力扣 1356.根据数字 二进制 下 1 的数目排序 ( 点击查看题目 )
题目描述
给你一个整数数组 arr 。请你将数组中的元素按照其二进制表示中数字 1 的数目升序排序。
如果存在多个数字二进制中 1 的数目相同,则必须将它们按照数值大小升序排列。
请你返回排序后的数组。
示例 1:
输入:arr = [0,1,2,3,4,5,6,7,8]
输出:[0,1,2,4,8,3,5,6,7]
解释:[0] 是唯一一个有 0 个 1 的数。
[1,2,4,8] 都有 1 个 1 。
[3,5,6] 有 2 个 1 。
[7] 有 3 个 1 。
按照 1 的个数排序得到的结果数组为 [0,1,2,4,8,3,5,6,7]
示例 2:
输入:arr = [1024,512,256,128,64,32,16,8,4,2,1]
输出:[1,2,4,8,16,32,64,128,256,512,1024]
解释:数组中所有整数二进制下都只有 1 个 1 ,所以你需要按照数值大小将它们排序。
示例 3:
输入:arr = [10000,10000]
输出:[10000,10000]
示例 4:
输入:arr = [2,3,5,7,11,13,17,19]
输出:[2,3,5,17,7,11,13,19]
示例 5:
输入:arr = [10,100,1000,10000]
输出:[10,100,10000,1000]
提示 :
- 1 <= arr.length <= 500
- 0 <= arr[i] <= 10^4
解决方案
前言
题目本身很简单,只要调用系统自带的排序函数,然后自己改写一下排序规则即可,所以这里主要讲讲如何计算数字二进制下 1 的个数。
方法一:暴力
对每个十进制的数转二进制的时候统计一下 1 的个数即可。
C++
class Solution {
public:
int get(int x){
int res = 0;
while (x) {
res += (x % 2);
x /= 2;
}
return res;
}
vector <int> sortByBits(vector<int>& arr) {
vector<int> bit(10001, 0);
for (auto x: arr) {
bit[x] = get(x);
}
sort(arr.begin(),arr.end(),[&](int x,int y){
if (bit[x] < bit[y]) {
return true;
}
if (bit[x] > bit[y]) {
return false;
}
return x < y;
});
return arr;
}
};
Java
class Solution {
public int[] sortByBits(int[] arr) {
int[] bit = new int[10001];
List<Integer> list = new ArrayList<Integer>();
for (int x : arr) {
list.add(x);
bit[x] = get(x);
}
Collections.sort(list, new Comparator<Integer>() {
public int compare(Integer x, Integer y) {
if (bit[x] != bit[y]) {
return bit[x] - bit[y];
} else {
return x - y;
}
}
});
for (int i = 0; i < arr.length; ++i) {
arr[i] = list.get(i);
}
return arr;
}
public int get(int x) {
int res = 0;
while (x != 0) {
res += x % 2;
x /= 2;
}
return res;
}
}
Golang
func onesCount(x int) (c int) {
for ; x > 0; x /= 2 {
c += x % 2
}
return
}
func sortByBits(a []int) []int {
sort.Slice(a, func(i, j int) bool {
x, y := a[i], a[j]
cx, cy := onesCount(x), onesCount(y)
return cx < cy || cx == cy && x < y
})
return a
}
C
int* bit;
int get(int x) {
int res = 0;
while (x) {
res += (x % 2);
x /= 2;
}
return res;
}
int cmp( void * _x, void* _y) {
int x = *(int*)_x, y = *(int*)_y;
return bit[x] == bit[y] ? x - y : bit[x] - bit[y];
}
int* sortByBits(int* arr, int arrSize, int* returnSize) {
bit = malloc( sizeof (int) * 10001);
memset(bit, 0, sizeof(int) * 10001);
for (int i = 0; i < arrSize; ++i) {
bit[arr[i]] = get(arr[i]);
}
qsort(arr, arrSize, sizeof(int), cmp);
free(bit);
*returnSize = arrSize;
return arr;
}
复杂度分析
- 时间复杂度:O(n log n),其中 n 为整数数组 arr 的长度。
- 空间复杂度:O(n),其中 n 为整数数组 arr 的长度。
方法二:递推预处理
我们定义 bit[i] 为数字 i 二进制表示下数字 1 的个数,则可以列出递推式:
所以我们线性预处理 bit 数组然后去排序即可。
C++
class Solution {
public:
vector<int> sortByBits(vector<int>& arr) {
vector<int> bit(10001, 0);
for (int i = 1;i <= 10000; ++i) {
bit[i] = bit[i>>1] + (i & 1);
}
sort(arr.begin(),arr.end(),[&](int x,int y){
if (bit[x] < bit[y]) {
return true;
}
if (bit[x] > bit[y]) {
return false;
}
return x < y;
});
return arr;
}
};
Java
class Solution {
public int[] sortByBits(int[] arr) {
List<Integer> list = new ArrayList<Integer>();
for (int x : arr) {
list.add(x);
}
int[] bit = new int[10001];
for (int i = 1; i <= 10000; ++i) {
bit[i] = bit[i >> 1] + (i & 1);
}
Collections.sort(list, new Comparator<Integer>() {
public int compare(Integer x, Integer y) {
if (bit[x] != bit[y]) {
return bit[x] - bit[y];
} else {
return x - y;
}
}
});
for (int i = 0; i < arr.length; ++i) {
arr[i] = list.get(i);
}
return arr;
}
}
Golang
var bit = [1e4 + 1]int{}
func init() {
for i := 1; i <= 1e4; i++ {
bit[i] = bit[i>>1] + i&1
}
}
func sortByBits(a []int) []int {
sort.Slice(a, func(i, j int) bool {
x, y := a[i], a[j]
cx, cy := bit[x], bit[y]
return cx < cy || cx == cy && x < y
})
return a
}
C
int* bit;
int cmp(void* _x, void* _y) {
int x = *(int*)_x, y = *(int*)_y;
return bit[x] == bit[y] ? x - y : bit[x] - bit[y];
}
int* sortByBits(int* arr, int arrSize, int* returnSize) {
bit = malloc(sizeof(int) * 10001);
memset(bit, 0, sizeof(int) * 10001);
for (int i = 1; i <= 10000; ++i) {
bit[i] = bit[i >> 1] + (i & 1);
}
qsort(arr, arrSize, sizeof(int), cmp);
free(bit);
*returnSize = arrSize;
return arr;
}
复杂度分析
- 时间复杂度:O(n log n),其中 n 为整数数组 arr 的长度。
- 空间复杂度:O(n),其中 n 为整数数组 arr 的长度。
BY /
本文作者:力扣
声明:本文归“力扣”版权所有,如需转载请联系。