本文主要是介绍[leetcode]397. Integer Replacement,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
[leetcode]397. Integer Replacement第四次周赛第二题
Given a positive integer n and you can do operations as follow:If n is even, replace n with n/2.
If n is odd, you can replace n with either n + 1 or n - 1.
What is the minimum number of replacements needed for n to become 1?Example 1:Input:
8Output:
3Explanation:
8 -> 4 -> 2 -> 1
Example 2:Input:
7Output:
4Explanation:
7 -> 8 -> 4 -> 2 -> 1
or
7 -> 6 -> 3 -> 2 -> 1
这题很多人拿到手都是觉得直接递归就好,我也是,直接写出递归算法如下:
int integerReplacement(int n) {if (n == 1) return 0;if (n % 2 == 0) return 1 + integerReplacement(n/2);else {if (n == INT_MAX) return 1 + integerReplacement(n-1);else return min(1+integerReplacement(n+1), 1+integerReplacement(n-1));}
}
可是这个是不对的,在INT_MAX上是错的,这样算出来是33步,而实际应该是32步。这里我犯的错误就是,任何数都可以加一减一,这个处理规律不应该也受到integer边界的限制。而事实上,INT一共32位,除去符号位,最大值就是31个1,也就是2^31-1,所以INT_MAX加1就是2^31,连续除以31次2,直接就是1了,一共32步,这么走才是最快的。所以这里使用递归的时候,单独处理INT_MAX可以如下:
int integerReplacement(int n) {if (n == 1) {return 0;} else if (n == 2147483647) {return 2 + integerReplacement((n >> 1) + 1);}if (n % 2 == 0) {return integerReplacement(n >> 1) + 1;}else {return min(integerReplacement(n + 1) + 1, integerReplacement(n - 1) + 1);}
}
这样就对了。再没有办法先加一,可以先除二再加一,结果是一样的。同时这种讨论也让人发现,其实当n为奇数的时候,也不是非要同时计算n+1和n-1的可能后果,可以通过一些预判减少后面的计算,避免计算量指数化发展。从二进制的角度出发,考虑连续的最后两位,如果是奇数可能是01或者11,这两种情况是可以知道怎么做最快的,要点就是如何更快的做更多的除法,显然,01应该减一,11应该加一,效果不言而喻。从这一点来说,我们可以将递归调整为如下:
public:int integerReplacement(int n) {if (n == 1) {return 0;} else if (n == INT_MAX) {return 2 + integerReplacement((n >> 1) + 1);}if (n % 2 == 0) {return integerReplacement(n >> 1) + 1;}else {return numTrailingOnes(n) > 1 ? integerReplacement(n + 1) + 1 : integerReplacement(n - 1) + 1;}}
private: int numTrailingOnes(int num) {int shift = 0;while (((num >> shift) & 1) == 1) {shift++;}return shift;}
这样的调整在时间上节省了很多的计算,十分必要。
当然这种用递归做子问题有很多重叠的时候,动态规划dynamic programming经常被拿出来用,这里也可以很方便的写出,如下:
int integerReplacement(int n) {int dp[n + 1];dp[0] = 0;dp[1] = 0;for (int i = 2; i <= n; i++) {if (i % 2 == 0) {dp[i] = dp[i / 2] + 1;}else {if (i == INT_MAX) dp[i] = 2 + dp[i/2+1];dp[i] = min(dp[i - 1], dp[(i + 1) / 2] + 1) + 1;}}return dp[n];
}
可这在百万千万级的时候就肯定超内存了,dp的方法不太适合这种大范围整数的问题,大家自行体会。
这篇关于[leetcode]397. Integer Replacement的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!