《剑指offer》第十一、十二题(js)

本文探讨了二进制中1的个数的三种高效算法,包括通过位运算减少计数次数的方法,以及数值的整数次方问题的解决策略,介绍了快速幂算法如何利用二进制特性提高计算效率。

第十一题 二进制中1的个数

题目描述

输入一个整数,输出该数二进制表示中1的个数。其中负数用补码表示。

在讨论区学习来的方法,太妙了~

方法一

n - 1 会将 n 最右边的 1 及其右边的 0 全部取反,再用 n 与它进行按位与运算,那么就将原本最右边的 1 及其右边的 0 全部置为了 0,其余位置不受影响。n 有多少个1 ,就会进行多少次这样的操作。因为负数用补码表示,所以也可行。

function NumberOf1(n)
{
    // write code here
    var count = 0;
    while (n != 0){ 
        n = n & (n-1);
        count ++;
    }
    return count;
}
方法二

将 n 与 1 进行按位与比较,即可以得到最右边位是否为 1 。每次将 n 右移,直至 n 为 0 。

注意是无符号右移。有符号右移会在左边(符号位的右边)添加符号位的值,无符号右移则会将数值的所有位向右移动,在左边以 0 来填充。如果写成了有符号右移(>>)那么左边一直添加了 1 ,就会无限循环下去。

此方法和方法三比方法一不足的地方是,每一个位都要进行比较。

function NumberOf1(n)
{
    // write code here
    var count = 0;
    while (n != 0){
        if ((n & 1) == 1){
            count ++;
        }
        n = n >>> 1;
    }
    return count;
}
方法三

将 n 与标志位(开始为1)进行按位与比较,每次将标志位左移,直至标志位为 0 。

function NumberOf1(n)
{
    // write code here
    var count = 0 ,flag = 1;
    while (flag != 0){
        if ((n & flag) != 0){
            count ++;
        }
        flag = flag << 1;
    }
    return count;
}

第十二题 数值的整数次方

题目描述

给定一个double类型的浮点数base和int类型的整数exponent。求base的exponent次方。保证base和exponent不同时为0。

方法一:调用系统函数
function Power(base, exponent) {
    return Math.pow(base, exponent);
}
方法二:循环

考虑输入类型、考虑 base 为 0 ,exponent 为 0 ,考虑 exponent < 0 ,exponent > 0

function Power(base, exponent)
{
    // write code here
    if (typeof(base) != 'number' || typeof(exponent) != 'number' || 
        (base == 0 && base == 0)) 
        return false;
    if (base == 0) return 0;
    if (exponent == 0) return 1;
    else if (exponent < 0) base = 1/base;
    var result = 1, e = Math.abs(exponent);
    while( e > 0) {
        result *= base;
        e --;
    }
    return result;
}
方法三:快速求幂算法

向别人学习的。

方法二需要一个一个乘,比如 3 ^ 10,方法二需要乘 10 次。但是如果我们将它拆分为 3 ^ (8+2),即 3 ^ 8 * 3 ^ 2,只需要 2 次。我们将 10 的二进制写出来:1010,为 1 的位即为要乘的数。因此,我们可以通过二进制去找。

function Power(base, exponent)
{
    // write code here
    if (typeof(base) != 'number' || typeof(exponent) != 'number' || 
        (base == 0 && base == 0)) 
        return false;
    if (base == 0) return 0;
    if (exponent == 0) return 1;
    else if (exponent < 0) base = 1/base;
    var result = 1, e = Math.abs(exponent);
    while( e ) {
        if ( e & 1 == 1 ){
            result *= base;  
        }
        base *= base;   //每移一个位翻一倍
        e = e >>> 1;    
    }
    return result;
}
本项目采用C++编程语言结合ROS框架构建了完整的双机械臂控制系统,实现了Gazebo仿真环境下的协同运动模拟,并完成了两台实体UR10工业机器人的联动控制。该毕业设计在答辩环节获得98分的优异成绩,所有程序代码均通过系统性调试验证,保证可直接部署运行。 系统架构包含三个核心模块:基于ROS通信架构的双臂协调控制器、Gazebo物理引擎下的动力学仿真环境、以及真实UR10机器人的硬件接口层。在仿真验证阶段,开发了双臂碰撞检测算法和轨迹规划模块,通过ROS控制包实现了末端执行器的同步轨迹跟踪。硬件集成方面,建立了基于TCP/IP协议的实时通信链路,解决了双机数据同步和运动指令分发等关键技术问。 本资源适用于自动化、机械电子、人工智能等专业方向的课程实践,可作为高年级课程设计、毕业课的重要参考案例。系统采用模块化设计理念,控制核心与硬件接口分离架构便于功能扩展,具备工程实践能力的学习者可在现有框架基础上进行二次开发,例如集成视觉感知模块或优化运动规划算法。 项目文档详细记录了环境配置流程、参数调试方法和实验验证数据,特别说明了双机协同作业时的时序同步解决方案。所有功能模块均提供完整的API接口说明,便于使用者快速理解系统架构并进行定制化修改。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文围绕基于非支配排序的蜣螂优化算法(NSDBO)在微电网多目标优化调度中的应用展开研究,提出了一种改进的智能优化算法以解决微电网系统中经济性、环保性和能源效率等多重目标之间的权衡问。通过引入非支配排序机制,NSDBO能够有效处理多目标优化中的帕累托前沿搜索,提升解的多样性和收敛性,并结合Matlab代码实现仿真验证,展示了该算法在微电网调度中的优越性能和实际可行性。研究涵盖了微电网典型结构建模、目标函数构建及约束条件处理,实现了对风、光、储能及传统机组的协同优化调度。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能优化算法应用的工程技术人员;熟悉优化算法与能源系统调度的高年级本科生亦可参考。; 使用场景及目标:①应用于微电网多目标优化调度问的研究与仿真,如成本最小化、碳排放最低与供电可靠性最高之间的平衡;②为新型智能优化算法(如蜣螂优化算法及其改进版本)的设计与验证提供实践案例,推动其在能源系统中的推广应用;③服务于学术论文复现、课研究或毕业设计中的算法对比与性能测试。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注NSDBO算法的核心实现步骤与微电网模型的构建逻辑,同时可对比其他多目标算法(如NSGA-II、MOPSO)以深入理解其优势与局限,进一步开展算法改进或应用场景拓展。
内容概要:本文详细介绍了使用ENVI与SARscape软件进行DInSAR(差分干涉合成孔径雷达)技术处理的完整流程,涵盖从数据导入、预处理、干涉图生成、相位滤波与相干性分析、相位解缠、轨道精炼与重去平,到最终相位转形变及结果可视化在内的全部关键步骤。文中以Sentinel-1数据为例,系统阐述了各环节的操作方法与参数设置,特别强调了DEM的获取与处理、基线估算、自适应滤波算法选择、解缠算法优化及轨道精炼中GCP点的应用,确保最终获得高精度的地表形变信息。同时提供了常见问的解决方案与实用技巧,增强了流程的可操作性和可靠性。; 适合人群:具备遥感与GIS基础知识,熟悉ENVI/SARscape软件操作,从事地质灾害监测、地表形变分析等相关领域的科研人员与技术人员;适合研究生及以上学历或具有相关项目经验的专业人员; 使用场景及目标:①掌握DInSAR技术全流程处理方法,用于地表沉降、地震形变、滑坡等地质灾害监测;②提升对InSAR数据处理中关键技术环节(如相位解缠、轨道精炼)的理解与实操能力;③实现高精度形变图的生成与Google Earth可视化表达; 阅读建议:建议结合实际数据边学边练,重点关注各步骤间的逻辑衔接与参数设置依据,遇到DEM下载失败等问时可参照文中提供的多种替代方案(如手动下载SRTM切片),并对关键结果(如相干性图、解缠图)进行质量检查以确保处理精度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值