1.位運算介紹
程序中的所有數在計算機內存中都是以二進制的形式儲存的。位運算說穿了,就是直接對整數在內存中的二進制位進行操作。
2.位運算符號
Java中的運算符號:
& : 按位與
| :按位或
^ :按位異或
~ :按位取反
<< :左移,右側補0
>> :右移,左側補符號位
>>> :右移,左側補0
3.應用
3.1 Excel表格問題
在Excel中,用A表示第1列,B表示第2列......Z表示第26列,AA表示第27列,AB表示第28列......以此類推。請寫出一個函數,輸入用字母表示的列號編碼,輸出它是第幾列:
解析:
A=1,B=2,C=3,......,Z=26
AA=(26^0 * 1) + (26^1 * 1) = 27; 注:^表示次方這裏
AB=(26^0 * 2) + (26^1 * 1)= 28;
3.2 交換兩個數字
在不使用額外空間的情況下交換兩個數字:
解析:
一般解法:
位運算解法:
3.3 比較練習
對於兩個32位整數a和b,請設計一個算法返回a和b中較大的。但是不能用任何比較判斷。若兩數相同,返回任意一個。
public: int Flip(int c) { return c^1; } int GetSign(int c)//非負爲1,負爲0. { return Flip((c>>31)&1); } int getMax(int a, int b) { int c=a-b; int as=GetSign(a);//a的符號,as==1表示a爲非負,as==0表示a爲負 int bs=GetSign(b);//b的符號,bs==1表示b爲非負,bs==0表示b爲負 int cs=GetSign(c);//a-b的符號 int difab=as^bs;//表示a和b是否符號不相同,不相同爲1,相同爲0 int sam=Flip(difab);//表示a和b是否符號相同,相同爲1,不相同爲0 if(sam) return cs?a:b; else return (as-bs)?a:b; } };
3.4 尋找奇數出現次數
有一個整型數組A,其中只有一個數出現了奇數次,其他的數都出現了偶數次,請打印這個數。要求時間複雜度爲O(N),額外空間複雜度爲O(1).
解析:
給定一個eo和一個已知數組,然後用eo與數組每個元素進行異或運算。
需要了解的是:任意調換整數異或的順序不會改變最終的異或值:
所以最終的異或結構爲:eo = D;
3.5 尋找整數出現的次數(兩個數字)
給定一個整型數組arr,其中有兩個數出現了奇數次,其他的數都出現了偶數次,找到這兩個數。要求時間複雜度爲O(N),額外空間複雜度爲O(1).
解析:
class OddAppearance { public: vector<int> findOdds(vector<int> arr, int n) { vector<int> res;//假設最後得到的兩個數是a,b int check1=0; for(int i=0;i<n;i++)//首先設一個數爲0與數組每個數進行異或運算,最終得到check1 = a ^ b,因爲a與b肯定不同,索引check1肯定不爲0 check1=check1^arr[i]; int k=0,temp=check1; while(!(temp&1))//因爲check1不爲0,所以肯定存在第k爲爲1 { k++; temp>>=1; } int help=pow(2.0,k),check2=0; for(int i=0;i<n;i++)//重新設check2,只與第k位爲1的數做異或運算,完成後check2爲a和b其中一個數 if(arr[i]&help) check2=check2^arr[i]; check1=check1^check2;//check2爲a和b其中一個數,則另外一個數是check1^check2 res.push_back(check1<check2?check1:check2);//按大小輸出 res.push_back(check1>check2?check1:check2); return res; } };
3.6 二進制中1的個數
實現一個函數,輸入一個整數,輸出該數二進制中表示1的個數。例如:輸入9變成二進制位1001,輸出2;
思路:先判斷整數二進制表示中最右邊一位是不是1,如果不是右移一位,再繼續判斷,直到整個整數變成0爲止。一個整數與1做與運算的結果是1,表示整數最右邊一位是1,否則是0。可以寫出下面代碼:
int NumberOf1(int n){ int count = 0; while(n){ if(n & 1) count ++; n = n >> 1; } return count; }
問題:上面函數如果輸入一個負數,比如0x80000000,運行的時候會出現死循環。因爲把負數右移一位的時候,並不是簡單把最高位移到第二位變成0x40000000,而是0xC0000000。這是因爲移位前是個負數,仍然要保證移位後是個負數,因此移位後的最高位會設爲1。如果一直做右移運算,最終這個數字就會變成0xFFFFFFFF而陷入死循環。
解決:不移動數字i,當i與1進行與運算並且判斷後,左移1位再與i做與運算,這樣就能判斷i的次低位是不是1......這樣反覆左移,就可以判斷:
int NumberOf1(int n){ int count = 0; unsigned int flag = 1; while(flag){ if(n & flag) count ++; flag = flag << 1; } return count; }
上面算法需要循環32次,優化算法(有幾個1循環幾次):把一個整數減去1,再和原來整數做與運算,會把該整數最右邊一個1變成0.那麼一個整數的二進制中有多少1,就可以進行多少次這樣的操作。
int NumberOf1(int n){ int count = 0; unsigned int flag = 1; while(n){ ++ count; n = (n - 1) & n; } return count; }
3.7 不用加減乘除做加法
int Add(int num1, int num2){ int sum, carry; do{ sum = num1 ^ num2; carry = (num1 & num2) << 1; num1 = sum; num2 = carry; }while(num2 != 0); return num1; }
3.8 hashmap中的hash算法
Java7:
static int hash(int h) { // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor). //該函數確保每個位位置上只有常數倍數的哈希碼具有有限的碰撞數(默認負載係數約爲8)。 h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); }
Java8:
/** * Computes key.hashCode() and spreads (XORs) higher bits of hash * to lower. Because the table uses power-of-two masking, sets of * hashes that vary only in bits above the current mask will * always collide. (Among known examples are sets of Float keys * holding consecutive whole numbers in small tables.) So we * apply a transform that spreads the impact of higher bits * downward. There is a tradeoff between speed, utility, and * quality of bit-spreading. Because many common sets of hashes * are already reasonably distributed (so don't benefit from * spreading), and because we use trees to handle large sets of * collisions in bins, we just XOR some shifted bits in the * cheapest possible way to reduce systematic lossage, as well as * to incorporate impact of the highest bits that would otherwise * never be used in index calculations because of table bounds. */ //計算鍵. hashcode()和擴展(XORs),將散列的高位數降低。由於該表使用的是兩種掩模, //所以只在當前掩碼上方的位上的散列集合總是會發生碰撞。(在已知的例子中,有一組浮點鍵,在小的表中保持連續的整數。)所以我們應用一個變換, //將高位的影響傳播到下。在速度、效用和比特傳播質量之間存在權衡。因爲許多常見的散列集已經合理分佈(所以不要受益於傳播), //因爲我們用樹來處理大型的碰撞在垃圾箱,我們只是XOR一些改變以最便宜的方式來減少系統lossage,以及將最高位的影響,否則永遠不會因爲指數計算中使用的表。 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }