不使用临时变量,交换两个数

简介: 前端西瓜哥

大家好,我是前端西瓜哥,今天我们看一道很经典的面试题。

假设我们有两个数 a 和 b,交换它们的值。这里不允许使用临时变量。

解法 1:使用两数之差

如果 b 直接设置为 a 之后,就会导致 a 拿不到 b 的值,因为这时候 b 的值和 a 相同。

怎么办?利用两数之差。

diff
|--------|-------|
         b       a

我们先通过 a = a - b 拿到 b 达到 a 需要加的差值。

此时 a 其实应该叫 diff 了,但我们不能使用临时变量,所以只能还是叫 a。但为以示和原来的 a 的区别,且写作 a,读作 diff,即 a(diff)。

然后 b = b + a(diff)。b 加上了这个差值,值就变成了 a。

最后是 a = b - a(diff),又通过 b 演算出 a。自此,交换结束。

完整代码实现为:

let a = 1;
let b = 2;
a = a - b;
b = b + a;
a = b - a;

缺点是有溢出的可能,导致拿到匪夷所思的值。

解法 2:位操作——按位异或

按位异或 ^,就是将两个数的每一位进行比较,相同的得到 0,不同的得到 1

1 ^ 0 = 1
0 ^ 1 = 1
0 ^ 0 = 0
1 ^ 1 = 1

异或运算几个很有用的特性:

  • 归零律:一个数和自己进行异或运算,得到的是 0x^x = 0。因为所有的对应位都是相同的,所以只能得到 0。
  • 恒等律:一个数和 0 进行异或运算,得到的还是这个数x^0 = x。因为对于 0 来说,如果对方是 1,得到的是 1;如果对方是 0,得到的是 0。所以整了半天,结果还是原来的那个数。
  • 交换律和结合律

我们先看代码实现:

let a = 1;
let b = 2;
a = a^b;
b = a^b;
a = a^b;

每一步的值的变化如下:


image.png


这里的推演用到了上面说的四个定律。

位运算用来解题,理解和实现上会有点折磨,因为我们并不是生活在二进制的世界里。

优点是不会造成溢出的问题,而且可以使用的数据类型更多。不过对 js 来说,位运算只能用在数字类型上。

结尾

不使用临时变量,交换两个数的方式有两种:

一种是将其中一个变量转换为两数之差,以此为跳板进行值的交换,但有值溢出的风险。

另一种则是利用了按位异或的特性,是更好的解法。这种实现没有溢出风险,并能使用在更多的类型上,比如指针。

不使用临时变量的交换方式,并没有带来性能上的提升,在实际工作中请不要用这些面试才会有的奇葩写法。

我是啥都写的前端西瓜哥,欢迎关注我。

相关文章
|
4月前
|
Java API 开发工具
灵码产品演示:软件工程架构分析
本演示展示灵码对复杂软件项目的架构分析与文档生成能力。通过Qwen3模型,结合PlantUML,自动生成系统架构图、微服务时序图,并提取API接口文档,实现高效、智能的代码理解与文档输出。
287 5
|
SQL 监控 关系型数据库
【MYSQL高级】Mysql找出执行慢的SQL【慢查询日志使用与分析】
【MYSQL高级】Mysql找出执行慢的SQL【慢查询日志使用与分析】
5674 0
|
消息中间件 关系型数据库 MySQL
Flink SQL Client实战CDC数据入湖
本文介绍Flink SQL Client实现CDC数据入湖
Flink SQL Client实战CDC数据入湖
|
SQL 关系型数据库 MySQL
深入解析MySQL的EXPLAIN:指标详解与索引优化
MySQL 中的 `EXPLAIN` 语句用于分析和优化 SQL 查询,帮助你了解查询优化器的执行计划。本文详细介绍了 `EXPLAIN` 输出的各项指标,如 `id`、`select_type`、`table`、`type`、`key` 等,并提供了如何利用这些指标优化索引结构和 SQL 语句的具体方法。通过实战案例,展示了如何通过创建合适索引和调整查询语句来提升查询性能。
2715 10
|
人工智能 搜索推荐 前端开发
MiniPerplx:基于 Grok 2.0 的开源 AI 搜索引擎,支持网页、学术、视频搜索
MiniPerplx 是一款基于 Grok 2.0 模型的开源 AI 搜索引擎,支持网页、学术论文、YouTube 视频等多种内容搜索,提供代码解释、天气预报等功能。
517 17
MiniPerplx:基于 Grok 2.0 的开源 AI 搜索引擎,支持网页、学术、视频搜索
|
机器学习/深度学习 算法 BI
机器学习笔记(一) 感知机算法 之 原理篇
机器学习笔记(一) 感知机算法 之 原理篇
|
存储 关系型数据库 Linux
2024 年 16 个适用于 Linux 的开源云存储软件 (上)
2024 年 16 个适用于 Linux 的开源云存储软件 (上)
2024 年 16 个适用于 Linux 的开源云存储软件 (上)
|
存储 人工智能 自然语言处理
文档智能(Document Mind)服务体验测评
一文带你详细了解文档智能(Document Mind)
1292 5
文档智能(Document Mind)服务体验测评
|
SQL 运维 大数据
轻量级的大数据处理技术
现代大数据应用架构中,数据中心作为核心,连接数据源与应用,承担着数据处理与服务的重要角色。然而,随着数据量的激增,数据中心面临运维复杂、体系封闭及应用间耦合性高等挑战。为缓解这些问题,一种轻量级的解决方案——esProc SPL应运而生。esProc SPL通过集成性、开放性、高性能、数据路由和敏捷性等特性,有效解决了现有架构的不足,实现了灵活高效的数据处理,特别适用于应用端的前置计算,降低了整体成本和复杂度。
|
数据采集 监控 数据挖掘
打造高效用户旅程:埋点分析系统的实操指南
在数字化时代,了解用户如何与我们的产品或服务互动是至关重要的。用户行为,在广义上,指的是用户在网站、应用程序或其他数字界面上的所有动作和反应。这些行为可能包括点击链接、浏览页面、填写表单,甚至是在社交媒体上分享内容。每一个动作都是用户体验的一部分,并对我们理解他们的需求和偏好提供了宝贵的线索。 在技术层面上,用户行为的跟踪和分析可以让我们深入了解用户的互动模式,从而指导我们的产品改进和市场战略。通过分析这些数据,我们可以发现用户旅程中的关键触点,识别用户体验的痛点,以及揭示潜在的优化机会。这不仅有助于提升用户满意度和忠诚度,还可以增强产品的市场竞争力。
打造高效用户旅程:埋点分析系统的实操指南