朴素解法 & 动态规划,完整 DP 分析思路 | Java 刷题打卡

简介: 朴素解法 & 动态规划,完整 DP 分析思路 | Java 刷题打卡

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 338. 比特位计数


Tag : 「位运算」、「数学」、「线性 DP」


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]
复制代码


示例 2:


输入: 5
输出: [0,1,1,2,1,2]
复制代码


进阶:


  • 给出时间复杂度为 O(n*sizeof(integer))O(nsizeof(integer)) 的解答非常容易。但你可以在线性时间 O(n)O(n) 内用一趟扫描做到吗?
  • 要求算法的空间复杂度为 O(n)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。


朴素解法



这道题要对每个数进行统计,因此不会有比 O(n)O(n) 更低的做法。


而很容易想到的朴素做法是对每个数进行「位运算」计数,每个数都是 32 位的,因此是一个 O(32n)O(32n) 的做法。


32 作为常数不算大,OJ 要想做到卡掉 O(32n)O(32n),同时确保 O(n)O(n) 都能过,需要把数据出到 10^6106


根据在 LeetCode 的做题经验,通常 10^6106 是属于必须要进行说明的数据范围了,但是本题没有,所以我估摸着数据范围最多也就 10^4104 - 10^5105


PS. 规范的题目应该无论数据范围是多少,都应该进行说明。


class Solution {
    public int[] countBits(int n) {
        int[] ans = new int[n + 1];
        for (int i = 0; i <= n; i++) ans[i] = getCnt(i);
        return ans;
    }
    int getCnt(int u) {
        int ans = 0;
        for (int i = 0; i < 32; i++) ans += (u >> i) & 1;
        return ans;
    }
}
复制代码


  • 时间复杂度:O(n)O(n)
  • 空间复杂度:使用与输入同等规模的空间存储答案。复杂度为 O(n)O(n)


动态规划



事实上,这道题是有严格 O(n)O(n) 的解法的,要求 O(n)O(n) 复杂度又是输出方案的题,通常就是递推的 DP 题。


用已算出的值去凑出要算的值。


那么对于这类问题我们该如何考虑呢?一般是靠经验,如果实在没见过这类题型的话,我们就需要在纸上画一下,分析一下我们朴素做法的最后一步是怎么进行的。


不失一般性的,假设当前我要统计的数的 ii 对应的二进制表示是

00000...0010100101(共 32 位)


如果我们是使用「朴素解法」求解的话,无论是从高位进行统计,还是从低位进行统计,最后一位扫描的都是边缘的数(如果是 1 就计数,不是 1 就不计数)。


  • 从低位到高位,最后一步在扫描最高位之前,统计出 1 的个数应该等同于将 i 左移一位,并在最低位补 0,也就是等于 ans[i << 1],这时候就要求我们在计算 i 的时候 i << 1 已经被算出来(从大到小遍历)
  • 从高位到低位,最后一步在扫描最低位之前,统计出 1 的个数应该等同于将 i 右移一位,并在最高位补 0,也就是等于 ans[i >> 1],这时候就要求我们在计算 i 的时候 i >> 1 已经被算出来(从小到大遍历)


通过对「朴素做法」的最后一步分析,转移方程就出来了:


  • 从大到小遍历f(i) = f(i << 1) + ((i >>31 ) \& 1)f(i)=f(i<<1)+((i>>31)&1)
  • 从小到大遍历f(i) = f(i >> 1) + ( i \& 1 )f(i)=f(i>>1)+(i&1)


class Solution {
    // 从小到大遍历
    public int[] countBits(int n) {
        int[] ans = new int[n + 1];
        // ans[i] = 「i >> 1 所包含的 1 的个数」+「i 的最低位是否为 1」
        for (int i = 1; i <= n; i++) ans[i] = ans[i >> 1] + (i & 1);
        return ans;
    }
}
复制代码


class Solution {
    // 从大到小遍历
    public int[] countBits(int n) {
        int[] ans = new int[n + 1];
        for (int i = n; i >= 0; i--) {
            // 如果计算 i 所需要的 i << 1 超过 n,则不存储在 ans 内,需要额外计算
            int u = i << 1 <= n ? ans[i << 1] : getCnt(i << 1);
            // ans[i] =「i << 1 所包含的 1 的个数」 + 「i 的最高位是否为 1」
            ans[i] = u + ((i >> 31) & 1);
        } 
        return ans;
    }
    int getCnt(int u) {
        int ans = 0;
        for (int i = 0; i < 32; i++) ans += (u >> i) & 1;
        return ans;
    }
}
复制代码


  • 时间复杂度:O(n)O(n)
  • 空间复杂度:使用与输入同等规模的空间存储答案。复杂度为 O(n)O(n)


位运算说明



  • a >> b & 1 代表检查 a 的第 b 位是否为 1,有两种可能性 0 或者 1
  • a += 1 << b 代表将 a 的第 b 位设置为 1 (当第 b 位为 0 的时候适用)


如不想写对第 b 位为 0 的前置判断,a += 1 << b 也可以改成 a |= 1 << b


PS. 1 的二进制就是最低位为 1,其他位为 0 哦


在之前的题解我就强调过,以上两个操作在位运算中使用频率超高,建议每位同学都加深理解


最后



这是我们「刷穿 LeetCode」系列文章的第 No.338 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
|
23天前
|
缓存 JavaScript Java
常见java OOM异常分析排查思路分析
Java虚拟机(JVM)遇到内存不足时会抛出OutOfMemoryError(OOM)异常。常见OOM情况包括:1) **Java堆空间不足**:大量对象未被及时回收或内存泄漏;2) **线程栈空间不足**:递归过深或大量线程创建;3) **方法区溢出**:类信息过多,如CGLib代理类生成过多;4) **本机内存不足**:JNI调用消耗大量内存;5) **GC造成的内存不足**:频繁GC但效果不佳。解决方法包括调整JVM参数(如-Xmx、-Xss)、优化代码及使用高效垃圾回收器。
95 15
常见java OOM异常分析排查思路分析
|
2月前
|
Java 程序员
Java 一个 Scanner.nextInt 造成的奇怪问题及分析解决过程
Java 一个 Scanner.nextInt 造成的奇怪问题及分析解决过程
|
28天前
|
缓存 JavaScript Java
常见java OOM异常分析排查思路分析
Java虚拟机(JVM)遇到 OutOfMemoryError(OOM)表示内存资源不足。常见OOM情况包括:1) **Java堆空间不足**:内存被大量对象占用且未及时回收,或内存泄漏;解决方法包括调整JVM堆内存大小、优化代码及修复内存泄漏。2) **线程栈空间不足**:单线程栈帧过大或频繁创建线程;可通过优化代码或调整-Xss参数解决。3) **方法区溢出**:运行时生成大量类导致方法区满载;需调整元空间大小或优化类加载机制。4) **本机内存不足**:JNI调用或内存泄漏引起;需检查并优化本机代码。5) **GC造成的内存不足**:频繁GC但效果不佳;需优化JVM参数、代码及垃圾回收器
常见java OOM异常分析排查思路分析
|
11天前
|
Java
JAVA并发编程系列(9)CyclicBarrier循环屏障原理分析
本文介绍了拼多多面试中的模拟拼团问题,通过使用 `CyclicBarrier` 实现了多人拼团成功后提交订单并支付的功能。与之前的 `CountDownLatch` 方法不同,`CyclicBarrier` 能够确保所有线程到达屏障点后继续执行,并且屏障可重复使用。文章详细解析了 `CyclicBarrier` 的核心原理及使用方法,并通过代码示例展示了其工作流程。最后,文章还提供了 `CyclicBarrier` 的源码分析,帮助读者深入理解其实现机制。
|
2月前
|
Dubbo Java 关系型数据库
Java SPI机制分析
文章深入分析了Java SPI机制,以JDBC为例,详细探讨了服务提供者接口的发现、加载过程,并提供了一个序列化服务的实战示例,展示了如何使用ServiceLoader进行服务发现和扩展。
18 3
|
2月前
|
监控 算法 安全
Java并发编程案例分析:死锁的检测与解决
Java并发编程案例分析:死锁的检测与解决
25 2
|
2月前
|
安全 Java API
精通 Java 后台开发:案例分析与实践
精通 Java 后台开发:案例分析与实践
37 2
|
1月前
|
安全 Java API
Java线程池原理与锁机制分析
综上所述,Java线程池和锁机制是并发编程中极其重要的两个部分。线程池主要用于管理线程的生命周期和执行并发任务,而锁机制则用于保障线程安全和防止数据的并发错误。它们深入地结合在一起,成为Java高效并发编程实践中的关键要素。
16 0
|
2月前
|
存储 消息中间件 监控
Java日志详解:日志级别,优先级、配置文件、常见日志管理系统ELK、日志收集分析
Java日志详解:日志级别,优先级、配置文件、常见日志管理系统、日志收集分析。日志级别从小到大的关系(优先级从低到高): ALL < TRACE < DEBUG < INFO < WARN < ERROR < FATAL < OFF 低级别的会输出高级别的信息,高级别的不会输出低级别的信息
|
2月前
|
算法 安全 Java
深入解析Java多线程:源码级别的分析与实践
深入解析Java多线程:源码级别的分析与实践
下一篇
无影云桌面