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

  • 请注意,在某些语言(如 Java)中,没有无符号整数类型。在这种情况下,输入和输出都将被指定为有符号整数类型,并且不应影响您的实现,因为无论整数是有符号的还是无符号的,其内部的二进制表示形式都是相同的。
  • 在 Java 中,编译器使用二进制补码记法来表示有符号整数。因此,在上面的 示例 3 中,输入表示有符号整数 -3。

示例 1

  1. 输入:00000000000000000000000000001011
  2. 输出:3
  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 。


    进阶

  • 如果多次调用这个函数,你将如何优化你的算法?

    题解

    循环检查二进制位

    原本想着遍历就行,没想到是位运算。具体代码中,当检查第 i 位时,可以让 n 与🥉 191. 位1的个数 - 图1进行与运算,当且仅当 n 的第 i 位为 1 时,运算结果不为 0。

Python

class Solution:
    def hammingWeight(self, n: int) -> int:
        ret = sum(1 for i in range(32) if n & (1 << i)) 
        return ret

JavaScript

var hammingWeight = function(n) {
    let ret = 0;
    for (let i = 0; i < 32; i++) {
        if ((n & (1 << i)) !== 0) {
            ret++;
        }
    }
    return ret;
};

复杂度分析

  • 时间复杂度:O(k),其中 k 是 int 型的二进制位数,k=32。需要检查 n 的二进制位的每一位,一共需要检查 32 位。
  • 空间复杂度:O(1),只需要常数的空间保存若干变量。

位运算优化

观察这个运算:🥉 191. 位1的个数 - 图2,其预算结果恰为把 n 的二进制位中的最低位的 1 变为 0 之后的结果。

如:🥉 191. 位1的个数 - 图3 = 4, 🥉 191. 位1的个数 - 图4, 🥉 191. 位1的个数 - 图5。运算结果 4 即为把 6 的二进制位中的最低位的 1 变为 0 之后的结果。

这样可以利用这个位运算的性质加速检查过程,在实际代码中,不断让当前的 n 与 n - 1做与运算,直到 n 变为 0 即可。因为每次运算会使得 n 的最低位的 1 被翻转,因此运算次数就等于 n 的二进制位中 1 的个数。

Python

class Solution:
    def hammingWeight(self, n: int) -> int:
        ret = 0
        while n:
            n &= n - 1
            ret += 1
        return ret

JavaScript

var hammingWeight = function(n) {
    let ret = 0;
    while (n) {
        n &= n - 1;
        ret++;
    }
    return ret;
};