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.工夫空间复杂度
3.动静布局
4.贪婪
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.枯燥栈
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.其余类型题
位运算根底:
程序中所有的数载计算机内存中都是以二进制存储的,位运算就是间接对整数在内存中的二进制进行操作,因为间接在内存中进行操作,不须要转成十进制,因而处理速度十分快
常见位运算
x & 1 === 0 //判断奇偶
x & (x - 1) //革除最左边的1
x & -x //失去最左边的1
191. 位1的个数 (easy)
办法1:循环每个二进制位
- 思路:间接循环二进制中的每一位,判断是否为1,统计1的个数
- 复杂度剖析:工夫复杂度
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1一直左移 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;
}
}
办法2:优化循环的过程
- 思路:巧用二进制公式
x&(x-1)
示意去掉二进制中最左边的第一个1,减速循环过程 - 复杂度剖析:工夫复杂度为
O(k)
,k为二进制中1的个数,最坏的状况下所有位都是1。空间复杂度是O(1)
js:
var hammingWeight = function(n) {
let ret = 0;
while (n) {
n &= n - 1;//一直消掉最左边的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)
办法1.二进制
- 思路:一个数是2的幂须要满足这个数的二进制中只有一个1,也就是须要满足这个数>0,同时打消惟一的一个1之后就是0
- 复杂度:工夫复杂度
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;
}
}
办法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:工夫复杂度
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)
办法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:工夫复杂度
O(nk)
,k一个整数统计二进制1的复杂度,最坏的状况下是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;
}
}
办法2.动静布局
- 思路:
bits[i]
示意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
,一直循环计算出从1-n中每个数二进制中1的个数即可
- 复杂度:工夫复杂度
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)
办法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 每呈现一次s中的字符 就让相应字符的数量缩小1,如果字符缩小到了小于0 则这个字符就是答案
- 复杂度:工夫复杂度
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 每呈现一次s中的字符 就让相应字符的数量缩小1
cnt[ch.charCodeAt() - 'a'.charCodeAt()]--;
if (cnt[ch.charCodeAt() - 'a'.charCodeAt()] < 0) {//如果字符缩小到了小于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 ' ';
}
}
办法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:工夫复杂度
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 一直异或 雷同元素异或等于0 所以惟一不同的字符最初会留下来
- 复杂度:工夫复杂度
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 一直异或 雷同元素异或等于0 所以惟一不同的字符最初会留下来
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. 失落的数字 (easy)
办法1.排序:在循环数组,看后一个数是不是比前一个大1
办法2.哈希表:将数组中的元素插入哈希表,而后循环0~nums.length-1中的数是不是都在哈希表中
办法3.求和:0~nums.length-1求和减去nums中的和
办法4:位运算
- 思路:雷同的数异或为0
- 复杂度:工夫复杂度
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++) {//雷同的数异或为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;
}
}
发表回复