leetcode —- python:比特位计数

  • Post author:
  • Post category:python



1.  问题

:给定一个非负整数

num

。对于

0 ≤ i ≤ num

范围中的每个数字

i

,计算其二进制数中 1 的数目,并将它们作为数组返回。

示例 1:

输入: 2
输出: [0,1,1]

示例 2:

输入: 5
输出: [0,1,1,2,1,2]


进阶:

  • 给出时间复杂度为

    O(n*sizeof(integer))

    的解答非常容易。但你可以在线性时间

    O(n)

    内用一趟扫描做到吗?
  • 要求算法的空间复杂度为

    O(n)

  • 你能进一步完善解法吗?要求在C++或任何其他语言中不使用任何内置函数(如 C++ 中的

    __builtin_popcount

    )来执行此操作。


2.  分析:

已知0-19的二进制如下所示:



0

0000



1

0001

2

0010

3

0011



4

0100

5

0101

6

0110

7

0111



8

1000

9

1001

10

1010

11

1011

12

1100

13

1101

14

1110

15

1111



16

1 0000

17

1 0001

18

1 0010

19

1 0011  …..

由观察可得:


2^n

(n=0,1,2,3,….)的二进制中1的数量都为1,


3

的二进制中1的数量可以由

1和2

中1的数量之和得到,


5

的二进制中1的数量可以由

4和1

中1的数量之和得到,


6

的二进制中1的数量可以由

4和2

中1的数量之和得到,


7

的二进制中1的数量可以由

4和3

中1的数量之和得到,


9

的二进制中1的数量可以由

8和1

中1的数量之和得到,



15

的二进制中1的数量可以由

8和7

中1的数量之和得到, 因此可以通过逐步推理来得到结果



n

0 1 2 3 4


2^n

num 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17


List

0

1



1

2

1

2 2 3

1

2 2 3 2 3 3 4

1

2


3.  自己编写的代码:

def countBits(num):
    if num ==0:
        return [0]
    if num == 1:
        return [0,1]

    n=0
    for i in range(num+1):  # 作用类似于 n=int(math.log(num,2))
        if 2**i > num:
            n = i - 1
            break
    print("n=",n)

    List=[0,1,1]
    for i in range(1,n):           #  n>=2, List只计算到2**n
        for j in range(1,2**i):
            List.append(1+List[j])
        List.append(1)             #  num=4,8,16...时,List添加1

    print("List",List)
    if (num - 2**n) > 0:           #   计算剩余的List
        for i in range(1,(num - 2**n)+1):
            List.append(List[i]+1)
    return List
print(countBits(2))


4.  大神编写的代码:

def countBits(num):
    ans = [0]
    for x in range(1, num + 1):
        ans += ans[x & (x - 1)] + 1,        # & 按位与运算,注意“,”不要省略
    return ans



版权声明:本文为weixin_39781462原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。