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 0 到 num 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 0;1 的二进制是 1,1 的个数为 1;2 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)=0,f(1)=1;- 当
n>0且n为 2 的整数次幂时,f(n)=1,例如2的二进制是10,4的二进制是100,它们二进制中 1 的个数都为1; - 当
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 + 1,f(5)=f(4)+f(1)=1 + 1 = 2;6 = 4 + 2,f(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为[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base为base * 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2到num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!
二进制计数:从0到num的每位数字1的数量
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。
596

被折叠的 条评论
为什么被折叠?



