四种方式统计二进制表示中 1 的个数

简介: 四种方式统计二进制表示中 1 的个数

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 191. 位1的个数 ,难度为 简单


Tag : 「位运算」


编写一个函数,输入是一个无符号整数(以二进制串的形式),返回其二进制表达式中数字位数为 '1' 的个数(也被称为汉明重量)。


提示:


  • 请注意,在某些语言(如 Java)中,没有无符号整数类型。在这种情况下,输入和输出都将被指定为有符号整数类型,并且不应影响您的实现,因为无论整数是有符号的还是无符号的,其内部的二进制表示形式都是相同的。
  • 在 Java 中,编译器使用二进制补码记法来表示有符号整数。因此,在上面的 示例 3 中,输入表示有符号整数 -3。


示例 1:


输入:00000000000000000000000000001011
输出:3
解释:输入的二进制串 00000000000000000000000000001011 中,共有三位为 '1'。
复制代码


示例 2:


输入:00000000000000000000000010000000
输出:1
解释:输入的二进制串 00000000000000000000000010000000 中,共有一位为 '1'。
复制代码


示例 3:


输入:11111111111111111111111111111101
输出:31
解释:输入的二进制串 11111111111111111111111111111101 中,共有 31 位为 '1'。
复制代码


提示:


  • 输入必须是长度为 32 的 二进制串 。


进阶:


  • 如果多次调用这个函数,你将如何优化你的算法?


「位数检查」解法



一个朴素的做法是,对 int 的每一位进行检查,并统计 11 的个数。


网络异常,图片无法展示
|


代码:


public class Solution {
    public int hammingWeight(int n) {
        int ans = 0;
        for (int i = 0; i < 32; i++) {
            ans += ((n >> i) & 1);
        }
        return ans;
    }
}
复制代码


  • 时间复杂度:O(k)O(k)kkint 的位数,固定为 3232
  • 空间复杂度:O(1)O(1)


「右移统计」解法



对于方法一,即使 nn 的高位均为是 00,我们也会对此进行循环检查。


因此另外一个做法是:通过 n & 1 来统计当前 nn 的最低位是否为 11,同时每次直接对 nn 进行右移并高位补 0。


n = 0n=0 代表,我们已经将所有的 11 统计完成。


这样的做法,可以确保只会循环到最高位的 11


网络异常,图片无法展示
|


代码:


public class Solution {
    public int hammingWeight(int n) {
        int ans = 0;
        while (n != 0) {
            ans += (n & 1);
            n >>>= 1;
        }
        return ans;
    }
}
复制代码


  • 时间复杂度:O(k)O(k)kkint 的位数,固定为 3232 位,最坏情况 nn 的二进制表示全是 11
  • 空间复杂度:O(1)O(1)


「lowbit」解法



对于方法二,如果最高位 11 和 最低位 11 之间全是 00,我们仍然会诸次右移,直到处理到最高位的 11 为止。


那么是否有办法,只对位数为 11 的二进制位进行处理呢?


使用 lowbit 即可做到,lowbit 会在 O(1)O(1) 复杂度内返回二进制表示中最低位 11 所表示的数值。


例如 (0000...111100)_2(0000...111100)2 传入 lowbit 返回 (0000...000100)_2(0000...000100)2(0000...00011)_2(0000...00011)2 传入 lowbit 返回 (0000...00001)_2(0000...00001)2 ...


网络异常,图片无法展示
|


代码:


public class Solution {
    public int hammingWeight(int n) {
        int ans = 0;
        for (int i = n; i != 0; i -= lowbit(i)) ans++;
        return ans;
    }
    int lowbit(int x) {
        return x & -x;
    }
}
复制代码


  • 时间复杂度:O(k)O(k)kkint 的位数,固定为 3232 位,最坏情况 nn 的二进制表示全是 11
  • 空间复杂度:O(1)O(1)


「分组统计」解法



以上三种解法都是 O(k)O(k) 的,事实上我们可以通过分组统计的方式,做到比 O(k)O(k) 更低的复杂度。


网络异常,图片无法展示
|


代码:


public class Solution {
    public int hammingWeight(int n) {
        n = (n & 0x55555555) + ((n >>> 1)  & 0x55555555);
        n = (n & 0x33333333) + ((n >>> 2)  & 0x33333333);
        n = (n & 0x0f0f0f0f) + ((n >>> 4)  & 0x0f0f0f0f);
        n = (n & 0x00ff00ff) + ((n >>> 8)  & 0x00ff00ff);
        n = (n & 0x0000ffff) + ((n >>> 16) & 0x0000ffff);
        return n;
    }
}
复制代码


  • 时间复杂度:O(\log{k})O(logk)kkint 的位数,固定为 3232
  • 空间复杂度:O(1)O(1)


PS. 对于该解法,如果大家学有余力的话,还是建议大家在纸上模拟一下这个过程。如果不想深入,也可以当成模板背过(写法非常固定),但通常如果不是写底层框架,你几乎不会遇到需要一个 O(\log{k})O(logk) 解法的情况。


而且这个做法的最大作用,不是处理 int,而是处理更大位数的情况,在长度只有 3232 位的 int 的情况下,该做法不一定就比循环要快(该做法会产生多个的中间结果,导致赋值发生多次,而且由于指令之间存在对 nn 数值依赖,可能不会被优化为并行指令),这个道理和对于排序元素少的情况下,我们会选择「选择排序」而不是「归并排序」是一样的。


其他「位运算」内容




最后



这是我们「刷穿 LeetCode」系列文章的第 No.191 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先将所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
Linux iOS开发 UED
探索Qt折线图之美:一次详尽的多角度解析
探索Qt折线图之美:一次详尽的多角度解析
1816 0
|
JavaScript 安全 算法
基于规则评分的密码强度检测算法分析及实现(JavaScript)
用正则表达式做用户密码强度的通过性判定,过于简单粗暴,不但用户体验差,而且用户帐号安全性也差。那么如何准确评价用户密码的强度,保护用户帐号安全呢?本文分析介绍了几种基于规则评分的密码强度检测算法,并给出了相应的演示程序。大家可以根据自己项目安全性需要,做最适合于自己的方案选择。
2678 0
|
8月前
|
人工智能 自然语言处理 测试技术
Potpie.ai:比Copilot更狠!这个AI直接接管项目代码,自动Debug+测试+开发全搞定
Potpie.ai 是一个基于 AI 技术的开源平台,能够为代码库创建定制化的工程代理,自动化代码分析、测试和开发任务。
609 19
Potpie.ai:比Copilot更狠!这个AI直接接管项目代码,自动Debug+测试+开发全搞定
|
7月前
|
存储 NoSQL Java
【数据结构进阶】哈希表
哈希表是一种高效的数据结构,通过哈希函数实现数据映射,支持平均O(1)时间复杂度的查找、插入和删除操作。本文详细介绍了哈希表的基本概念、哈希函数的设计(如直接定址法和除留余数法)以及哈希冲突的解决方法(如开放定址法和链地址法)。同时,文章通过代码实例展示了线性探测和链地址法两种哈希表的实现过程,并分析了各自的优缺点。最后总结指出,合理选择哈希函数和冲突解决策略是优化哈希表性能的关键。
457 2
|
架构师 测试技术
缺陷趋势分析
本文详细解析了累积缺陷发现统计及其在软件测试中的应用,探讨了理想情况下的凹凸曲线变化规律以及不同拐点出现时可能的问题,并提出了相应的调整策略。此外,还讨论了如何判断缺陷收敛及不收敛的情况,并给出了具体对策。这对于软件测试人员来说具有很高的参考价值。
190 3
|
移动开发 JavaScript C#
总有一个是你想要的分享31个游戏源代码
该资源分享了31款游戏源代码,包括C#版植物大战僵尸、HTML5版五子棋等,均经过亲测可运行。下载链接中还包含13款游戏源码,适合游戏开发者和爱好者学习参考。作者辛苦整理,希望得到您的点赞与关注作为支持。
695 1
|
机器学习/深度学习 分布式计算 算法
掌握XGBoost:分布式计算与大规模数据处理
掌握XGBoost:分布式计算与大规模数据处理
595 3
|
Rust 安全 程序员
Rust 语言的防错机制太惊人了!安全编码从此不再是难题,快来一探究竟!
【8月更文挑战第31天】《安全编码原则:Rust 语言中的防错机制》探讨了代码安全的重要性,并详细介绍了Rust语言如何通过内存安全模型、所有权与借用规则等特性,在编译阶段检测并阻止潜在错误,如缓冲区溢出和悬空指针。文章还讨论了类型安全、边界检查等其他安全特性,并提出了遵循不可变引用、避免裸指针及充分测试等实用编码原则,以进一步提升代码质量和安全性。随着Rust在软件开发中的应用日益广泛,掌握其安全编码原则变得尤为重要。
270 0
|
SQL 分布式计算 DataWorks
MaxCompute产品使用合集之如何识别并执行某个字段的 SQL 语句,并输出结果
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
263 2
|
存储 关系型数据库 MySQL
深入MySQL:事务日志redo log详解与实践
【8月更文挑战第24天】在MySQL的InnoDB存储引擎中,为确保事务的持久性和数据一致性,采用了redo log(重做日志)机制。redo log记录了所有数据修改,在系统崩溃后可通过它恢复未完成的事务。它由内存中的redo log buffer和磁盘上的redo log file组成。事务修改先写入buffer,再异步刷新至磁盘,最后提交事务。若系统崩溃,InnoDB通过redo log重放已提交事务并利用undo log回滚未提交事务,确保数据完整。理解redo log工作流程有助于优化数据库性能和确保数据安全。
1046 0