UDN-企业互联网技术人气社区

板块导航

浏览  : 715
回复  : 1

[面试技巧] 别人家的面试题:统计“1”的个数

[复制链接]
哥屋恩的头像 楼主
发表于 2016-5-27 20:48:02 | 显示全部楼层 |阅读模式
  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]。

  
  1. /**

  2.   * @param {number} num

  3.   * @return {number[]}

  4.   */

  5.   var countBits = function(num) {

  6.   //在此处实现代码

  7.   };
复制代码


  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:

  
  1. function countBit(n){

  2.   return n.toString(2).replace(/0/g,"").length;

  3.   }
复制代码


  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:

  版本1

  
  1. function countBit(n){

  2.   return n.toString(2).replace(/0/g,"").length;

  3.   }

  4.   function countBits(nums){

  5.   var ret = [];

  6.   for(var i = 0; i <= nums; i++){

  7.   ret.push(countBit(i));

  8.   }

  9.   return ret;

  10.   }
复制代码


  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:

  
  1. function countBit(n){

  2.   var ret = 0;

  3.   while(n > 0){

  4.   ret += n & 1;

  5.   n >>= 1;

  6.   }

  7.   return ret;

  8.   }
复制代码


  所以我们有了版本2

  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:

  
  1. countBit(n & (n - 1)) === countBit(n) - 1
复制代码


  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:

  版本3

  
  1. function countBit(n){

  2.   var ret = 0;

  3.   while(n > 0){

  4.   ret++;

  5.   n &= n - 1;

  6.   }

  7.   return ret;

  8.   }

  9.   function countBits(nums){

  10.   var ret = [];

  11.   for(var i = 0; i <= nums; i++){

  12.   ret.push(countBit(i));

  13.   }

  14.   return ret;

  15.   }
复制代码


  上面的 countBit(88) 只循环 3 次,而“版本2”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:

  “版本1” 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。

  “版本2” 的时间复杂度是 O(N*logN)

  “版本3” 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,“版本3”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:

 
  1.  countBit(n & (n - 1)) === countBit(n) - 1
复制代码


  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:

  版本4

  
  1. function countBits(nums){

  2.   var ret = [0];

  3.   for(var i = 1; i <= nums; i++){

  4.   ret.push(ret[i & i - 1] + 1);

  5.   }

  6.   return ret;

  7.   }
复制代码


  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?

  这是 leetcode 算法面试题系列的第一期,下一期我们讨论另外一道题,这道题也很有趣:判断一个非负整数是否是 4 的整数次方,别告诉我你用循环,想想更巧妙的办法吧~

原文作者:十年踪迹 来源:开发者头条

相关帖子

发表于 2016-5-27 22:47:48 | 显示全部楼层
赞一个
使用道具 举报

回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关于我们
联系我们
  • 电话:010-86393388
  • 邮件:udn@yonyou.com
  • 地址:北京市海淀区北清路68号
移动客户端下载
关注我们
  • 微信公众号:yonyouudn
  • 扫描右侧二维码关注我们
  • 专注企业互联网的技术社区
版权所有:用友网络科技股份有限公司82041 京ICP备05007539号-11 京公网网备安1101080209224 Powered by Discuz!
快速回复 返回列表 返回顶部