制位数32。运行时间2ms。
class Solution {
public int[] countBits(int num) {
int[] count = new int[num + 1];
for (int i = 1; i <= num; i++) {
count[i] = countOne(i);
}
return count;
}
public int countOne(int x) {
int ones = 0;
while (x > 0) {
x &= (x - 1);
ones++;
}
return ones;
}
}
思路2虽然使用了位运算,但是没有充分利用已得到的结果。而思路1中虽然使用了动态规划,但是没有使用位运算,简化计算,因此可以做如下优化:
由于当 x 为2的整数次幂时,必满足 x & (x−1) = 0 ,因此可以通过这一条件判断是否更新maxNum。
代码实现如下,空间复杂度O(num),时间复杂度O(num)。运行时间 1ms。
class Solution {
public int[] countBits(int num) {
int[] count = new int[num + 1];
int maxNum = 0;
for (int i = 1; i <= num; i++) {
if ((i & (i - 1)) == 0) {
maxNum = i;
}
count[i] = count[i - maxNum] + 1;
}
return count;
}
}
通过观察我们还可以发现,偶数与其除以2后的那个数的1的数目一样多,因为偶数二进制最后一位为0,除以2相当于给二进制数右移一位;而奇数比移位后的数目多 1 。
代码实现如下,空间复杂度O(num),时间复杂度O(num)。运行时间2ms。
class Solution {
public int[] countBits(int num) {
int[] count = new int[num+1];
for(int i = 1; i <= num; i++){
if(i % 2 == 1){
count[i] = count[(i-1)/2] + 1;
}else{
count[i] = count[i/2];
}
}
return count;
}
}
用位运算判断奇偶性,代码如下,空间复杂度O(num),时间复杂度O(num)。运行时间1ms。
class Solution {
public int[] countBits(int num) {
int[] count = new int[num+1];
for(int i = 1; i <= num; i++){
count[i] = count[i>>1] + (i&1);
}
return count;
}
}
由性质:对于任意整数 x,令 x = x & (x-1) ,该运算将 x 的二进制表示的最后一个 1 变成 0。可得到关系式:当 i > 0 时,count[i] = count[ i & (i - 1)] + 1。
利用动态规划法,代码如下
class Solution {
public int[] countBits(int num) {
int[] count = new int[num+1];
for(int i = 1; i <= num; i++){
count[i] = count[i & (i-1)] + 1;
}
return count;
}
}
本问题的核心是如何计算某一个数的二进制中1的数目,大致分为两种思路,一种从最高位的1开始计算,如思路1、3,另一种就是从最低位的1开始计算,如思路2、4、5。
主要用到的位运算性质有:对于任意整数 x,令 x = x & (x-1) ,该运算将 x 的二进制表示的最后一个 1 变成 0。当 x & (x-1) = 0 时,x 必为2的整数次幂。