题目描述
这是 LeetCode 上的 2044. 统计按位或能得到最大值的子集数目 ,难度为 中等。
Tag : 「二进制枚举」、「位运算」、「DFS」、「状压 DP」
给你一个整数数组 numsnums ,请你找出 numsnums 子集 按位或 可能得到的 最大值 ,并返回按位或能得到最大值的 不同非空子集的数目 。
如果数组 aa 可以由数组 bb 删除一些元素(或不删除)得到,则认为数组 aa 是数组 bb 的一个 子集 。如果选中的元素下标位置不一样,则认为两个子集 不同 。
对数组 aa 执行 按位或 ,结果等于 a[0]a[0]OR
a[1]a[1]OR
...
OR
a[a.length - 1]a[a.length−1](下标从 00 开始)。
示例 1:
输入:nums = [3,1] 输出:2 解释:子集按位或能得到的最大值是 3 。有 2 个子集按位或可以得到 3 : - [3] - [3,1] 复制代码
示例 2:
输入:nums = [2,2,2] 输出:7 解释:[2,2,2] 的所有非空子集的按位或都可以得到 2 。总共有 23 - 1 = 7 个子集。 复制代码
示例 3:
输入:nums = [3,2,1,5] 输出:6 解释:子集按位或可能的最大值是 7 。有 6 个子集按位或可以得到 7 : - [3,5] - [3,1,5] - [3,2,5] - [3,2,1,5] - [2,5] - [2,1,5] 复制代码
提示:
- 1 <= nums.length <= 161<=nums.length<=16
- 1 <= nums[i] <= 10^51<=nums[i]<=105
二进制枚举
令 nn 为 numsnums 的长度,利用 nn 不超过 1616,我们可以使用一个 int
数值来代指 numsnums 的使用情况(子集状态)。
假设当前子集状态为 statestate,statestate 为一个仅考虑低 nn 位的二进制数,当第 kk 位为 11,代表 nums[k]nums[k] 参与到当前的按位或运算,当第 kk 位为 00,代表 nums[i]nums[i] 不参与到当前的按位或运算。
在枚举这 2^n2n 个状态过程中,我们使用变量 max
记录最大的按位或得分,使用 ans
记录能够取得最大得分的状态数量。
代码:
class Solution { public int countMaxOrSubsets(int[] nums) { int n = nums.length, mask = 1 << n; int max = 0, ans = 0; for (int s = 0; s < mask; s++) { int cur = 0; for (int i = 0; i < n; i++) { if (((s >> i) & 1) == 1) cur |= nums[i]; } if (cur > max) { max = cur; ans = 1; } else if (cur == max) { ans++; } } return ans; } } 复制代码
- 时间复杂度:令 numsnums 长度为 nn,共有 2^n2n 个子集状态,计算每个状态的按位或得分的复杂度为 O(n)O(n)。整体复杂度为 O(2^n * n)O(2n∗n)
- 空间复杂度:O(1)O(1)
状压 DP
为了优化解法一中「每次都要计算某个子集的得分」这一操作,我们可以将所有状态的得分记下来,采用「动态规划」思想进行优化。
需要找到当前状态 statestate 可由哪些状态转移而来:假设当前 statestate 中处于最低位的 11 位于第 idxidx 位,首先我们可以使用 lowbit
操作得到「仅保留第 idxidx 的 11 所对应的数值」,记为 lowbitlowbit,那么显然对应的状态方程为:
f[state] = f[state - lowbit] \wedge nums[idx]f[state]=f[state−lowbit]∧nums[idx]
再配合我们从小到大枚举所有的 statestate 即可确保计算 f[state]f[state] 时所依赖的 f[state - lowbit]f[state−lowbit] 已被计算。
最后为了快速知道数值 lowbitlowbit 最低位 11 所处于第几位(也就是 idxidx 为何值),我们可以利用 numsnums 长度最多不超过 1616 来进行「打表」预处理。
代码:
class Solution { static Map<Integer, Integer> map = new HashMap<>(); static { for (int i = 0; i < 20; i++) map.put((1 << i), i); } public int countMaxOrSubsets(int[] nums) { int n = nums.length, mask = 1 << n; int[] f = new int[mask]; int max = 0, ans = 0; for (int s = 1; s < mask; s++) { int lowbit = (s & -s); int prev = s - lowbit, idx = map.get(lowbit); f[s] = f[prev] | nums[idx]; if (f[s] > max) { max = f[s]; ans = 1; } else if (f[s] == max) { ans++; } } return ans; } } 复制代码
- 时间复杂度:O(2^n)O(2n)
- 空间复杂度:O(2^n)O(2n)
DFS
解法一将「枚举子集/状态」&「计算状态对应的得分」两个过程分开进行,导致了复杂度上界为 O(2^n * n)O(2n∗n)。
事实上,我们可以在「枚举子集」的同时「计算相应得分」,设计 void dfs(int u, int val)
的 DFS
函数来实现「爆搜」,其中 uu 为当前的搜索到 numsnums 的第几位,valval 为当前的得分情况。
对于任意一位 xx 而言,都有「选」和「不选」两种选择,分别对应了 dfs(u + 1, val | nums[x])
和 dfs(u + 1, val)
两条搜索路径,在搜索所有状态过程中,使用全局变量 max
和 ans
来记录「最大得分」以及「取得最大得分的状态数量」。
该做法将多条「具有相同前缀」的搜索路径的公共计算部分进行了复用,从而将算法复杂度下降为 O(2^n)O(2n)。
代码:
class Solution { int[] nums; int max = 0, ans = 0; public int countMaxOrSubsets(int[] _nums) { nums = _nums; dfs(0, 0); return ans; } void dfs(int u, int val) { if (u == nums.length) { if (val > max) { max = val; ans = 1; } else if (val == max) { ans++; } return ; } dfs(u + 1, val); dfs(u + 1, val | nums[u]); } } 复制代码
- 时间复杂度:令 numsnums 长度为 nn,共有 2^n2n 个子集状态。整体复杂度为 O(2^n)O(2n)
- 空间复杂度:忽略递归带来的额外空间开销,复杂度为 O(1)O(1)
最后
这是我们「刷穿 LeetCode」系列文章的第 No.2044
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,我们将先把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。