题目来源:https://leetcode-cn.com/problems/counting-bits
题目描述
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:
给出时间复杂度为O(n*sizeof(integer))的解答非常容易。但你可以在线性时间O(n)内用一趟扫描做到吗?
要求算法的空间复杂度为O(n)。
你能进一步完善解法吗?要求在C++或任何其他语言中不使用任何内置函数(如 C++ 中的 __builtin_popcount)来执行此操作。
题目大意
给定一个数n,返回[0,n]中对应二进制所包含1的个数,第一种O(n*k)时间复杂度的做法比较容易想到,对于进阶做法就需要仔细思考
暴力遍历
num &= (num - 1),每进行一次循环会将num最右边的1转变成0,原理的话可以代特值进行一个类推得出结论,n次操作之后,返回的count就是数num对应二进制中1的个数
class Solution {
public:
int countOnes(int num){
int count = 0;
while(num){
num &= (num - 1);
++count;
}
return count;
}
vector<int> countBits(int num) {
vector<int> bits(num + 1);
for (int i = 0; i <= num; i++) {
bits[i] = countOnes(i);
}
return bits;
}
};
复杂度分析
- 时间复杂度:O(n * k)。n为数组的长度,k取决于num第一个非0位到最低位共几位k
- 空间复杂度:O(n)。n为数组的长度+1
动态规划-最高有效位
- 如何通过动态规划实现O(n)进行一次遍历得出答案,实现动态规划需要确定状态之间的关系,确定一个状态转移方程
- 对于正整数x,如果可以知道最大正整数y,使满足以下条件,且y的最高位为1,其余位为0,则称y为x的最高有效位,令z = x - y,可知bits[x] = bits[z] + 1,因为x - y之后可以理解为对应位相减,y将x的最高位减掉了,也就是二进制中1的个数少了1,那么所得的bits[z] + 1就可以算出bits[x],在此处需要维护一个最高有效位
- 如果i&(i-1)=0,则令highBits表示为当前的最高有效位,不断进行更新
- 易得以下状态转移方程,想要求bits[i],则需要求bits[i - highBits],则需要求bits[(i - highBits) - highBits(i2)] + 1,依次类推,便可以得出
b i t s [ i ] = b i t s [ i − h i g h B i t s ] + 1 y ≤ x , y ∈ 2 n ( n 可 知 ) \begin{gathered} bits[i] = bits[i - highBits] + 1\\ y≤x,y∈2^n(n可知) \end{gathered} bits[i]=bits[i−highBits]+1y≤x,y∈2n(n可知)
class Solution {
public:
vector<int> countBits(int num) {
vector<int> bits(num + 1);
int highBit = 0;
for(int i = 1 ; i <= num ; ++i){
if((i & (i - 1)) == 0)
highBit = i;
bits[i] = bits[i - highBit] + 1;
}
return bits;
}
};
复杂度分析
- 时间复杂度:O(n)。一次遍历可得
- 空间复杂度:O(n)。