Java 位运算算法题目练习

Java 位运算算法题目练习

位运算

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

汉明距离

在这里插入图片描述
题目解析:判断两个数的对应的二进制位不同的个数
直接判断(x>>i)&1 和 (y>>i)&1,先获取对应二进制位,在判断是否相等即可
classSolution{publicinthammingDistance(int x,int y){int count =0;//从后向前依次取出二进制位,进行比较for(int i =0;i <31;i++){if(((x>>i)&1)!=((y>>i)&1)){ count++;}}return count;}}

比特位计数

在这里插入图片描述
题目解析:给了一个数n,从[0,n]中,找出每一个数对应的二进制位中1的个数,并将其放一个长度为(n+1)数组中
暴力解法:因为 n & (n-1)每次都可以干掉最右边的1,这样每次遇到一个数,都进行这样的操作,直到这个数变成0,才进行下一个数的计算,时间复杂度:O(n * log n)
规律:一个正整数 x ,右移一位,将会去掉最低位,变成x / 2
但是我们可以知道,如果x是偶数其1的个数和x / 2是一样的,因为后面都是0
奇数的话就要+1
偶数:bits[x] = bits[x>>1]
奇数:bits[x] = bits[x>>1] + 1

通过这种方法可以利用前面已经计算过的数据,不用像上面重复计算
时间复杂度:O(n)
//遇到一个数,求出这个数有多少1classSolution{publicint[]countBits(int n){int[] bits =newint[n+1];for(int i =0;i<=n;i++){int count =0;int x = i;while(x >0){//每次干掉左右边的1 x = x &(x -1); count++;} bits[i]= count;}return bits;}}
//根据规律classSolution{publicint[]countBits(int n){//根据规律特性,偶数 bits[x]= bits[x/2] ,奇数+1int[] bits =newint[n+1];for(int i =1;i<=n;i++){ bits[i]= bits[i>>1]+( i &1);}return bits;}}

只出现一次的数字

在这里插入图片描述
题目解析:一个数组中只有一个数出现一次,其他数都出现两次,找出这个出现一次的数
此可以使用异或,因为 a ^ a = 0,就这样将数组所有元素全部进行异或,最终的结果就是这个只出现一次的数
classSolution{publicintsingleNumber(int[] nums){int ret =0;for(int i =0;i < nums.length;i++){ ret ^= nums[i];}return ret;}}

只出现一次的数字|||

在这里插入图片描述
题目解析:上面那个题是找出只出现一次的一个数,但是这个题目中数组中有两个元素出现一次,其他都出现两次,找出这两个元素
思路:1.先进行全部数的异或,这样结果就是这两个出现一次的元素的异或结果,由于异或是相同为0,不同为1
2.因此我们只需将这个异或结果,在进行二次异或就行,当这个异或结果不为0,一个元素一直进行异或,当异或结果为0说明第二个数找到了,但是另一个这个要一直异或下去,这样第一个也找到了
3.细节,进行二次异或可能会出现数据溢出的情况,因此我们可以将2进行简化,因为异或的性质是相同为0,不同为1,当第一次异或中有一个二进制位是1,那说明这两个数肯定是一个是1,另一个是0,因此其实我们只拿第一次异或结果最右边的1进行异或即可 x & (-x)即可得到最右边的1
classSolution{publicint[]singleNumber(int[] nums){//先全部进行一次异或,这样得到的是其两个不同数的异或结果//因为 a^b^b = a//所以只需要在异或一遍int x =0;for(int num : nums){ x ^= num;}int t1 =0;int t2 =0;//防溢出 0 x = x ==Integer.MIN_VALUE ? x : x&(-x);//直接根据最右侧1写//x = x&(-x);for(int num : nums){//等于0说明,找到了一个数if((num & x)!=0){ t1 ^= num;}else{ t2 ^= num;}}returnnewint[]{t1,t2};}}

判断字符是否唯一

在这里插入图片描述
题目解析:有一个char类型的数组,里面存放的全是小写字母,判断其中是否有重复字母,如果有返回false,如果没有返回true
思路1:使用hash表,来遍历整个数组,每次放入元素都检查哈希表是否存放过这个元素,时间复杂度:O(n),空间复杂度:O(n)
思路2:因为总共就26个小写英文字母,因此可以使用一个int[ ] 类型数组来模拟哈希表,这样空间复杂度变为O(1)
思路3:思路2其实还是有点浪费空间,因此我们可以使用位图,总共就26个小写英文字母,一个int类型有32个比特位,我们将小写字母对应到位图中,判断其对应的二进制位是否为1,为1返回false
不为1,将其对应的二进制位修改成1

if (((bitMap>>i)&1) == 1){
return false
}
bitMap |= (1 << x)
在这里插入图片描述
classSolution{publicbooleanisUnique(String astr){if(astr.length()>26){returnfalse;}//位图的思想,只是用一个int来表示全部int bitMap =0;for(int i =0; i < astr.length(); i++){int x = astr.charAt(i)-'a';//判断其对应位置的二进制位是否为1if(((bitMap>>x)&1)==1){returnfalse;}//如果是0就将这个二进制位修改成1 bitMap |=(1<<x);}returntrue;}}
时间复杂度:O(n)
空间复杂度:O(1)

丢失的数字

在这里插入图片描述
题目解析:在[0 , n]中只有n个数在数组中,找出那个不在数字中的数
在这里插入图片描述
classSolution{publicintmissingNumber(int[] nums){int ret =0;for(int i =0;i < nums.length;i++){ ret ^= nums[i]^ i;}//最后还有一个其长度没有异或return ret ^ nums.length;}}
时间复杂度:O(n)
空间复杂度:O(1)

两数之和

在这里插入图片描述
题目解析:不适用+和-运算符计算两数之和
使用^(无进位相加)
在这里插入图片描述
classSolution{publicintgetSum(int a,int b){//当没有进位a ^ b就是结果while(b !=0){int x = a ^ b;//无进位相加int carry =(a & b)<<1;//计算进位 a = x; b = carry;}return a;}}

只出现一次的数字

在这里插入图片描述
题目解析:一个数组中只有一个数字出现一次,其他全部出现三次,找出这个只出现一次的数字
位图思想:一个一个二进制位确定,全部确定最终就得到这个数字
因此每次要计算出其数组每一个数值对应第 i 位 2进制之和,因为其他数字全部出现三次,因此让其 %3,得到的就是要找到数字第i 位 2进制的值
在这里插入图片描述
classSolution{publicintsingleNumber(int[] nums){int ret =0;for(int i =0; i <32; i++){int sum =0;//统计其数组第i位2进制之和for(int j =0; j < nums.length; j++){if(((nums[j]>> i)&1)==1){ sum++;}} sum %=3;if(sum ==1){//将其第i位修改成1 ret |=(1<< i);}}return ret;}}
时间复杂度:O(n ^ 2)
空间复杂度:O(1)

消失的两个数字

在这里插入图片描述
题目解析:一个包含[ 1, N]数的数组中有两个数消失了,找出这两个消失的数字
此题目结合 丢失的数字和只出现一次的数字|||的结合
丢失的数字:是找出一个数组缺失的一个数字
只出现一次的数字|||:是一个数组有两个数出现一次,其他全部出现两次,找出这两个只出现一次的数字
原理:1.先求出其消失的两个数字的异或结果,根据其丢失的数字这个题目,我们只需要将其nums数组所有元素和[0 , N]全部异或一起就是丢失两个数的异或结果记作ret
2.进行二次异或,找出这两个数,因为异或是相同为0,不同为1,所以只需要找出其任意一个ret中二进制位为1,这里可以先找出ret最右侧的1,拿这个来&进行判断,因为异或结果相同为0,不同为1,将其分为两类,一类是ret & 数 != 0,另一类==0,这样分别进行二次异或找出这两个数
也可以找出两个数异或结果ret中一个二进制位为1,拿这个二进制位分为两类,一类是这个二进制位为1,一类是这个二进制位为0,这个分为两类,分别异或最终可以找出这两个数
classSolution{publicint[]missingTwo(int[] nums){//先找出消失的两个数字^结果int ret =0;for(int num : nums){ ret ^= num;}for(int i =1;i <= nums.length +2;i++){ ret ^= i;}//此时的ret就是消失的两个数字的异或结果//找出最右边的1 ret = ret ==0? ret : ret&(-ret);//只根据其第i位进行判断即可,因为异或结果是相同为0,不同为1//此时将其分为两类int t1 =0;int t2 =0;for(int num : nums){if((ret & num)!=0){ t1 ^= num;}else{ t2 ^= num;}}for(int i =1;i <= nums.length +2;i++){if((ret & i )!=0){ t1 ^= i;}else{ t2 ^= i;}}returnnewint[]{t1,t2};}}
classSolution{publicint[]missingTwo(int[] nums){//先找出消失的两个数字^结果int ret =0;for(int num : nums){ ret ^= num;}for(int i =1;i <= nums.length +2;i++){ ret ^= i;}//此时的ret就是消失的两个数字的异或结果int d =0;//为1的二进制位while(true){if(((ret>>d)&1)==1){break;} d++;}//只根据其第i位进行判断即可,因为异或结果是相同为0,不同为1//此时将其分为两类int t1 =0;int t2 =0;for(int num : nums){if(((num>>d)&1)==0){ t1 ^= num;}else{ t2 ^= num;}}for(int i =1;i <= nums.length +2;i++){if(((i>>d)&1)==0){ t1 ^= i;}else{ t2 ^= i;}}returnnewint[]{t1,t2};}}

Read more

前端 | 一篇搞懂CSS盒模型核心:padding、margin、border与box-sizing、border-radius

一篇搞懂CSS盒模型核心:padding、margin、border与box-sizing、border-radius 写CSS布局时,很多人会被“盒子”里的padding、margin、border绕晕——明明设置了相同的宽度,加个padding就变形;调整margin又莫名影响相邻元素;border的宽度到底算不算总宽度?其实只要把“盒子”的逻辑拆透,这些问题都能迎刃而解。今天就用最直白的方式,把这些核心概念讲清楚,让你看完就能直接用。 先分清三个“间隔”:padding、margin、border的核心区别 CSS里的每个元素,都像一个“快递盒子”——内容是盒子里的物品,而padding、margin、border,就是盒子本身和周围的不同间隔。三者的核心区别,本质是“位置不同、作用对象不同、是否占盒模型空间不同”,用一句话总结:border是盒子的“壳”,padding是壳和内容的“内填充”,margin是盒子和其他盒子的“外距离”。 1. border:盒子的“

By Ne0inhk
基于YOLO26/11/v8算法的Web目标检测系统,人脸表情识别系统,Django+Vue3 的前后端分离,实现摄像头实时识别,YOLO26/YOLO11/v8 + LLM大模型智能分析,科研必备

基于YOLO26/11/v8算法的Web目标检测系统,人脸表情识别系统,Django+Vue3 的前后端分离,实现摄像头实时识别,YOLO26/YOLO11/v8 + LLM大模型智能分析,科研必备

✨ 更新日志 * ✔️ 2026/3/3,2.0 版本,前端导航栏改为侧边栏系统,视频流采用websocket框架延迟更低, YOLO26/YOLO11/YOLOv8 视频流更稳定,在之前的系统增加 LLM 大模型智能分析,是科研必备,支持 YOLO26/11/v8 分类模型、目标检测、分割、obb、关键点检测任务,还支持双模型联合检测与识别,如人脸表情识别、人脸识别等一些识别任务需要检测模型与分类模型共同完成,在人脸表情识别中,单独使用检测模型去识别人脸表情也不是不可以,但有一个问题数据集如果全是头部照片的话,当模型预测的照片是全身照片时,模型识别准确率就没有这么高了, 那么这时候可以用检测模型识别人脸,把人脸信息输入到表情分类模型进行分类即可,反正这是一个通用的系统,更换自己模型即可,大家懂得都懂的,更多功能看下文即可。 摘要 在人工智能迈向通用化(AGI)的今天,“视觉感知 + 语言理解”的多模态联合是未来的趋势。单纯的检测画框已经无法满足复杂的业务需求,如何让系统“看懂”

By Ne0inhk

Rembg WebUI响应式设计:多设备适配方案

Rembg WebUI响应式设计:多设备适配方案 1. 智能万能抠图 - Rembg 在图像处理与内容创作日益普及的今天,自动去背景技术已成为设计师、电商运营、AI开发者不可或缺的工具。传统手动抠图效率低、成本高,而基于深度学习的智能抠图方案正逐步成为主流。其中,Rembg 凭借其开源、高精度和通用性强的特点,迅速在开发者社区中脱颖而出。 Rembg 的核心是 U²-Net(U-square Net) 模型,一种专为显著性目标检测设计的嵌套 U-Net 架构。该模型通过双层嵌套残差模块,在不依赖大量标注数据的前提下,实现对图像主体的精准识别与边缘提取。无论是人像发丝、宠物毛发,还是复杂轮廓的商品,Rembg 都能生成高质量的透明 PNG 图像,满足工业级应用需求。 更重要的是,Rembg 支持本地部署、无需联网验证权限,并可集成 ONNX 推理引擎进行 CPU 优化,极大提升了服务的稳定性与可移植性。

By Ne0inhk

前端人拿不到offer,九成是不知道这个新风向

今年大部分互联网公司面试的题目已经开始小部分八股文,大部分场景题了,公司需要的不仅是知识扎实,而且招进来就能上手项目的面试者… 2026最新高频场景题 * 1. 请求失败会弹出一个toast,如何保证批量请求失败,只弹出一个toast * 2. 如何减少项目里面if-else * 3. babel-runtime 作用是啥 * 4. 如何实现预览PDF文件 * 5. 如何在划词选择的文本上添加右键菜单(划词:鼠标滑动选择一组字符,对组字符进行操作) * 6. 富文本里面,是如何做到划词的(鼠标滑动选择一组字符,对组字符进行操作)? * 7. 如何做好前端监控方案 * 8. 如何标准化处理线上用户反馈的问题 * 9. px如何转为rem * 10. 浏览器有同源策略,但是为何 cdn 请求资源的时候不会有 跨域限制 * 11. cookie可以实现不同域共享吗 * 12. axios是否可以取消请求 * 13. 前端如何实现折叠面板效果? * 14. dom里面,如何判定a元素是否是b元素的子元 * 15. 判断一个对象是否为空,包含了其原型链上是否有自

By Ne0inhk