Leetcode 【477. 汉明距离总和】

文章讲述了如何计算整数数组中任意两个数之间汉明距离的总和,提供了两种方法:一种是朴素的O(N^2)方法,另一种是利用异或和比特位计数的巧解版本,时间复杂度为O(1)。

两个整数的 汉明距离 指的是这两个数字的二进制数对应位不同的数量。

给你一个整数数组 nums,请你计算并返回 nums 中任意两个数之间 汉明距离的总和 。

示例 1:

输入:nums = [4,14,2]
输出:6
解释:在二进制表示中,4 表示为 0100 ,14 表示为 1110 ,2表示为 0010 。(这样表示是为了体现后四位之间关系)
所以答案为:
HammingDistance(4, 14) + HammingDistance(4, 2) + HammingDistance(14, 2) = 2 + 2 + 2 = 6

示例 2:

输入:nums = [4,14,4]
输出:4

提示:

  • 1 <= nums.length <= 104
  • 0 <= nums[i] <= 109
  • 给定输入的对应答案符合 32-bit 整数范围

超时版本:使用异或来查找1的个数,由于最后统计时O(N^2),所以超时

class Solution:
    def totalHammingDistance(self, nums: List[int]) -> int:
        n=len(nums)
        res=0
        def HammingDistance(a,b):
            ans=0
            flag=a^b
            while flag:
                if flag&1==1:
                    ans+=1
                flag=flag>>1
            return ans
        if n==2:
            return HammingDistance(nums[0],nums[1])
        for i in range(n-1):
            for j in range(i+1,n):
                res+=HammingDistance(nums[i],nums[j])
        return res

巧解版本:

class Solution:
    def totalHammingDistance(self, nums: List[int]) -> int:
        n = len(nums)
        total_distance = 0

        for bit in range(32):
            count_ones = sum(((num >> bit) & 1) for num in nums)
            count_zeros = n - count_ones
            total_distance += count_ones * count_zeros

        return total_distance

在汉明距离的计算中,对于一个特定的比特位,假设有count_ones个数的该比特位是1,有count_zeros个数的该比特位是0。那么在这个比特位上的汉明距离之和就是count_ones乘以count_zeros。

这是因为在这个比特位上,count_ones个数的1与count_zeros个数的0可以组成count_ones * count_zeros个不同的数对,每对数对对应一个汉明距离为1的位。因此,该比特位上的总汉明距离就是count_ones乘以count_zeros。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值