0
点赞
收藏
分享

微信扫一扫

leetcode动态规划(九)-0-1背包理论基础

李雨喵 2024-11-03 阅读 5

找往期文章包括但不限于本期文章中不懂的知识点:

目录

位运算的相关介绍(重要) 

136. 只出现一次的数字

191.位1的个数

461. 汉明距离

260. 只出现一次的数字III

面试题01.01.判定字符是否唯一

268.丢失的数字

371.两整数之和

137.只出现一次的数字Ⅱ 

面试题17.19.消失的两个数字


位运算的相关介绍(重要) 

我们之前在C语言、Java中都全面的学习了位运算的基本用法。现在我们就可以来看看其在算法中具体是如何操作的。但在此之前得先了解一下"高端的位运算":

一定要去了解一些高端的写法,不然下面代码的优化,可能一下反应不过来。现在就开始练习: 

136. 只出现一次的数字

题目:

思路:相信小伙伴们基本上可以直接把这题秒了,但我们还是从最朴素的解法开始入手。首先,在没学习位运算之前,如果让我们去写的话,肯定是用数组来统计对应元素出现的次数,然后再去遍历找到只出现一次的元素。而后面学习了位运算之后,便可以利用 ^ 操作符的特点(a ^ 0 = a,a ^ a = 0)来找到最终的"单身狗元素"。这里其实就是利用 ^ 操作符 对于奇数次 ^ 一个数字之后,得到的还是这个数字本身,偶数次 ^ 一个数字之后,得到的就是0 来编写代码。

代码实现:(这里只给出位运算的版本)

class Solution {
    public int singleNumber(int[] nums) {
        int ret = 0;
        for (int i = 0; i < nums.length; i++) {
            ret ^= nums[i];
        }
        return ret;
    }
}

191.位1的个数

题目: 

思路:题目的意思也很简单,就是让我们求出一个数中对应的二进制位为1的个数。首先,我们应该要想到直接去暴力枚举32次(将整数的32个比特位都遍历一遍),统计其中对应二进制位为1的个数。在暴力的基础上,我们会发现有的二进位是0的,我们不需要统计,即当一段二进制中前面全部是0了,我们就无需统计了。因此使用 while 循环来遍历统计,当 对应的值没有1时,便停止统计。最后一种直接求1的个数就行,通过大佬们给出的公式套就行了。

代码实现:

1、暴力枚举版:

class Solution {
    public int hammingWeight(int n) {
        int count = 0;
        for (int i = 0; i < 32; i++) {
            if (((1<<i) & n) != 0) { // 这个位是1
                count++;
            }
        }
        return count;
    }
}

2、一点点优化版:

class Solution {
    public int hammingWeight(int n) {
        int count = 0;
        while (n != 0) {
            if ((n & 1) != 0) {
                count++;
            }
            n >>= 1;
        }
        return count;
    }

    
}

3、大佬秒杀版:

class Solution {
    public int hammingWeight(int n) {
        int count = 0;
        while (n != 0) {
            count++;
            n = (n & (n-1));
        }
        return count;
    }
}

第三个版本看不懂的小伙伴,一定要去前面的图片中弄懂,至少要知道公式。 

461. 汉明距离

题目:

思路:汉明距离就是两个数对应的二进制位中,出现了不同的1的个数。如果两个1出现在了相同的二进制位,那么这个1不加入计算,反之如果一个数对应位置中出现了1,而另一个位置没有,那这个1就是我们要找的。

代码实现:

1、暴力枚举:for循环-32次遍历比较

class Solution {
    public int hammingDistance(int x, int y) {
        // 暴力枚举:
        int count = 0;
        for (int i = 0; i < 32; i++) {
            // 计算出对应位置的值
            int temp1 = ((x>>i) & 1);
            int temp2 = ((y>>i) & 1);
            // 看看两者的值是否相等
            if ((temp1 ^ temp2) == 1) {
                count++;
            }
        }
        return count;
    }
}

2、异或+统计1的个数:题目就是找不同的1,异或之后就可以得到,接下来便是统计1的个数。

class Solution {
    public int hammingDistance(int x, int y) {
        // 异或+统计1的个数
        int count = 0;
        int n = x ^ y;
        while (n != 0) {
            count++;
            n = n & (n-1); // 消除1
        }
        return count;
    }
}

260. 只出现一次的数字III

题目: 

思路:统计数字出现的次数,同样可以直接暴力哈希的方法,求出最终的结果。我们如果采用 ^ 的方法也是可以写出来的,因为有两个元素都只出现了一次,而其他的元素都出现了两次,那么最终 ^ 的结果就是两个只出现一次的元素 ^ 的结果,而根据这个结果中最右边的1,再次对数组进行分组之后,得到的 ^ 结果就是最终我们要求的结果。

代码实现:

1、暴力枚举:

class Solution {
    public int[] singleNumber(int[] nums) {
        // 暴力枚举:哈希表统计
        Map<Integer, Integer> hash = new HashMap<>();
        for (int i = 0; i < nums.length; i++) {
            hash.put(nums[i], hash.getOrDefault(nums[i], 0)+1);
        }
        int[] ret = new int[2];
        int j = 0;
        for (int i = 0; i < nums.length; i++) {
            if (hash.get(nums[i]) == 1) {
                ret[j++] = nums[i];
            }
        }
        return ret;
    }
}

2、异或分组统计:先将异或的结果最右边的"1"算出来,再根据这个进行分组(两个只出现一次的元素,肯定是在不同的组别了),再对分组的结果进行 ^ ,最终分别的结果就是只出现一次的元素。

class Solution {
    public int[] singleNumber(int[] nums) {
        // 先分组,再分别统计
        int[] ret = new int[2];
        int sum = 0;
        for (int i = 0; i < nums.length; i++) {
            sum ^= nums[i]; // 这个是两个数字的异或结果
        }
        // 找到两个数字有区别的地方进行分组
        int mask = sum & (-sum); // 找到最右边第一个出现的1
        for (int i = 0; i < nums.length; i++) {
            if ((nums[i] & mask) == 0) {
                ret[0] ^= nums[i];
            } else {
                ret[1] ^= nums[i];
            }
        }
        return ret;
    }
}

面试题01.01.判定字符是否唯一

题目:

思路:这个题目应该很容易想到 哈希的思想 来遍历统计解决这个问题,但是这个没有用到我们今天学习的位运算知识。我们先回顾一下,哈希的思想就是用一个数组来统计字符出现的次数,那么我们也完全可以用到位图的思想来细化哈希呀!因为题目只有26个字母,因此我们完全可以用一个 整型变量来当作哈希表(使用比特位来记录当前是哪个字符)。

如果想要详细了解位图的小伙伴,可以去看下面这篇文章:位图 

代码实现:

1、哈希思想版:

class Solution {
    public boolean isUnique(String astr) {
        // 哈希表记录遍历的字符
        int[] hash = new int[26];
        for (int i = 0; i < astr.length(); i++) {
            char ch = astr.charAt(i);
            if (hash[ch-'a'] != 0) {
                // 说明已经出现了重复的字符
                return false;
            } else {
                hash[ch-'a']++;
            }
        }
        return true;
    }
}

2、位图思想版(细化版的哈希) :

class Solution {
    public boolean isUnique(String astr) {
        int ret = 0;
        int n = astr.length();
        if (n > 26) { // 多于26个,那么肯定是有重复的了
            return false;
        }
        for (int i = 0; i < n; i++) {
            int x = astr.charAt(i)-'a';
            if ((ret & (1<<x)) != 0) { // 重复了
                return false;
            } else {
                ret |= (1<<x); // 加入位图
            }
        }
        return true;
    }
}

268.丢失的数字

题目:

思路:

1、我们可以先采用排序的方法,使其有序后,再按照顺序去遍历,查找缺失的元素。

2、也可以采用 哈希的思想,遍历记录出现的次数,然后再遍历哈希表,找到没出现的数字。

3、还可以采用 高斯求和(等差数列的求和公式) 的方法将完整的数组总合求出来,然后再去遍历原数组,对元素作差,即可得到最终结果。

4、在 [0,n] 之间缺失了一个数字,那么只要我们将[0,n+1] 这两个区间的元素全部进行 ^ ,那么就能得到 "只出现一次的元素"。

代码实现(按照序号来的):

1、排序:

class Solution {
    public int missingNumber(int[] nums) {
        // 找出最大值
        int n = nums.length;
        Arrays.sort(nums); // 排序
        // 缺失的是最大值
        if (n != nums[n-1]) {
            return n;
        }
        for (int i = 0; i < n; i++) {
            if (i != nums[i]) {
                return i;
            }
        }
        return -1;
    }
}

2、哈希表:

class Solution {
    public int missingNumber(int[] nums) {
        int n = nums.length;
        int[] hash = new int[n+1];
        for (int i = 0; i < n; i++) {
            hash[nums[i]]++;
        }
        for (int i = 0; i < n+1; i++) {
            if (hash[i] == 0) { // 找到了
                return i;
            }
        }
        return -1;
    }
}

3、高斯求和:

class Solution {
    public int missingNumber(int[] nums) {
        int n = nums.length;
        int sum = (int)((0+n) / 2.0 * (n+1));
        // (0+n) * (n+1) / 2 ,这个也行
        for (int i = 0; i < n; i++) {
            sum -= nums[i];
        }
        return sum;
    }
}

如果求 sum 时,是先 / 2的话,就会导致结果不正确。因为 /2得到的是一个整数,可能出现分数的情况被忽略了。 

4、异或运算:

class Solution {
    public int missingNumber(int[] nums) {
        int sum = 0;
        for (int i = 0; i < nums.length; i++) {
            sum ^= nums[i];
            sum ^= i;
        }
        return sum ^ nums.length;
    }
}

371.两整数之和

题目:

思路:如果是在笔试中遇到这样的题目的话,我们可以直接来个流氓解法。不是让我们求两个数的和嘛,我们直接返回 a+b 的结果就可以了。当然,在面试中是不能这么做的。

这题本质上是让我们去模拟实现加法的,加法操作可以分为两步:

1、先计算出 无进位相加的结果;

2、再计算出 进位的结果;

3、最后再将两者相加,得到的就是最终的结果。而第三步,其实就是在重复 1、2步,当 进位的结果为0时,那么无进位相加的结果就是最终的结果,此时便可以不在循环了。

代码实现:

class Solution {
    public int getSum(int a, int b) {
        do {
            // 1、计算无进位相加的结果
            int temp = a ^ b;
            // 2、计算进位的结果
            b = (a & b) << 1;
            a = temp;
        } while (b != 0);
        return a;
    }
}

137.只出现一次的数字Ⅱ 

题目:

 思路:首先,应该想到用暴力的思路,用哈希表记录元素出现的次数,然后在去遍历数组找到哈希表中只出现一次的元素。很显然,这种方法不符合题目所期望的那样。

我们可以遍历数组,统计某一个比特位上的数据。
出现了三次的数据,在某个比特位上有两种情况:1、3n个0,3n个1(n <= nums.length);同样出现了一次的数字也是如此,我们再把这些数据相加,那么同一个比特位就会出现四种情况:
1、 3n个0 + 0        2、 3n个0 + 1         3、 3n个1 + 0            4、 3n个1 + 1
           0                            1                             3                                3n+1
如果我们把上面的比特位都进行 %3 操作的话,得到的就是:0  1  0  1 -> 和只出现一次的数字一样
那么我们就可以把只出现一次的数字的对应比特位全部算出来。

总结下来,就是去遍历数组计算出,某一位的比特位之和,然后再 %3 算出只出现一次的数字所对应的比特位,将这个比特位对应的值添加到只出现一次的数字变量中,接着继续重复上述步骤,计算出下一个比特位的值。

代码实现:

1、哈希暴力统计版:

class Solution {
    public int singleNumber(int[] nums) {
        Map<Integer, Integer> hash = new HashMap<>();
        for (int i = 0; i < nums.length; i++) {
            hash.put(nums[i], hash.getOrDefault(nums[i], 0)+1);
        }
        for (int i = 0; i < nums.length; i++) {
            if (hash.get(nums[i]) == 1) {
                return nums[i];
            }
        }
        return -1;
    }
}

2、巧妙借助"位运算":

class Solution {
    public int singleNumber(int[] nums) {
        int ret = 0;
        for (int i = 0; i < 32; i++) {
            // 计算某一个比特位上的和
            int sum = 0;
            for (int j = 0; j < nums.length; j++) {
                sum += ((nums[j] >> i) & 1);
            }
            // 求出只出现一次所对应的比特位
            sum %= 3;
            // 设置对应位置的比特位
            ret |= (sum << i); 
        }
        return ret;
    }
}

 拓展:当数组中一个数字出现一次,另外的数字出现 n 次时,也可以使用上述的思路。

面试题17.19.消失的两个数字

题目:

思路:题目让我们找丢失的元素,我们可以通过暴力哈希的方法,找到没有出现的元素。但是这个是不符合题目的要求的。其实看到这个题目,我们就应该想到 "只出现一次的数字III"的思路,那个题目只是把两个数字丢到数组中了,而这个题目是把数字给丢掉了。但是我们可以看成是在数组中,那么我们的做法和那一题差不多,先把nums数组遍历 ^ 一遍,再把 [1, n+2] 之间的数字再 ^ 一遍,这样剩下的数字就是丢到的两个数字的 ^ 结果,而我们只需要找出最右边的 1,再去进行分组 ^ ,这样可以分别得到丢失的数。

代码实现:

1、哈希暴力:

class Solution {
    public int[] missingTwo(int[] nums) {
        // 哈希表遍历统计
        int n = nums.length;
        int[] hash = new int[n+3]; // 0+缺失的两个空间
        int[] ret = new int[2];
        for (int x : nums) {
            hash[x]++;
        }
        int j = 0;
        for (int i = 1; i < n+3; i++) {
            if (hash[i] == 0) {
                ret[j++] = i;
            }
        }
        return ret;
    }
}

2、巧妙运用"位运算": 

class Solution {
    public static int[] missingTwo(int[] nums) {
        // 先找到分组的依据
        int n = nums.length;
        int sum = 0;
        for (int i = 1; i < n+3; i++) {
            sum ^= i;
        }
        for (int i = 0; i < n; i++) {
            sum ^= nums[i];
        }
        // 找到最右边的1,作为分组的依据
        int mask = sum & (-sum);
        // 将 mask 作为分组的依据
        int[] ret = new int[2];
        for (int i = 1; i < n+3; i++) {
            if ((mask & i) != 0) { // 这里不一定是1
                ret[0] ^= i;
            } else {
                ret[1] ^= i;
            }
        }
        for (int i = 0; i < n; i++) {
            if ((nums[i] & mask) != 0) { // 这里不一定是1
                ret[0] ^= nums[i];
            } else {
                ret[1] ^= nums[i];
            }
        }
        return ret;
    }
}

以上就是位运算的全部应用场景,主要是利用 推导的公式 和 ^ 来解题。 而且从上面的解题结果来看,只要能用位运算解决的,基本上可以用别的方法写出来。但是位运算会很巧妙。

好啦!本期  一文详解“位运算“在算法中的应用  的学习之旅就到此结束啦!我们下一期再一起学习吧!

举报

相关推荐

0 条评论