【剑指offer】面试题15:二进制中1的个数

本文探讨了三种不同的方法来计算整数二进制表示中1的个数,包括整型数据除法、使用位操作进行逐位检查以及高效地利用位运算消除1。这些方法适用于算法优化和计算机科学教育。

总结总结以前写过的一些题目吧。。。。回顾

题目:

请实现一个函数,输入一个整数,输出该数二进制表示的1的个数。例如,9的二进制是1001,有2位是1.因此,如果输入时9,则输出就是2.

思路:

方法一: 整型数据除法

        该整数除2,原来的数字将会减少一个0;

        若有余数,则表示当前位置有一个1;

int Count(int data)
{
	int num = 0;
	while(data)
	{
		if(data%2 == 1)
		{
			num++;
		}
		v = data/2;
	}
	return num;
}

方法二:使用位操作

        先判断data最后一位的值为“0”或是“1”

        是“1”,给计数器++,否则不++;

        再利用位运算右移去掉最后一位

int Count(int data)
{
	int num = 0;
	while(data)
	{
		num+= data &0x01;
		data >>= 1;
	}
	return num;
}

方法三:使用位操作

        用data和data-1进行“&”操作,一次&后,找到一个“1”;

        重置data = (data-1),知道data = 0时结束

(这种方法是效率最高的)

int Count(int data)
{
	int num = 0;
	while(data)
	{
		data &= (data-1);
		num++;
	}
	return num;
}

 

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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