【题目集1】找不重复的数字,模拟实现aoti,宏实现offsetof

简介: 【题目集1】找不重复的数字,模拟实现aoti,宏实现offsetof

找不重复的数字

题目连接

一个数组中只有两个数字只出现一次,其他的数字都是出现两次,编写一个函数找出这两个只出现一次的数字的函数。

这道题的具体思路就是用异或的思想来解决。

什么是异或:

对于两个数字,相同为0,相异为1

异或的性质:

  1. 交换律: a ^ b ^ c == a ^ c ^ b
  2. 任何数与0异或都得任何数
  3. 相同的数异或为0c

  1. 看到上面3个关于异或的性质,是不是就明白了将数组中的所有的数字相互异或,最终得到的结果就是剩下的那两个数字异或的结果。我们还要明白只要不相同的两个数字异或,异或的结果的二进制数字里面一定存在1.
  2. 接着我们根据这个1的位数,将这个数组分成两组,相同的数字分在一组,对于那两个不同的数字,肯定也会分在不同的组内
  1. 最后我们只需要将这两组数据分别异或0,最后留下来的数字就是我们要找的两个数字。

代码如下:

#include <stdio.h>
int main() {
    int arr[] = {1, 2, 1, 3, 4, 4, 5, 7, 7,6};
    int len = sizeof(arr) / sizeof(arr[0]);
    int ret = 0;
    for(int i = 0; i < len; i ++) {
        ret ^= arr[i];
    }
    printf("%d \n", ret);
    //ret就是5^6的结果,二进制中一定有1
    //计算ret的第几位是1
    int pos = 0;
    for(int i = 0; i < 32; i ++) {
        if(((ret >> i) & 1) == 1) {
            pos = i;
            break;
        }
    }
    //ret的第pos位是1
    //把arr数组中的每个元素的pos位为1的数字异或在一起
    int num1 = 0;
    int num2 = 0;
    for(int i = 0; i < len; i ++) {
        if(((arr[i] >> pos) & 1) == 1) {
            num1 ^= arr[i];
        }else {
            num2 ^= arr[i];
        }
    }
    printf("%d %d ", num1, num2);
    return 0;
}

明白了这个题之后,我们以后遇到找数组中只出现一次的数字是不是就有一个非常高效的思路了那

模拟实现aoti函数

这个函数的主要功能就是将字符串的数字转换为数字。

#define  _CRT_SECURE_NO_WARNINGS 
#include <stdio.h>
#include <string.h>
#include <limits.h>
#include <ctype.h>
//
//my_atoi(NULL)//异常
//my_atoi("")//异常
//my_atoi("    +123")//正常
//my_atoi("-123")//正常
//my_atoi("123abc")//异常
//my_atoi("1111111111111111111111111")//异常
//my_atoi("-1111111111111111111111111")//异常
enum Status {
  VALID,
  INVALID
};
enum Status status = INVALID;
int my_aoti(char* str) {
  if (str == NULL) {
    return 0;
  }
  if (*str == '\0') {
    return 0;
  }
  //空白字符
  while (isspace(*str)) {
    str++;
  }
  int flag = 1;
  if (*str == '+') {
    flag = 1;
    str++;
  }
  else if (*str == '-') {
    flag = -1;
    str++;
  }
  //处理数字字符
  long long ret = 0;
  while (isdigit(*str)) {
    ret = ret * 10 + flag * (*str - '0');
    if (ret < INT_MIN || ret > INT_MAX) {
      return 0;
    }
    str++;
  }
  if (*str == '\0') {
    status = VALID;
    return (int)ret;
  }
  else {
    status = VALID;
    return (int)ret;
  }
}
int main() {
  //我们首先要有能力解决上面的几个异常
  int ret = my_aoti("123");
  if (status = VALID) {
    printf("非法的转换:%d", ret);
  }
  else {
    printf("合法的转换:%d", ret);
  }
}

用宏来实现offsetof函数

#include <stdio.h>
#include <stdlib.h>
struct S {
  char a;
  int b;
  char c;
};
#define OFFSTOF(s_type, m_name)  ((int)&((s_type*)0)->m_name)
int main() {
  printf("%d\n", OFFSTOF(struct S, a));
  printf("%d\n", OFFSTOF(struct S, b));
  printf("%d\n", OFFSTOF(struct S, c));
}
相关文章
|
4天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1106 0
|
3天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
508 10
|
13天前
|
人工智能 运维 安全
|
12天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
4天前
|
弹性计算 Kubernetes jenkins
如何在 ECS/EKS 集群中有效使用 Jenkins
本文探讨了如何将 Jenkins 与 AWS ECS 和 EKS 集群集成,以构建高效、灵活且具备自动扩缩容能力的 CI/CD 流水线,提升软件交付效率并优化资源成本。
301 0
|
11天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
803 23
|
4天前
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。
|
4天前
|
缓存 监控 API
Amazon item_review 商品评论接口深度分析及 Python 实现
亚马逊商品评论接口(item_review)可获取用户评分、评论内容及时间等数据,支持多维度筛选与分页调用,结合Python实现情感分析、关键词提取与可视化,助力竞品分析、产品优化与市场决策。