摘要:長(zhǎng)話短說(shuō),讓我們來(lái)看一道題統(tǒng)計(jì)的個(gè)數(shù)給定一個(gè)非負(fù)整數(shù),對(duì)于任意,,計(jì)算的值對(duì)應(yīng)的二進(jìn)制數(shù)中的個(gè)數(shù),將這些結(jié)果返回為一個(gè)數(shù)組。第二版本的時(shí)間復(fù)雜度是最后版本的時(shí)間復(fù)雜度是,是的二進(jìn)制數(shù)中的的個(gè)數(shù),介于之間。
小胡子哥@Barret李靖給我推薦了一個(gè)寫(xiě)算法刷題的地方leetcode.com,沒(méi)有ACM那么難,但題目很有趣。而且據(jù)說(shuō)這些題目都來(lái)源于一些公司的面試題。好吧,解解別人公司的面試題其實(shí)很好玩,既能整理思路鍛煉能力,又不用擔(dān)心漏題 ╮(╯▽╰)╭。
長(zhǎng)話短說(shuō),讓我們來(lái)看一道題:
統(tǒng)計(jì)“1”的個(gè)數(shù)給定一個(gè)非負(fù)整數(shù)num,對(duì)于任意i,0 ≤ i ≤ num,計(jì)算i的值對(duì)應(yīng)的二進(jìn)制數(shù)中“1” 的個(gè)數(shù),將這些結(jié)果返回為一個(gè)數(shù)組。
例如:
當(dāng)num = 5時(shí),返回值為[0,1,1,2,1,2]。
/** * @param {number} num * @return {number[]} * / var countBits = function(num) { //在此處實(shí)現(xiàn)代碼 };解題思路
這道題咋一看還挺簡(jiǎn)單的,無(wú)非是:
實(shí)現(xiàn)一個(gè)方法countBit,對(duì)任意非負(fù)整數(shù)n,計(jì)算它的二進(jìn)制數(shù)中“1”的個(gè)數(shù)
循環(huán)i從0到num,求countBit(i),將值放在數(shù)組中返回。
JavaScript中,計(jì)算countBit可以取巧:
function countBit(n){ return n.toString(2).replace(/0/g,"").length; }
上面的代碼里,我們直接對(duì)n用toString(2)轉(zhuǎn)成二進(jìn)制表示的字符串,然后去掉其中的0,剩下的就是“1”的個(gè)數(shù)。
然后,我們寫(xiě)一下完整的程序:
function countBit(n){ return n.toString(2).replace(/0/g,"").length; } function countBits(nums){ var ret = [];?? for(var i = 0; i <= nums; i++){ ret.push(countBit(i)); } return ret; }
上面這種寫(xiě)法十分討巧,好處是countBit利用JavaScript語(yǔ)言特性實(shí)現(xiàn)得十分簡(jiǎn)潔,壞處是如果將來(lái)要將它改寫(xiě)成其他語(yǔ)言的版本,就有可能懵B了,它不是很通用,而且它的性能還取決于Number.prototype.toString(2)和String.prototype.replace的實(shí)現(xiàn)。
所以為了追求更好的寫(xiě)法,我們有必要考慮一下countBit的通用實(shí)現(xiàn)法。
我們說(shuō),求一個(gè)整數(shù)的二進(jìn)制表示中“1”的個(gè)數(shù),最普通的當(dāng)然是一個(gè)O(logN) 的方法:
function countBit(n){ var ret = 0; while(n > 0){ ret += n & 1; n >>= 1; } return ret; }
這么實(shí)現(xiàn)也很簡(jiǎn)潔不是嗎?但是這么實(shí)現(xiàn)是否最優(yōu)?建議此處思考10秒鐘再往下看。
更快的countBit上一個(gè)版本的countBit的時(shí)間復(fù)雜度已經(jīng)是O(logN) 了,難道還可以更快嗎?當(dāng)然是可以的,我們不需要去判斷每一位是不是“1”,也能知道n的二進(jìn)制中有幾個(gè)“1”。
有一個(gè)訣竅,是基于以下一個(gè)定律:
對(duì)于任意 n, n ≥ 1,有如下等式成立:
countBit(n & (n - 1)) === countBit(n) - 1
這個(gè)很容易理解,大家只要想一下,對(duì)于任意n,n – 1的二進(jìn)制數(shù)表示正好是n的二進(jìn)制數(shù)的最末一個(gè)“1”退位,因此n & n – 1正好將n的最末一位“1”消去,例如:
6的二進(jìn)制數(shù)是110,?5 = 6 – 1的二進(jìn)制數(shù)是101,6 & 5的二進(jìn)制數(shù)是110 & 101 == 100
88的二進(jìn)制數(shù)是1011000,87 = 88 – 1的二進(jìn)制數(shù)是 1010111,88 & 87的二進(jìn)制數(shù)是1011000 & 1010111 == 1010000
于是,我們有了一個(gè)更快的算法:
function countBit(n){ var ret = 0; while(n > 0){ ret++; n &= n - 1; } return ret; } function countBits(nums){ var ret = []; for(var i = 0; i <= nums; i++){ ret.push(countBit(i)); } return ret; }
上面的countBit(88)只循環(huán)3次,而上一版本的countBit(88)卻需要循環(huán)7次。
優(yōu)化到了這個(gè)程度,是不是一切都結(jié)束了呢?從算法上來(lái)說(shuō)似乎已經(jīng)是極致了?真的嗎?再給大家 30 秒時(shí)間思考一下,然后再往下看。
countBits的時(shí)間復(fù)雜度考慮countBits, 上面的算法:
最初版本的時(shí)間復(fù)雜度是O(N*M),M取決于Number.prototype.toString和String.prototype.replace的復(fù)雜度。
第二版本的時(shí)間復(fù)雜度是O(N*logN)
最后版本的時(shí)間復(fù)雜度是O(N*M),M是N的二進(jìn)制數(shù)中的“1”的個(gè)數(shù),介于1 ~ logN之間。
上面三個(gè)版本的countBits的時(shí)間復(fù)雜度都大于O(N)。那么有沒(méi)有時(shí)間復(fù)雜度O(N)的算法呢?
實(shí)際上,最后版本已經(jīng)為我們提示了答案,答案就在上面的那個(gè)定律里,我把那個(gè)等式再寫(xiě)一遍:
countBit(n & (n - 1)) === countBit(n) - 1
也就是說(shuō),如果我們知道了countBit(n & (n - 1)),那么我們也就知道了countBit(n)!
而我們知道countBit(0)的值是 0,于是,我們可以很簡(jiǎn)單的遞推:
function countBits(nums){ var ret = [0]; for(var i = 1; i <= nums; i++){ ret.push(ret[i & i - 1] + 1); } return ret; }
原來(lái)就這么簡(jiǎn)單,你想到了嗎 ╮(╯▽╰)╭
以上就是所有的內(nèi)容,簡(jiǎn)單的題目思考起來(lái)很有意思吧?程序員就應(yīng)該追求完美的算法,不是嗎?
轉(zhuǎn)載整理自:http://web.jobbole.com
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://m.specialneedsforspecialkids.com/yun/79626.html
摘要:但周自恒輕描淡寫(xiě)地說(shuō),這是理性分析之后的結(jié)果,談不上多艱難。到今年月,是他做全職爸爸的周年。對(duì)此,周自恒建議老爸們雖然無(wú)法天天陪孩子學(xué)習(xí),但是得了解自己孩子思維的發(fā)育特點(diǎn),在哪方面比較敏感,在孩子的培養(yǎng)方向和計(jì)劃上更多地參與進(jìn)來(lái)。 showImg(https://segmentfault.com/img/bVbtYNo); 哥哥:爸爸我問(wèn)你,有一種鯊魚(yú),它的頭像錘子,是海底的雜食動(dòng)物,...
摘要:并嘗試用為什么你統(tǒng)計(jì)的方式是錯(cuò)的掘金翻譯自工程師的文章。正如你期望的,文中的前端開(kāi)發(fā)單一職責(zé)原則前端掘金單一職責(zé)原則又稱單一功能原則,面向?qū)ο笪鍌€(gè)基本原則之一。 單頁(yè)式應(yīng)用性能優(yōu)化 - 首屏數(shù)據(jù)漸進(jìn)式預(yù)加載 - 前端 - 掘金前言 針對(duì)首頁(yè)和部分頁(yè)面打開(kāi)速度慢的問(wèn)題,我們開(kāi)始對(duì)單頁(yè)式應(yīng)用性能進(jìn)行優(yōu)化。本文介紹其中一個(gè)方案:基于 HTTP Chunk 的首屏數(shù)據(jù)漸進(jìn)式預(yù)加載方案,該方案總...
摘要:答案使用,申請(qǐng)一個(gè)長(zhǎng)度為類型的,每個(gè)位置只表示或,該數(shù)組占用空間約。遍歷億個(gè)數(shù),當(dāng)前數(shù)為,落在區(qū)間,對(duì)應(yīng)。 過(guò)濾100億黑名單 題目 假設(shè)有100億個(gè)URL的黑名單,每個(gè)URL最多占用64B,設(shè)計(jì)一個(gè)過(guò)濾系統(tǒng),判斷某條URL是否在黑名單里。 要求 不高于萬(wàn)分之一的判斷失誤率;額外內(nèi)存不超過(guò)30GB 答案 100億個(gè)64B的URL需要640GB的內(nèi)存,顯然直接存哈希表不合理。考慮布隆過(guò)濾...
摘要:這幾天小秋去面試了,不過(guò)最近小秋學(xué)習(xí)了不少和位算法相關(guān)文章,例如面試現(xiàn)場(chǎng)如何判斷一個(gè)數(shù)是否在億個(gè)整數(shù)中算法技巧位運(yùn)算裝逼指南對(duì)于算法題還是有點(diǎn)信心的,,,,于是,發(fā)現(xiàn)了如下對(duì)話。這幾天小秋去面試了,不過(guò)最近小秋學(xué)習(xí)了不少和位算法相關(guān)文章,例如 【面試現(xiàn)場(chǎng)】如何判斷一個(gè)數(shù)是否在40億個(gè)整數(shù)中? 【算法技巧】位運(yùn)算裝逼指南 對(duì)于算法題還是有點(diǎn)信心的,,,,于是,發(fā)現(xiàn)了如下對(duì)話。 20億級(jí)別 面試...
閱讀 2067·2021-11-23 09:51
閱讀 2212·2021-09-29 09:34
閱讀 3703·2021-09-22 15:50
閱讀 3563·2021-09-22 15:23
閱讀 2580·2019-08-30 15:55
閱讀 706·2019-08-30 15:53
閱讀 3076·2019-08-29 17:09
閱讀 2632·2019-08-29 13:57