剑指 Offer II 003. 前 n 个数字二进制中 1 的个数

comments: true
edit_url: https://github.com/doocs/leetcode/edit/main/lcof2/%E5%89%91%E6%8C%87%20Offer%20II%20003.%20%E5%89%8D%20n%20%E4%B8%AA%E6%95%B0%E5%AD%97%E4%BA%8C%E8%BF%9B%E5%88%B6%E4%B8%AD%201%20%E7%9A%84%E4%B8%AA%E6%95%B0/README.md

剑指 Offer II 003. 前 n 个数字二进制中 1 的个数

题目描述

给定一个非负整数 n ，请计算 0 到 n 之间的每个数字的二进制表示中 1 的个数，并输出一个数组。

示例 1:

输入: n = 2
输出: [0,1,1]
解释: 
0 --> 0
1 --> 1
2 --> 10

示例 2:

输入: n = 5
输出: [0,1,1,2,1,2]
解释:
0 --> 0
1 --> 1
2 --> 10
3 --> 11
4 --> 100
5 --> 101

说明 :

• 0 <= n <= 105

进阶:

• 给出时间复杂度为 O(n*sizeof(integer)) 的解答非常容易。但你可以在线性时间 O(n) 内用一趟扫描做到吗？
• 要求算法的空间复杂度为 O(n) 。
• 你能进一步完善解法吗？要求在C++或任何其他语言中不使用任何内置函数（如 C++ 中的 __builtin_popcount ）来执行此操作。

注意：本题与主站 338 题相同：https://leetcode.cn/problems/counting-bits/

解法

方法一：动态规划

我们定义 $f[i]$ 表示整数 $i$ 的二进制表示中 $1$ 的个数。那么对于一个整数 $i$，它的二进制表示中 $1$ 的个数为 $f[i\wedge (i-1)]+1$，其中 $i\wedge (i-1)$ 是将 $i$ 的二进制表示中的最低位的 $1$ 变成 $0$ 之后的数，显然 $i\wedge (i-1)<i$，且 $f[i\wedge (i-1)]$ 已经被计算出来了，因此我们可以得到状态转移方程：

$$f[i]=f[i\wedge (i-1)]+1$$

时间复杂度 $O(n)$，其中 $n$ 是题目给定的整数。忽略答案数组的空间消耗，空间复杂度 $O(1)$。

Python3

class Solution:
    def countBits(self, n: int) -> List[int]:
        f = [0] * (n + 1)
        for i in range(1, n + 1):
            f[i] = f[i & (i - 1)] + 1
        return f

Java

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

C++

class Solution {
public:
    vector<int> countBits(int n) {
        vector<int> f(n + 1);
        for (int i = 1; i <= n; ++i) {
            f[i] = f[i & (i - 1)] + 1;
        }
        return f;
    }
};

Go

func countBits(n int) []int {
	f := make([]int, n+1)
	for i := 1; i <= n; i++ {
		f[i] = f[i&(i-1)] + 1
	}
	return f
}

TypeScript

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

Swift

class Solution {
    func countBits(_ n: Int) -> [Int] {
        if n == 0 {
            return [0]
        }
        var f = [Int](repeating: 0, count: n + 1)
        for i in 1...n {
            f[i] = f[i & (i - 1)] + 1
        }
        return f
    }
}