正在进行编程练习,并坚持找出正确的算法。这是问题所在:
给定十进制数,将此转换为零所需的最小步数为:
- 如果下一位i + 1为'1'则更改位i,并将所有其他位i + 2和更高位置为0
- 无限制地更改最后一位
例如: 如果输入是(8)基数10 =(1000)基数2,那么采取的步骤是:
1000→1001→1011→1010→1110→1111→1101→1100→0100→0101→0111→0110→0010→0011→0001→0000
总共需要15个步骤。
完成以下定义:
int minStepsRequired(long number)
获得伪代码或算法是可以的。这不是作业或作业。
对于递归算法来说,这是一个很好的问题。
如果二进制表示的长度为0,则您已经可以说出答案。或者如果不允许长度为0,那么如果长度为1,则根据该位是0还是1来说明答案。
如果长度超过1:
该算法可能需要很长时间。它实际上是计算步数,所以需要时间与步数成比例,我认为步数大致与输入数成正比。你的方法采用long
参数,但是对于大long
值的算法,它可能无法在运行它的计算机的生命周期内终止。步数也可能溢出int
甚至long
(如果输入是负long
值)。
快乐的编码。如果那是我,我会实际编码并运行它来验证我是否正确。
以下解决方案不需要递归并在恒定时间内运行。我无法正确解释它是如何工作的,如果我们想将它用于某些事情,这是一个严重的问题。我玩了一些例子,看到了一个模式并概括了它。相比之下,恕我直言,上面的递归解决方案的一些优点是它很容易理解(如果你理解递归)。
示例:输入8或1000
二进制。结果15或1111
二进制。模式是:结果的每个位是结果的前一位的XOR和输入中相同位置的位。因此,从1000
只需复制前位,1。以下位是1 XOR 0 = 1,其中1是结果的前位,0是从输入中获取的。剩余的两位以相同的方式计算。
一个较长的例子,你可以检查你是否理解:
Input: 115 = 1110011
Result: 1011101 = 93
或者在代码中:
static BigInteger calculateStepsRequired(long number) {
// Take sign bit
int bit = number < 0 ? 1 : 0;
BigInteger result = BigInteger.valueOf(bit);
for (int i = 0; i < 63; i++) {
number = number << 1;
int sign = number < 0 ? 1 : 0;
bit = (bit + sign) % 2;
result = result.shiftLeft(1).add(BigInteger.valueOf(bit));
}
return result;
}
我已经使用高达100 000 000的各种输入检查了我自己实现上面第一个算法的方法,并且他们总是同意,所以我认为快速方法也是正确的。
起初,我尝试使用递归深度优先函数(在NodeJS中)解决它,但它只适用于小数字 - 由于堆栈中递归调用的数量,输入值(如10^5
)会生成运行时错误。
那么我试着看看如何将问题减少到较小问题的总和,并发现N的步数为N,即2的幂,是
N * 2 - 1
(例如:2的步数为3,32为63,256为511,依此类推)。
然后我找到了如何处理任何其他数字(这不是2的幂),因为任何整数是2的不同幂的总和(因此二进制表示),我只需要看看步数是否会加起来......但事实并非如此。但是,我确实发现我不仅要从每个2的幂增加步数,而且还要
从最高位数开始,以备用方式减去并添加步骤
给定数字42(101010
二进制)
让我们首先应用规则#1
1 0 1 0 1 0
^ ^ ^ ^ ^ ^
| | | | | |_ 0 steps
| | | | |___ 2*2-1 = 3 steps
| | | |_____ 0 steps
| | |_______ 2*8-1 = 15 steps
| |_________ 0 steps
|___________ 2*32-1 = 63 steps
其次,应用规则#2:
63 - 15 + 3 = 51
总步数为51