LeetCode - 338. Counting Bits

本文介绍如何使用O(n)时间复杂度和O(n)空间复杂度的算法,计算给定非负整数num中每个数字的二进制表示中1的个数,并将其作为数组返回。通过递推公式和示例代码展示了关键思路和实现过程。

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

LeetCode - 338. Counting Bits

在 LeetCode 的算法题库中,每一道题目都像是一个等待破解的密码,而第 338 题 “Counting Bits”(计算二进制位中 1 的个数),便是其中颇具趣味性和挑战性的一道。它要求我们在给定非负整数 num 的情况下,计算 0 ≤ i ≤ num 范围内每个数字 i 二进制数中 1 的数目,并将结果以数组形式返回。这道题不仅考验我们对二进制数的理解,还需要通过寻找规律来实现高效的算法,接下来我们就一起探索它的解题奥秘。

1. 问题深度剖析

题目明确指出,输入为一个非负整数 num,输出是一个数组,数组中每个元素对应 0num 中相应数字二进制表示中 1 的个数。例如,当 num = 2 时,0 的二进制是 0,1 的个数为 01 的二进制是 1,1 的个数为 12 的二进制是 10,1 的个数为 1,所以输出数组为 [0, 1, 1]

值得注意的是,题目对时间复杂度和空间复杂度都有要求,需达到 O(n) 。这意味着我们不能采用暴力解法(如对每个数字都进行逐位判断 1 的个数),而需要挖掘数字之间的内在规律,找到更优的解决办法。

2. 解题思路探秘

解决这道题的关键在于发现数字二进制表示中 1 的个数之间的规律。通过对一些数字的分析,我们可以得到以下结论:

  • f(0)=0f(1)=1
  • n>0n 为 2 的整数次幂时,f(n)=1,例如 2 的二进制是 104 的二进制是 100,它们二进制中 1 的个数都为 1
  • n 大于 2 的整数次幂且 base 等于当前 2 的整数次幂时,f(n)=f(base)+f(n-base) 。比如 5 大于 4(2 的整数次幂),5 = 4 + 1f(5)=f(4)+f(1)=1 + 1 = 26 = 4 + 2f(6)=f(4)+f(2)=1 + 1 = 2

基于这些规律,我们可以通过遍历的方式,依次计算出每个数字二进制位中 1 的个数。

3. 代码实现详解

3.1 JavaScript 实现

/**
 * @param {number} num
 * @return {number[]}
 */
var countBits = function (num) {
    let bits = [];
    if (num === 0) {
        bits = [0];
    } else {
        bits = [0, 1];
    }
    let base = 2;
    for (let i = 2; i <= num; i++) {
        if (i >= base * 2) {
            base = base * 2;
        }
        if (i === base) {
            bits.push(1);
        } else {
            bits.push(bits[i - base] + 1);
        }
    }
    return bits;
};

在这段 JavaScript 代码中:

  • 首先,根据 num 的值初始化结果数组 bits ,当 num = 0 时,bits[0];当 num ≥ 1 时,bits 初始化为 [0, 1]
  • 然后,定义变量 base 用于记录当前 2 的整数次幂。在循环中,当 i >= base * 2 时,更新 basebase * 2
  • 接着,判断如果 i 等于 base,说明 i 是 2 的整数次幂,直接将 1 推入 bits 数组;否则,根据规律 f(n)=f(base)+f(n-base) ,将 bits[i - base] + 1 推入 bits 数组。
  • 最后,返回计算好的 bits 数组。

3.2 Python 实现

class Solution:
    def countBits(self, num: int):
        bits = []
        if num == 0:
            bits = [0]
        else:
            bits = [0, 1]
        
        base = 2
        for i in range(2, num + 1):
            if i >= base * 2:
                base = base * 2
            if i == base:
                bits.append(1)
            else:
                bits.append(bits[i - base] + 1)
        return bits

Python 代码的逻辑与 JavaScript 类似:

  • 同样先对 num 进行判断,初始化 bits 数组。
  • 利用 for 循环遍历从 2num 的数字,在循环过程中根据数字与 base 的关系,按照规律计算并将结果添加到 bits 数组中。
  • 最终返回包含每个数字二进制位中 1 的个数的 bits 数组。

4.总结与拓展

通过对 LeetCode 338 题的分析和解答,我们不仅掌握了如何计算给定范围内数字二进制位中 1 的个数,更重要的是学会了如何从具体例子中发现规律,并将其转化为有效的算法。这种寻找规律的思维方式,在解决许多算法问题时都能发挥重要作用。
同时,我们还可以思考这道题目的拓展应用,比如如果题目要求计算二进制位中 0 的个数,或者在更大的数据范围内求解,又该如何优化算法。不断探索和思考,能够帮助我们在算法学习的道路上走得更远。希望这篇博客能为大家理解和解决这道题目提供帮助,也祝愿各位在 LeetCode 的挑战中不断突破自我!

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

打赏作者

阿蒙Armon

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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