对于仍然不太清楚位操作符的同学们,可以看看这篇文章:位操作符
特别注意:使用按位操作符时要注意,相等(==)与不相等(!=)的优先级在按位运算符之上!!!!
这意味着,位运算符的优先级极小,所以使用位运算符时,最好加上括号()
基本的操作我就直接略过了。下面是我认为必须掌握的技巧:(注意,我把一些生僻的技巧都已经砍掉了,留下来的,就是我认为应该会的)
使用 x & 1 == 1 判断奇偶数。(注意,一些编辑器底层会把用%判断奇偶数的代码,自动优化成位运算)
不使用第三个数,交换两个数。x = x ^ y , y = x ^ y , x = x ^ y。(早些年喜欢问到,现在如果谁再问,大家会觉得很low)
两个相同的数异或的结果是 0,一个数和 0 异或的结果是它本身。(对于找数这块,异或往往有一些别样的用处。)
x & (x - 1) ,可以将最右边的 1 设置为 0。(这个技巧可以用来检测 2的幂,或者检测一个整数二进制中 1 的个数,又或者别人问你一个数变成另一个数其中改变了多少个bit位,统统都是它)
i+(~i)=-1,i 取反再与 i 相加,相当于把所有二进制位设为1,其十进制结果为-1。
对于int32而言,使用 n >> 31取得 n 的正负号。并且可以通过 (n ^ (n >> 31)) - (n >> 31) 来得到绝对值。(n为正,n >> 31 的所有位等于0。若n为负数,n >> 31 的所有位等于1,其值等于-1)
使用 (x ^ y) >= 0 来判断符号是否相同。(如果两个数都是正数,则二进制的第一位均为0,x^y=0;如果两个数都是负数,则二进制的第一位均为1;x^y=0 如果两个数符号相反,则二进制的第一位相反,x^y=1。有0的情况例外,^相同得0,不同得1)
“异或”是一个无进位加法,说白了就是把进位砍掉。比如01^01=00。
“与”可以用来获取进位,比如01&01=01,然后再把结果左移一位,就可以获取进位结果。
这个方法比较直接。我们遍历数字的 32 位。如果某一位是 1 ,将计数器加一。
我们使用 位掩码 来检查数字的第 \(i^{th}\) 位。一开始,掩码 m=1 因为 1 的二进制表示是
\[0000\ 0000\ 0000\ 0000\ 0000\ 0000\ 0000\ 0001\]
0000 0000 0000 0000 0000 0000 0000 0001
显然,任何数字跟掩码 11 进行逻辑与运算,都可以让我们获得这个数字的最低位。检查下一位时,我们将掩码左移一位。
\[0000\ 0000\ 0000\ 0000\ 0000\ 0000\ 0000\ 0010\]
0000 0000 0000 0000 0000 0000 0000 0010
并重复此过程,我们便可依次遍历所有位。
Java
public int hammingWeight(int n) {
int bits = 0; // 用来储存 1 的个数
int mask = 1; // 掩码,从最低位开始
for (int i = 0; i < 32; i++) {
// 注意这里是不等于0,而不是等于1,因为我们的位数是不断在变化的,可能等于2、4、8...
// 使用按位操作符时要注意,相等(==)与不相等(!=)的优先级在按位运算符之上!!!!
// 使用按位运算符时,最好加上括号()
if ((n & mask) != 0) {
bits++;
}
mask <<= 1;
}
return bits;
}
注意:这里判断 n & mask 的时候,千万不要错写成 (n & mask) == 1,因为这里你对比的是十进制数。(我之前就这么写过,记录一下...)
逐位判断
根据 与运算 定义,设二进制数字 n ,则有:
根据以上特点,考虑以下 循环判断 :
算法流程:
res += n & 1
: 若 \(n \& 1 = 1\) ,则统计数 res 加一。n >>= 1
: 将二进制数字 n 无符号右移一位( Java 中无符号右移为 ">>>" ) 。public class Solution {
public int hammingWeight(int n) {
int res = 0;
while(n != 0) {
res += n & 1; // 遍历
n >>>= 1; // 无符号右移
}
return res;
}
}
对于特定的情况,如 只有 1 对我们有用时,我们不需要遍历每一位,我们可以把前面的算法进行优化。
我们不再检查数字的每一个位,而是不断把数字最后一个 1 反转,并把答案加一。当数字变成 0 的时候偶,我们就知道它没有 1 的位了,此时返回答案。
注意:这里我们说的是最后一个 1,而不是最后一位 1,这个 1 可能在任何位上。
这里关键的想法是对于任意数字 n ,将 n 和 n - 1 做与运算,会把最后一个 1 的位变成 0 。为什么?考虑 n 和 n - 1 的二进制表示。
巧用 \(n \& (n - 1)\)
\((n - 1)\) 解析: 二进制数字 n 最右边的 1 变成 0 ,此 1 右边的 0 都变成 1 。
\(n \& (n - 1)\) 解析: 二进制数字 n 最右边的 1 变成 0 ,其余不变。
图片 1. 将 n 和 n-1 做与运算会将最低位的 1 变成 0
在二进制表示中,数字 n 中最低位的 1 总是对应 n - 1 中的 0 。因此,将 n 和 n - 1 与运算总是能把 n 中最低位的 1 变成 0 ,并保持其他位不变。
比如下面这两对数:
肯定有人又是看的一脸懵逼,我们拿 11 举个例子:(注意最后一位 1 变成 0 的过程)
使用这个小技巧,代码变得非常简单。
Java
public int hammingWeight(int n) {
int sum = 0; // 用来存放 1 的个数
while (n != 0) {
sum++;
n &= (n - 1);
}
return sum;
}
public int hammingWeight(int n) {
return Integer.bitCount(n);
}
我们先来看下异或的数学性质(数学里异或的符号是 \(\oplus\)):
异或运算有以下三个性质。
假设数组中有 2m+1 个数,其中有 m 个数各出现两次,一个数出现一次。令 \(a_{1}\)、\(a_{2}\)、\(\ldots\)…、\(a_{m}\) 为出现两次的 m 个数,\(a_{m+1}\) 为出现一次的数。根据性质 3,数组中的全部元素的异或运算结果总是可以写成如下形式:
\[(a_{1} \oplus a_{1}) \oplus (a_{2} \oplus a_{2}) \oplus \cdots \oplus (a_{m} \oplus a_{m}) \oplus a_{m+1}\]
根据性质 2 和性质 1,上式可化简和计算得到如下结果:
\[0 \oplus 0 \oplus \cdots \oplus 0 \oplus a_{m+1}=a_{m+1}\]
因此,数组中的全部元素的异或运算结果即为数组中只出现一次的数字。
下面我们来举个例子吧:
假如我们有 [21,21,26] 三个数,是下面这样:
回想一下,之所以能用“异或”,其实我们是完成了一个 同一位上有 2 个 1 清零 的过程。上面的图看起来可能容易,如果是这样 (下图应为 26^21):
Java
class Solution {
public int singleNumber(int[] nums) {
int single = 0;
for (int num : nums) {
single ^= num;
}
return single;
}
}
编写一个函数,输入是一个无符号整数(以二进制串的形式),返回其二进制表达式中数字位数为 ‘1‘ 的个数(也被称为汉明重量)。
提示:
进阶:
示例 1:
输入:00000000000000000000000000001011
输出:3
解释:输入的二进制串 00000000000000000000000000001011 中,共有三位为 ‘1‘。
示例 2:
输入:00000000000000000000000010000000
输出:1
解释:输入的二进制串 00000000000000000000000010000000 中,共有一位为 ‘1‘。
示例 3:
输入:11111111111111111111111111111101
输出:31
解释:输入的二进制串 11111111111111111111111111111101 中,共有 31 位为 ‘1‘。
提示:
输入必须是长度为 32 的 二进制串。
算法
这个方法比较直接。我们遍历数字的 32 位。如果某一位是 1 ,将计数器加一。
我们使用 位掩码 来检查数字的第 \(i^{th}\) 位。一开始,掩码 m=1 因为 1 的二进制表示是
\[0000\ 0000\ 0000\ 0000\ 0000\ 0000\ 0000\ 0001\]
0000 0000 0000 0000 0000 0000 0000 0001
显然,任何数字跟掩码 11 进行逻辑与运算,都可以让我们获得这个数字的最低位。检查下一位时,我们将掩码左移一位。
\[0000\ 0000\ 0000\ 0000\ 0000\ 0000\ 0000\ 0010\]
0000 0000 0000 0000 0000 0000 0000 0010
并重复此过程。
Java
public int hammingWeight(int n) {
int bits = 0;
int mask = 1;
for (int i = 0; i < 32; i++) {
if ((n & mask) != 0) {
bits++;
}
mask <<= 1;
}
return bits;
}
复杂度分析
时间复杂度:\(O(1)\)。运行时间依赖于数字 n 的位数。由于这题中 n 是一个 32 位数,所以运行时间是 \(O(1)\) 的。
空间复杂度:\(O(1)\)。没有使用额外空间。
逐位判断
根据 与运算 定义,设二进制数字 n ,则有:
根据以上特点,考虑以下 循环判断 :
算法流程:
res += n & 1
: 若 \(n \& 1 = 1\) ,则统计数 res 加一。n >>= 1
: 将二进制数字 n 无符号右移一位( Java 中无符号右移为 ">>>" ) 。public class Solution {
public int hammingWeight(int n) {
int res = 0;
while(n != 0) {
res += n & 1; // 遍历
n >>>= 1; // 无符号右移
}
return res;
}
}
算法
我们可以把前面的算法进行优化。我们不再检查数字的每一个位,而是不断把数字最后一个 1 反转,并把答案加一。当数字变成 0 的时候偶,我们就知道它没有 1 的位了,此时返回答案。
这里关键的想法是对于任意数字 n ,将 n 和 n - 1 做与运算,会把最后一个 1 的位变成 0 。为什么?考虑 n 和 n - 1 的二进制表示。
巧用 \(n \& (n - 1)\)
\((n - 1)\) 解析: 二进制数字 n 最右边的 1 变成 0 ,此 1 右边的 0 都变成 1 。
\(n \& (n - 1)\) 解析: 二进制数字 n 最右边的 1 变成 0 ,其余不变。
图片 1. 将 n 和 n-1 做与运算会将最低位的 1 变成 0
在二进制表示中,数字 n 中最低位的 1 总是对应 n - 1 中的 0 。因此,将 n 和 n - 1 与运算总是能把 n 中最低位的 1 变成 0 ,并保持其他位不变。
使用这个小技巧,代码变得非常简单。
Java
public int hammingWeight(int n) {
int sum = 0;
while (n != 0) {
sum++;
n &= (n - 1);
}
return sum;
}
复杂度分析
时间复杂度:\(O(1)\)。运行时间与 n 中位为 1 的有关。在最坏情况下,n 中所有位都是 1 。对于 32 位整数,运行时间是 \(O(1)\) 的。
空间复杂度:\(O(1)\)。没有使用额外空间。
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。
说明:
你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?
示例 1:
输入: [2,2,1]
输出: 1
示例 2:
输入: [4,1,2,1,2]
输出: 4
方法一:位运算
如果不考虑时间复杂度和空间复杂度的限制,这道题有很多种解法,可能的解法有如下几种。
使用集合存储数字。遍历数组中的每个数字,如果集合中没有该数字,则将该数字加入集合,如果集合中已经有该数字,则将该数字从集合中删除,最后剩下的数字就是只出现一次的数字。
使用哈希表存储每个数字和该数字出现的次数。遍历数组即可得到每个数字出现的次数,并更新哈希表,最后遍历哈希表,得到只出现一次的数字。
使用集合存储数组中出现的所有数字,并计算数组中的元素之和。由于集合保证元素无重复,因此计算集合中的所有元素之和的两倍,即为每个元素出现两次的情况下的元素之和。由于数组中只有一个元素出现一次,其余元素都出现两次,因此用集合中的元素之和的两倍减去数组中的元素之和,剩下的数就是数组中只出现一次的数字。
上述三种解法都需要额外使用 \(O(n)\) 的空间,其中 n 是数组长度。
如何才能做到线性时间复杂度和常数空间复杂度呢?
答案是使用位运算。对于这道题,可使用异或运算 \(\oplus\)。异或运算有以下三个性质。
任何数和 0 做异或运算,结果仍然是原来的数,即 \(a \oplus 0=a\)。
任何数和其自身做异或运算,结果是 0,即 \(a \oplus a=0\)。
异或运算满足交换律和结合律,即 \(a \oplus b \oplus a=b \oplus a \oplus a=b \oplus (a \oplus a)=b \oplus0=b\)。
假设数组中有 2m+1 个数,其中有 m 个数各出现两次,一个数出现一次。令 \(a_{1}\)、\(a_{2}\)、\(\ldots\)…、\(a_{m}\) 为出现两次的 m 个数,\(a_{m+1}\) 为出现一次的数。根据性质 3,数组中的全部元素的异或运算结果总是可以写成如下形式:
\[(a_{1} \oplus a_{1}) \oplus (a_{2} \oplus a_{2}) \oplus \cdots \oplus (a_{m} \oplus a_{m}) \oplus a_{m+1}\]
根据性质 2 和性质 1,上式可化简和计算得到如下结果:
\[0 \oplus 0 \oplus \cdots \oplus 0 \oplus a_{m+1}=a_{m+1}\]
因此,数组中的全部元素的异或运算结果即为数组中只出现一次的数字。
Java
class Solution {
public int singleNumber(int[] nums) {
int single = 0;
for (int num : nums) {
single ^= num;
}
return single;
}
}
复杂度分析
时间复杂度:\(O(n)\),其中 n 是数组长度。只需要对数组遍历一次。
空间复杂度:\(O(1)\)。
在一个数组 nums 中除一个数字只出现一次之外,其他数字都出现了三次。请找出那个只出现一次的数字。
示例 1:
输入:nums = [3,4,3,3]
输出:4
示例 2:
输入:nums = [9,1,7,9,7,9,7]
输出:1
// 虽然位运算很麻烦,但是我也得试试啊
class Solution {
public int singleNumber(int[] nums) {
// 位运算有点麻烦
// 把所有数的二进制位相加,对每一位取余3,那么剩下来的就是我们需要找的数字了
int[] counts = new int[32]; // 用来存储答案数字的32位二进制
// 遍历数组中的所有数,将他们的二进制位相加,存起来
for(int num : nums) {
// 从0到31,从低位到高位
for(int j = 0; j < 32; j++) {
counts[j] += num & 1;
num >>>= 1;
}
}
// 从高位开始,把每一位二进制 % 3
int res = 0; // 结果答案
for(int i = 31; i >= 0; i--) {
// 先移位再加个位,就如 sum += sum * 10 + 个位
res <<= 1;
res |= counts[i] % 3;
}
return res;
}
}
class Solution {
public int singleNumber(int[] nums) {
// 位运算有点麻烦
// 哈希表
Map<Integer, Integer> map = new HashMap<>();
for (int i = 0; i < nums.length; i++) {
int count = map.getOrDefault(nums[i], 0) + 1;
map.put(nums[i], count);
}
for (int i = 0; i < nums.length; i++) {
int count = map.getOrDefault(nums[i], 0);
if (count == 1) {
return nums[i];
}
}
return 0;
}
}
第268题:不使用运算符 + 和 - ,计算两整数 a 、b 之和。
位运算的题,大部分都有一些特别的技巧,只要能掌握这些技巧,对其拼装组合,就可以破解一道道的题目。很多人说那些技巧想不到,我觉得是因为没有认真的去学习和记忆。你要相信,基本上所有人最开始都是不会的,只是后来他们通过努力学会了记住了,而你因为没努力一直停留在不会而已。不要觉得那些一眼看到题就能想到解法的人有多么了不起。“无他,唯手熟尔!”
下面这两个技巧大家需要记住,这也是讲解本题的目的:
“异或”是一个无进位加法,说白了就是把进位砍掉。比如01^01=00。
“与”可以用来获取进位,比如01&01=01,然后再把结果左移一位,就可以获取进位结果。
根据上面两个技巧,假设有 12+7:
根据分析,完成题解:
//JAVA
class Solution {
public int getSum(int a, int b){
while(b != 0){
int temp = a ^ b;
b = (a & b) << 1;
a = temp;
}
return a;
}
}
写一个函数,求两个整数之和,要求在函数体内不得使用 “+”、“-”、“*”、“/” 四则运算符号。
示例:
输入: a = 1, b = 1
输出: 2
//JAVA
class Solution {
public int add(int a, int b) {
// 该位都为1,&,则进位
// 异或运算,^,非进位加
// 我们使用temp来记录进位的位数二进制
// 每次我们都将 非进位和 与 进位二进制 做非进位加法运算,直到没有进位为止(进位为0)
while(b != 0) { // 当进位为 0 时跳出
int temp = (a & b) << 1; // temp = 进位
a ^= b; // a = 非进位和
b = temp; // b = 进位
}
return a;
}
}
原文:https://www.cnblogs.com/blknemo/p/14470610.html