快速计算整数的二进制表示法中1的个数(编程珠玑9章课后习题7)

本文介绍了三种高效算法来计算一个无符号32位整数的二进制表示中1的个数:第一种算法通过逐位移除1来计数;第二种算法采用查表法,通过预先计算256个值快速得出结果;第三种算法运用位操作和归并思想,仅需几次迭代即可完成计算。

http://www.cppblog.com/zenliang/articles/131761.html

题目:给定一个无符号32位整数x,求x的二进制表示法中含1的个数?

第一种算法:

int OneCount(unsigned int x)
{
  for(int count=0; x>0; count++)
    x&=x-1;//把最后面的1变0
  return count;
}


 上面算法的时间复杂度就是1的个数。

第二种算法(查表法):

const int idx[256]={0,1,1,,8}//0~255中含1的个数
int OneCount(unsigned int x)
{
  int count=0;
  for(; x>0; x>>=8)
     count+=idx[x&255];
  return count;
}

上面算法最多只需要4次循环,用空间换取时间。

第二种算法的另一种形式:

const int idx[256]={0,1,1,..,8}
int OneCount(unsigned int x)
{
  unsigned char* p=(unsigned char*)&x;
  return idx[*p]+idx[*(p+1)]+idx[*(p+2)]+idx[*(p+3)];
}


第三种算法:

int OneCount(unsigned int x)
{
  x=(x&0x55555555UL)+((x>>1)&0x55555555UL); //1
  x=(x&0x33333333UL)+((x>>2)&0x33333333UL);//2
  x=(x&0x0f0f0f0fUL)+((x>>4)&0x0f0f0f0fUL); //3
  x=(x&0x00ff00ffUL)+((x>>8)&0x00ff00ffUL); //4
  x=(x&0x0000ffffUL)+((x>>16)&0x0000ffffUL);//5
  return x;
}

解释:比如对于一个8位的整数122,用二进制表达0111 1010(abcd efgh),第1行代码的功能是x=0b0d 0f0h+0a0c 0e0g,两位一组,分别计算四组(a,b; c,d; e,f; g,h; )中1的个数,本例中x=0101 0000+0001 0101=0110 0101(更新的abcd efgh),在此基础上,再分组,就是第二行的功能x=00cd 00gh+00ab 00ef,四位一组(abcd; efgh),分别计算这两组包含1的个数,本例中x=00100001+0001 0001=0011 0010(更新abcd efgh),再8位一组,如第三行所示,x=0000 efgh+0000abcd=0000 0010+0000 0011=0000 0101=5,所以该整数122共包含5个1。

本算法思想:归并,对于一个32位的整数,先分成16组,统计每组(2位)中1的个数,再将统计的结果两两合并,得到8组,在此基础上又合并得到4组,2组,1组,进而得到最终结果。

最后的方法太帅了,相当于:第一次一位一位的相加,结果最多为两位,正好放到刚才用来相加的那两位上,所以那两位才是连续的。第二次两位两位相加,结果最多为四位,放到刚才相加的四位位置上。这样就不用另开辟存储单元了。

# 题目重述 问题是:如何实现计算整数 $ x $ 的二进制表示中 1个数(即 $\text{bitCount}(x)$)? --- # 详解 计算整数 $ x $ 的二进制1个数,有多种实现方式,以下是几种常见方法: ### 方法 1:使用内置函数(推荐) 大多数编程语言提供内置函数快速统计: - **Python**: ```python def bitCount(x): return bin(x).count('1') ``` 示例:`bin(7)` 返回 `'0b111'`,`.count('1')` 得到 3。 - **C++**: ```cpp int bitCount(int x) { return __builtin_popcount(x); // 对 unsigned int } ``` 若为 long long,使用 `__builtin_popcountll(x)`。 - **Java**: ```java Integer.bitCount(x); ``` --- ### 方法 2:循环移位法 逐位判断是否为 1: ```python def bitCount(x): count = 0 while x: count += x & 1 x >>= 1 return count ``` 注意:此法对负数可能不适用(因符号扩展),建议用于非负整数。 --- ### 方法 3:布赖恩·克尼根算法(Brian Kernighan’s Algorithm) 每次清除最低位的 1: ```python def bitCount(x): count = 0 while x: x &= x - 1 # 清除最右边的 1 count += 1 return count ``` 效率更高,循环次数等于 1个数。 --- ### 示例验证: - $ x = 6 $,二进制为 `110`,1个数是 2 - $ x = 7 $,二进制为 `111`,1个数是 3 --- # 知识点 - **二进制表示与位运算**:理解 `&`, `>>`, `&=` 等操作及其对二进制的影响。 - **内置函数的应用**:熟练使用 `bin().count()` 或语言特有函数提高效率。 - **算法优化思想**:掌握 Brian Kernighan 算法减少循环次数。
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