LeetCode 0338 -- 比特位计数

本文探讨了计算非负整数范围内每个数二进制中1的个数的算法。介绍了两种方法:一种是直接计算每个数的二进制1的个数,时间复杂度为O(k*n),k为二进制1的位数;另一种是采用动态规划结合高位补一的策略,实现线性时间复杂度O(n)的高效算法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

比特位计数

题目描述

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]

示例 2:

输入: 5
输出: [0,1,1,2,1,2]

进阶:

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

解题思路

个人AC

popcount
class Solution {
    public int[] countBits(int num) {
        if (num < 0) return null;

        int[] res = new int[num + 1];
        for (int i = 0; i <= num; i++) {
            res[i] = popcount(i);
        }
        return res;
    }

    private int popcount(int num) {
        int cnt = 0;
        while (num != 0) {
            cnt++;
            num &= (num - 1);
        }
        return cnt;
    }
}

时间复杂度: O ( k ∗ n ) O(k * n) O(kn), k为给定整数二进制表达中1的位数;

空间复杂度: O ( n ) O(n) O(n)

最优解

动态规划 + 高位补一
0 | 1 | 1 2 | 1 2 2 3 | 1 2 2 3 2 3 3 4 | ...

利用已有的计数结果来生成新的计数结果。如,已知0为0;1是在0的基础上高位补1得到的;2和3分别是在01的基础上高位补1得到的;4、5、6、7分别是在0,1,10,11的基础上高位补1得到的…

class Solution {
    public int[] countBits(int num) {
        if (num < 0) return null;

        int[] res = new int[num + 1];
        int cursor = 0, high = 1;
        while (high <= num) {
            // 通过[0, high)生成[high, 2 * high)或[high, num)
            while (cursor < high && cursor + high <= num) {
                res[cursor + high] = res[cursor] + 1;
                cursor++;
            }
            cursor = 0;
            high <<= 1;
        }
        return res;
    }
}

时间复杂度: O ( n ) O(n) O(n)

空间复杂度: O ( n ) O(n) O(n)

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