338. Counting Bits的C++解法

本文介绍三种高效算法,用于计算从0到给定整数num中每个数的二进制表示里1的个数。算法一利用数学性质,通过查找最近的小于等于i的2的幂次方来计算;算法二利用位运算特性,观察到偶数的二进制形式与其一半相同,而奇数则在其一半的基础上加1;算法三则通过去除最低位的1并累加计数。

 

一开始只看到要求线性时间空间复杂度,就去找规律。找到的规律是 数字i中含有1的个数=1 +(i-比i小的最大的2的幂)。

 class Solution {
 public:
	 vector<int> countBits(int num) {
		 vector<int> res = { 0 };
		 if (num == 0) return res;
		 res.push_back(1);
		 if (num == 1) return res; 	
		 res.push_back(1);
		 for (int i = 3; i <= num; i++)
		 {
			 int a = pow(2,(int)(log(i) / log(2)));
			 if (a == i) res.push_back(1);
			 else res.push_back(1 + res[i - a]);
		 }
		 return res;
	 }
 };

后面发现不能用内联函数。发现大家找的规律是:

一个数的二进制左移一位相当于翻倍,反之减小一半。奇数比较特别的地方在于左移的时候末尾补0,右移的时候原来末尾的1会丢失。基于这个想法,对于数i,在不考虑原本末位的情况下,我们不难想到右移后ii>>1的二进制中含有相同个数的1。再加上末位可能有的1,就可以得到i中含有1的个数了。

class Solution {
public:
    vector<int> countBits(int num) {
        vector<int> res{0};
        for (int i = 1; i <= num; ++i) {
            if (i % 2 == 0) res.push_back(res[i / 2]);
            else res.push_back(res[i / 2] + 1);
        }
        return res;
    }
};

第三种方法:

class Solution {
public:
    vector<int> countBits(int num) {
        vector<int> ret(num+1, 0);
        for (int i = 1; i <= num; ++i)
            ret[i] = ret[i&(i-1)] + 1;
        return ret;
    }
};

 

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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