[LeetCode] 461.Hamming Distance 备忘

本文介绍了如何计算两个整数之间的汉明距离,并提供了两种实现方案:一种是通过位移运算来逐位检查;另一种则是利用n &= n-1的技巧高效地计算不同位的数量。

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

461. Hamming Distance

The Hamming distance between two integers is the number of positions at which the corresponding bits are different.

Given two integers x and y, calculate the Hamming distance.

Note:
0 ≤ xy < 231.

Example:

Input: x = 1, y = 4

Output: 2

Explanation:
1   (0 0 0 1)
4   (0 1 0 0)
       ?   ?

The above arrows point to positions where the corresponding bits are different.

求两个整数之间对应的位上,不相同的位有多少个。


由于题目中对于x,y限制了大小,所以最简单的方法,就是2个数字异或之后做右位移运算,判断每一个位置是否为1,进行计数,直到右移次数到达31次为止。

class Solution {
public:
    int hammingDistance(int x, int y) {
        int n = x ^ y;
        int i = 0;
        int distance = 0;
        do
        {
            if (n & 1 == 1)
            {
                ++distance;
            }
            n >>= 1;
            ++i;
        }while (i < 31);
        
        return distance;
    }
};


有一种更巧妙的方法,也是将2个数字异或之后的结果进行遍历。假设2个数字异或的结果是n,遍历条件是n不为0,在遍历中首先递增计数的值,然后对n进行操作 n &= (n - 1);这一步的目的是每次在递增计数完之后关闭n最右边一位值为1的位(即置为0),直到跳出循环,即可计算2个数之间具有不同值的位的个数。

class Solution {
public:
    int hammingDistance(int x, int y) {
        int n = x ^ y;
        int count = 0;
        
        while (n)
        {
            count++;
            n = n & n - 1;
        }
        
        return count;
    }
};



内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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