美文网首页
大厂算法面试之leetcode精讲9.位运算

大厂算法面试之leetcode精讲9.位运算

作者: 全栈潇晨 | 来源:发表于2021-11-29 08:22 被阅读0次

    大厂算法面试之leetcode精讲9.位运算

    视频教程(高效学习):点击学习

    目录:

    1.开篇介绍

    2.时间空间复杂度

    3.动态规划

    4.贪心

    5.二分查找

    6.深度优先&广度优先

    7.双指针

    8.滑动窗口

    9.位运算

    10.递归&分治

    11剪枝&回溯

    12.堆

    13.单调栈

    14.排序算法

    15.链表

    16.set&map

    17.栈

    18.队列

    19.数组

    20.字符串

    21.树

    22.字典树

    23.并查集

    24.其他类型题

    位运算基础:

    程序中所有的数载计算机内存中都是以二进制存储的,位运算就是直接对整数在内存中的二进制进行操作,由于直接在内存中进行操作,不需要转成十进制,因此处理速度非常快

    ds_215

    常见位运算

    x & 1 === 0 //判断奇偶
    x & (x - 1) //清除最右边的1
    x & -x //得到最右边的1
    
    ds_85

    191. 位1的个数 (easy)

    ds_86
    方法1:循环每个二进制位
    • 思路:直接循环二进制中的每一位,判断是否为1,统计1的个数
    • 复杂度分析:时间复杂度O(k),k=32。空间复杂度为O(1)

    Js:

    var hammingWeight = function(n) {
        let ret = 0;
        for (let i = 0; i < 32; i++) {
            if ((n & (1 << i)) !== 0) {//让1不断左移 判断该位是否为1
                ret++;
            }
        }
        return ret;
    };
    
    

    Java:

    public class Solution {
        public int hammingWeight(int n) {
            int ret = 0;
            for (int i = 0; i < 32; i++) {
                if ((n & (1 << i)) != 0) {
                    ret++;
                }
            }
            return ret;
        }
    }
    
    方法2:优化循环的过程
    • 思路:巧用二进制公式x&(x-1)表示去掉二进制中最右边的第一个1,加速循环过程
    • 复杂度分析:时间复杂度为O(k),k为二进制中1的个数,最坏的情况下所有位都是1。空间复杂度是O(1)

    js:

    var hammingWeight = function(n) {
        let ret = 0;
        while (n) {
            n &= n - 1;//不断消掉最右边的1
            ret++;
        }
        return ret;
    };
    
    

    java:

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

    231. 2 的幂(easy)

    方法1.二进制
    • 思路:一个数是2的幂需要满足这个数的二进制中只有一个1,也就是需要满足这个数>0,同时消除唯一的一个1之后就是0
    • 复杂度:时间复杂度O(1)。空间复杂度O(1)

    Js:

    var isPowerOfTwo = function(n) {
        return n > 0 && (n & (n - 1)) === 0;
    };
    

    Java:

    class Solution {
        public boolean isPowerOfTwo(int n) {
            return n > 0 && (n & (n - 1)) == 0;
        }
    }
    
    方法2.是否为最大 2的幂的约数
    • 思路:最大的2的幂为 2^30 = 1073741824, 判断 n 是否是 2^30 的约数即可。
    • 复杂度:时间复杂度O(1)。空间复杂度O(1)

    js:

    var isPowerOfTwo = function(n) {
        const MAX = 1 << 30;
        return n > 0 && MAX % n === 0;
    };
    

    Java:

    class Solution {
        static final int MAX = 1 << 30;
    
        public boolean isPowerOfTwo(int n) {
            return n > 0 && MAX % n == 0;
        }
    }
    

    338. 比特位计数 (easy)

    方法1.循环
    • 思路:循环0-n,计算每个数二进制中1的个数。
    • 复杂度:时间复杂度O(nk),k一个整数统计二进制1的复杂度,最坏的情况下是k=32。空间复杂度是O(1)

    js:

    var countBits = function(n) {
        const bits = new Array(n + 1).fill(0);
        for (let i = 0; i <= n; i++) {
            bits[i] = countOnes(i);
        }
        return bits
    };
    
    const countOnes = (x) => {
        let ones = 0;
        while (x > 0) {
            x &= (x - 1);
            ones++;
        }
        return ones;
    }
    

    Java:

    class Solution {
        public int[] countBits(int n) {
            int[] bits = new int[n + 1];
            for (int i = 0; i <= n; i++) {
                bits[i] = countOnes(i);
            }
            return bits;
        }
    
        public int countOnes(int x) {
            int ones = 0;
            while (x > 0) {
                x &= (x - 1);
                ones++;
            }
            return ones;
        }
    }
    
    
    方法2.动态规划
    • 思路:bits[i]表示i的二进制中1的个数,那么bits[i-1]就是bits[i]拿掉一个1之后的值,i & (i - 1)就是去掉最低位的一个1.

    所以状态转移方程就是bits[i] = bits[i & (i - 1)] + 1,不断循环计算出从1-n中每个数二进制中1的个数即可

    • 复杂度:时间复杂度O(n)。空间复杂度是O(1)

    Js:

    var countBits = function(n) {
        const bits = new Array(n + 1).fill(0);
        for (let i = 1; i <= n; i++) {
            bits[i] = bits[i & (i - 1)] + 1;
        }
        return bits;
    };
    
    

    Java:

    class Solution {
        public int[] countBits(int n) {
            int[] bits = new int[n + 1];
            for (int i = 1; i <= n; i++) {
                bits[i] = bits[i & (i - 1)] + 1;
            }
            return bits;
        }
    }
    

    389. 找不同( easy)

    方法1.计数
    • 思路:循环字符串s 统计每个字符的个数,循环字符串t 每出现一次s中的字符 就让相应字符的数量减少1,如果字符减少到了小于0 则这个字符就是答案
    • 复杂度:时间复杂度O(n),n是字符串的长度。空间复杂度O(k),k是字符集的大小

    js:

    var findTheDifference = function(s, t) {
        const cnt = new Array(26).fill(0);
        for (const ch of s) {//循环字符串s 统计每个字符的个数
            cnt[ch.charCodeAt() - 'a'.charCodeAt()]++;
        }
        for (const ch of t) {//循环字符串t 每出现一次s中的字符 就让相应字符的数量减少1
            cnt[ch.charCodeAt() - 'a'.charCodeAt()]--;
            if (cnt[ch.charCodeAt() - 'a'.charCodeAt()] < 0) {//如果字符减少到了小于0 则这个字符就是答案
                return ch;
            }
        }
        return ' ';
    };
    

    java:

    class Solution {
        public char findTheDifference(String s, String t) {
            int[] cnt = new int[26];
            for (int i = 0; i < s.length(); ++i) {
                char ch = s.charAt(i);
                cnt[ch - 'a']++;
            }
            for (int i = 0; i < t.length(); ++i) {
                char ch = t.charAt(i);
                cnt[ch - 'a']--;
                if (cnt[ch - 'a'] < 0) {
                    return ch;
                }
            }
            return ' ';
        }
    }
    
    
    方法2.求和
    • 思路:统计字符串s和t中字符Unicode的总和,两个和的差 就是不同的字符
    • 复杂度:时间复杂度O(n)。空间复杂度O(1)

    js:

    var findTheDifference = function(s, t) {
        let as = 0, at = 0;
        for (let i = 0; i < s.length; i++) {//统计字符串s中字符Unicode值的总和
            as += s[i].charCodeAt();
        }
        for (let i = 0; i < t.length; i++) {//统计字符串t中字符Unicode值的总和
            at += t[i].charCodeAt();
        }
        return String.fromCharCode(at - as);//两个和的差 就是不同的字符
    };
    

    java:

    class Solution {
        public char findTheDifference(String s, String t) {
            int as = 0, at = 0;
            for (int i = 0; i < s.length(); ++i) {
                as += s.charAt(i);
            }
            for (int i = 0; i < t.length(); ++i) {
                at += t.charAt(i);
            }
            return (char) (at - as);
        }
    }
    
    方3.位运算
    • 思路:循环s和t 不断异或 相同元素异或等于0 所以唯一不同的字符最后会留下来
    • 复杂度:时间复杂度O(n)。空间复杂度O(1)

    js:

    //s = "abcd", t = "abcde"
    var findTheDifference = function(s, t) {
        let ret = 0;//循环s和t 不断异或 相同元素异或等于0 所以唯一不同的字符最后会留下来
        for (const ch of s) {
            ret ^= ch.charCodeAt();
        }
        for (const ch of t) {
            ret ^= ch.charCodeAt();
        }
        return String.fromCharCode(ret);
    };
    
    

    java:

    class Solution {
        public char findTheDifference(String s, String t) {
            int ret = 0;
            for (int i = 0; i < s.length(); ++i) {
                ret ^= s.charAt(i);
            }
            for (int i = 0; i < t.length(); ++i) {
                ret ^= t.charAt(i);
            }
            return (char) ret;
        }
    }
    
    

    268. 丢失的数字 (easy)

    方法1.排序:在循环数组,看后一个数是不是比前一个大1

    方法2.哈希表:将数组中的元素插入哈希表,然后循环0~nums.length-1中的数是不是都在哈希表中

    方法3.求和:0~nums.length-1求和减去nums中的和

    方法4:位运算

    • 思路:相同的数异或为0
    • 复杂度:时间复杂度O(n),空间复杂度O(1)

    js:

    //nums = [3,0,1]
    //index = 0,1,2
    var missingNumber = function (nums) {
        let missing = nums.length
        for (let i = 0; i < nums.length; i++) {//相同的数异或为0
            missing = missing ^ nums[i] ^ (i)
        }
        return missing
    }
    

    java

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

    相关文章

      网友评论

          本文标题:大厂算法面试之leetcode精讲9.位运算

          本文链接:https://www.haomeiwen.com/subject/osmkxrtx.html