摘要:长话短说,让我们来看一道题统计的个数给定一个非负整数,对于任意,,计算的值对应的二进制数中的个数,将这些结果返回为一个数组。第二版本的时间复杂度是最后版本的时间复杂度是,是的二进制数中的的个数,介于之间。
小胡子哥@Barret李靖给我推荐了一个写算法刷题的地方leetcode.com,没有ACM那么难,但题目很有趣。而且据说这些题目都来源于一些公司的面试题。好吧,解解别人公司的面试题其实很好玩,既能整理思路锻炼能力,又不用担心漏题 ╮(╯▽╰)╭。
长话短说,让我们来看一道题:
统计“1”的个数给定一个非负整数num,对于任意i,0 ≤ i ≤ num,计算i的值对应的二进制数中“1” 的个数,将这些结果返回为一个数组。
例如:
当num = 5时,返回值为[0,1,1,2,1,2]。
/** * @param {number} num * @return {number[]} * / var countBits = function(num) { //在此处实现代码 };解题思路
这道题咋一看还挺简单的,无非是:
实现一个方法countBit,对任意非负整数n,计算它的二进制数中“1”的个数
循环i从0到num,求countBit(i),将值放在数组中返回。
JavaScript中,计算countBit可以取巧:
function countBit(n){ return n.toString(2).replace(/0/g,"").length; }
上面的代码里,我们直接对n用toString(2)转成二进制表示的字符串,然后去掉其中的0,剩下的就是“1”的个数。
然后,我们写一下完整的程序:
function countBit(n){ return n.toString(2).replace(/0/g,"").length; } function countBits(nums){ var ret = []; for(var i = 0; i <= nums; i++){ ret.push(countBit(i)); } return ret; }
上面这种写法十分讨巧,好处是countBit利用JavaScript语言特性实现得十分简洁,坏处是如果将来要将它改写成其他语言的版本,就有可能懵B了,它不是很通用,而且它的性能还取决于Number.prototype.toString(2)和String.prototype.replace的实现。
所以为了追求更好的写法,我们有必要考虑一下countBit的通用实现法。
我们说,求一个整数的二进制表示中“1”的个数,最普通的当然是一个O(logN) 的方法:
function countBit(n){ var ret = 0; while(n > 0){ ret += n & 1; n >>= 1; } return ret; }
这么实现也很简洁不是吗?但是这么实现是否最优?建议此处思考10秒钟再往下看。
更快的countBit上一个版本的countBit的时间复杂度已经是O(logN) 了,难道还可以更快吗?当然是可以的,我们不需要去判断每一位是不是“1”,也能知道n的二进制中有几个“1”。
有一个诀窍,是基于以下一个定律:
对于任意 n, n ≥ 1,有如下等式成立:
countBit(n & (n - 1)) === countBit(n) - 1
这个很容易理解,大家只要想一下,对于任意n,n – 1的二进制数表示正好是n的二进制数的最末一个“1”退位,因此n & n – 1正好将n的最末一位“1”消去,例如:
6的二进制数是110, 5 = 6 – 1的二进制数是101,6 & 5的二进制数是110 & 101 == 100
88的二进制数是1011000,87 = 88 – 1的二进制数是 1010111,88 & 87的二进制数是1011000 & 1010111 == 1010000
于是,我们有了一个更快的算法:
function countBit(n){ var ret = 0; while(n > 0){ ret++; n &= n - 1; } return ret; } function countBits(nums){ var ret = []; for(var i = 0; i <= nums; i++){ ret.push(countBit(i)); } return ret; }
上面的countBit(88)只循环3次,而上一版本的countBit(88)却需要循环7次。
优化到了这个程度,是不是一切都结束了呢?从算法上来说似乎已经是极致了?真的吗?再给大家 30 秒时间思考一下,然后再往下看。
countBits的时间复杂度考虑countBits, 上面的算法:
最初版本的时间复杂度是O(N*M),M取决于Number.prototype.toString和String.prototype.replace的复杂度。
第二版本的时间复杂度是O(N*logN)
最后版本的时间复杂度是O(N*M),M是N的二进制数中的“1”的个数,介于1 ~ logN之间。
上面三个版本的countBits的时间复杂度都大于O(N)。那么有没有时间复杂度O(N)的算法呢?
实际上,最后版本已经为我们提示了答案,答案就在上面的那个定律里,我把那个等式再写一遍:
countBit(n & (n - 1)) === countBit(n) - 1
也就是说,如果我们知道了countBit(n & (n - 1)),那么我们也就知道了countBit(n)!
而我们知道countBit(0)的值是 0,于是,我们可以很简单的递推:
function countBits(nums){ var ret = [0]; for(var i = 1; i <= nums; i++){ ret.push(ret[i & i - 1] + 1); } return ret; }
原来就这么简单,你想到了吗 ╮(╯▽╰)╭
以上就是所有的内容,简单的题目思考起来很有意思吧?程序员就应该追求完美的算法,不是吗?
转载整理自:http://web.jobbole.com
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/79626.html
摘要:但周自恒轻描淡写地说,这是理性分析之后的结果,谈不上多艰难。到今年月,是他做全职爸爸的周年。对此,周自恒建议老爸们虽然无法天天陪孩子学习,但是得了解自己孩子思维的发育特点,在哪方面比较敏感,在孩子的培养方向和计划上更多地参与进来。 showImg(https://segmentfault.com/img/bVbtYNo); 哥哥:爸爸我问你,有一种鲨鱼,它的头像锤子,是海底的杂食动物,...
摘要:并尝试用为什么你统计的方式是错的掘金翻译自工程师的文章。正如你期望的,文中的前端开发单一职责原则前端掘金单一职责原则又称单一功能原则,面向对象五个基本原则之一。 单页式应用性能优化 - 首屏数据渐进式预加载 - 前端 - 掘金前言 针对首页和部分页面打开速度慢的问题,我们开始对单页式应用性能进行优化。本文介绍其中一个方案:基于 HTTP Chunk 的首屏数据渐进式预加载方案,该方案总...
摘要:答案使用,申请一个长度为类型的,每个位置只表示或,该数组占用空间约。遍历亿个数,当前数为,落在区间,对应。 过滤100亿黑名单 题目 假设有100亿个URL的黑名单,每个URL最多占用64B,设计一个过滤系统,判断某条URL是否在黑名单里。 要求 不高于万分之一的判断失误率;额外内存不超过30GB 答案 100亿个64B的URL需要640GB的内存,显然直接存哈希表不合理。考虑布隆过滤...
摘要:这几天小秋去面试了,不过最近小秋学习了不少和位算法相关文章,例如面试现场如何判断一个数是否在亿个整数中算法技巧位运算装逼指南对于算法题还是有点信心的,,,,于是,发现了如下对话。这几天小秋去面试了,不过最近小秋学习了不少和位算法相关文章,例如 【面试现场】如何判断一个数是否在40亿个整数中? 【算法技巧】位运算装逼指南 对于算法题还是有点信心的,,,,于是,发现了如下对话。 20亿级别 面试...
阅读 2059·2021-11-23 09:51
阅读 2200·2021-09-29 09:34
阅读 3693·2021-09-22 15:50
阅读 3556·2021-09-22 15:23
阅读 2555·2019-08-30 15:55
阅读 697·2019-08-30 15:53
阅读 3064·2019-08-29 17:09
阅读 2622·2019-08-29 13:57