通常,人们习惯将所有 nn 位二进制串依照字典序排列,例如所有 22 位二进制串按字典序从小到大排列为:00,01,10,1100,01,10,11。
格雷码(Gray Code)是一种非凡的 nn 位二进制串排列法,它要求相邻的两个二进制串间 恰好 有一位 不同,特地地,第一个串与最初一个串也算作相邻。
所有 2 位二进制串按格雷码排列的一个例子为:00,01,11,10。
n 位格雷码不止一种,上面给出其中一种格雷码的生成算法:
- 1 位格雷码由两个 1 位二进制串组成,程序为:0,10,1。
- n+1 位格雷码的前 2n 个二进制串,能够由依此算法生成的 n 位格雷码(总共 2n 个 n 位二进制串)按 程序 排列,再在每个串前加一个前缀 0 形成。
- n+1 位格雷码的后 2n 个二进制串,能够由依此算法生成的 n 位格雷码(总共 2n 个 n 位二进制串)按 逆序 排列,再在每个串前加一个前缀 1 形成。
综上,n+1 位格雷码,由 n 位格雷码的 2n 个二进制串按顺序排列再加前缀 0,和按逆序排列再加前缀 1 形成,共 2n+1 个二进制串。
另外,对于 n 位格雷码中的 2n 个二进制串,咱们按上述算法失去的排列程序将它们从 0 ∼ 2n−1 编号。
按该算法,2 位格雷码能够这样推出:
- 已知 11 位格雷码为 0,10,1。
- 前两个格雷码为 00,01。后两个格雷码为 11,10。合并失去 00,01,11,10 编号顺次为 0 ∼ 3。
同理,3 位格雷码能够这样推出:
- 已知 2 位格雷码为:00,01,11,10。
- 前四个格雷码为:000,001,011,010。后四个格雷码为:110,111,101,100 110,111,101,100。合并失去:000,001,011,010,110,111,101,100,编号顺次为 0 ∼ 7。
当初给出 n,k,请你求出按上述算法生成的 nn 位格雷码中的 kk 号二进制串。
输出格局
仅一行,蕴含两个整数 nn 和 kk。
输入格局
仅一行,一个 nn 位二进制串示意答案。
数据范畴
对于 50% 的数据:n≤10
对于 80% 的数据:k≤5×106
对于 95% 的数据:k≤263−1
对于 100% 的数据:1≤n≤64,0≤k<2n
输出样例 1:
2 3
输入样例 1:
10
输出样例 2:
3 5
输入样例 2:
111
样例解释
对于样例 1,2 位格雷码为:00,01,11,10,编号从 0 ∼ 3,因而 3 号串是 10。
对于样例 2,3 位格雷码为:000,001,011,010,110,111,101,100,编号从 0 ∼ 7,因而 5 号串是 111。
思路:读题,n 位格雷码能够由 n - 1 位格雷码得出,所以咱们很容易的想到递归思路,一种思路是在每次递归时利用一个数据获取以后位数所有格雷码,而后最初返回一个数组,利用 k 当成下标而后返回后果。
当然这是第一工夫的想法,也的确能够通过肯定的测试样例,然而咱们留神到:对于 95% 的数据:k≤263−1k≤263−1。这样子咱们应用数组的想法也就告吹了,因为前面用来寄存的数据太多了,超过了最大值,所以 pass。
这里咱们能够应用二分法解决这个问题,对于 n =3,k= 5 的状况,咱们思考当 k >=22时,这个时候也就是说 k = 5 属于 n 的 8 个格雷码的后 4 个之一,这个时候最高位加上 1, 之后 n =n-1=2, 这里咱们留神到前四位格雷码的后两位是两头对称的。
也就是第三点:n+1 位格雷码的后 2n 个二进制串,能够由依此算法生成的 n 位格雷码(总共 2n 个 n 位二进制串)按 逆序 排列,再在每个串前加一个前缀 1 形成:
000,001,011,010,110,111,101,100000,001,011,010,110,111,101,100
好了咱们持续这个时候咱们失去第一位填 1,n=2,k 因为逆序所以是 k = 8(23)-5(原 k)-1= 2, 因为 k >=21, 所以咱们接下来一位接着填 1。
目前,咱们失去一个格雷码 11_, 此时 n =1, 并且 k =4-2-1=1, 此时咱们曾经到了完结条件(n=1, 表明这是最初一位须要填入的), 很显然这个时候咱们失去的 k 不是 1 就是 0,咱们把 k 填入即可。
最初咱们对 n =3,k= 5 的输出失去的格雷码为 111, 而 111 就是 k = 5 对应的格雷码。
把下面的思路整顿成代码即可,咱们应用一个数组 ans 存储每一位的信息, 并初始化为 100 的长度。
然而咱们写完当前,咱们还留神到:对于 100% 的数据:1≤n≤64,0≤k<2n1≤n≤64,java 中最大的整数类型 long 的最大值是 2 63-1,而 k 的最大值是 2 64, 很显著,咱们也不能间接应用 Long 这个类型获取 k 的值。
那么问题来了,如果想要齐全做出这道题,咱们仿佛连获取 k 的值都变得十分困难起来,有一个思路是利用 char[]获取 k 的每一位, 然而这里我没有尝试应用这种思路, 我抉择应用 Java 的 BigInteger 来解决大数问题,那么这里咱们只须要将波及到 k 的解决改成 BigInteger 解决即可。
无关 BigInteger 的更多信息能够移步至上面的博客:
Java 中 BigInteger 办法总结:https://www.jianshu.com/p/8b8…
好了,最初的代码如下:
import java.util.Scanner;
import java.math.BigInteger;
public class Main {public static int[] ans = new int[100];
public static void main(String[] args){Scanner in = new Scanner(System.in);
String s = in.nextLine();
// 获取输出
// 留神 1≤n≤64,0≤k<2n
int n = Integer.parseInt(s.split(" ")[0]);
BigInteger k = new BigInteger((s.split(" ")[1]));
// 利用数组找下标的形式会超时
// 必须思考到数字超过 long 的状况
// 所以还是得用 BigInteger 进行大数解决
// 应用二分法解题
dfs(n,k);
// 应用数组存储后果
for(int i=n;i>=1;i--){System.out.print(ans[i]);
}
}
public static void dfs(int pos, BigInteger k){
// 边界条件
if(pos==1){ans[pos] = k.intValue();
return;
}
BigInteger base = BigInteger.valueOf(2);
BigInteger bwt = base.pow(pos-1);
// 如果处于前半部分
if(k.subtract(bwt).longValue() < 0){ans[pos] = 0;
dfs(pos-1, k);
}else{
// 处于后半局部须要逆序
ans[pos] = 1;
dfs(pos-1, (base.pow(pos)).subtract(k.add(BigInteger.valueOf(1))));
}
}
}