标签: 位运算
难度: Easy
两个整数之间的 汉明距离 指的是这两个数字对应二进制位不同的位置的数目。
给你两个整数 x
和 y
,计算并返回它们之间的汉明距离。
示例 1:
输入:x = 1, y = 4 输出:2 解释: 1 (0 0 0 1) 4 (0 1 0 0) ↑ ↑ 上面的箭头指出了对应二进制位不同的位置。
示例 2:
输入:x = 3, y = 1 输出:1
提示:
0 <= x, y <= 231 - 1
标签: 位运算
难度: Easy
两个整数之间的 汉明距离 指的是这两个数字对应二进制位不同的位置的数目。
给你两个整数 x
和 y
,计算并返回它们之间的汉明距离。
示例 1:
输入:x = 1, y = 4 输出:2 解释: 1 (0 0 0 1) 4 (0 1 0 0) ↑ ↑ 上面的箭头指出了对应二进制位不同的位置。
示例 2:
输入:x = 3, y = 1 输出:1
提示:
0 <= x, y <= 231 - 1
运行时间: 21 ms
内存: 16.0 MB
class Solution: def hammingDistance(self, x: int, y: int) -> int: # 初始化 dis = 0 # 转化成俩列表 ls1=bin(x)[2:].zfill(32) ls2=bin(y)[2:].zfill(32) for i in range(32): if ls1[i]!=ls2[i]: dis+=1 return dis print(num1,num2)
这个题解的思路是先将两个整数x和y转化为32位的二进制字符串表示,不足32位的在左侧用0填充。然后逐位比较这两个二进制字符串,统计有多少个位置的字符不同,即为汉明距离。
时间复杂度: O(1)
空间复杂度: O(1)
class Solution: def hammingDistance(self, x: int, y: int) -> int: # 初始化汉明距离为0 dis = 0 # 将整数x转化为32位二进制字符串表示 ls1 = bin(x)[2:].zfill(32) # 将整数y转化为32位二进制字符串表示 ls2 = bin(y)[2:].zfill(32) # 遍历32位二进制字符串 for i in range(32): # 如果对应位置字符不同,汉明距离加1 if ls1[i] != ls2[i]: dis += 1 # 返回汉明距离 return dis
选择将整数转化为32位二进制字符串来处理而不是直接进行位运算,可能是为了提高代码的可读性和易理解性。使用二进制字符串可以让逻辑更加直观,尤其是对于不熟悉位运算的初学者。然而,这种方法在性能上通常不如位运算,因为字符串操作相对来说会更慢一些。
使用`zfill(32)`确保二进制字符串长度为32位是为了处理Python中的整数,这些整数在内部表示时不受传统32位限制,可以是任意大的。尽管整数可能大于2^31,但由于Python的整数类型是不限大小的,使用`zfill(32)`可以确保即使整数是负数或超过32位,输出仍然是32位的二进制表示。这确保了处理的一致性,但对于大于32位的整数,这种处理方式可能会丢失高位的信息。
在比较两个二进制字符串的对应位置时,可以通过位运算来优化这一过程。使用位运算如XOR(异或),可以直接得到两个数字在每个位上的差异,然后通过计算结果中1的个数(通过位移和计数操作)来确定汉明距离,这种方法通常比处理字符串要快很多。此外,某些语言提供内置的函数来计算位中1的个数,如Python的`bin(x).count('1')`,可以进一步简化实现。
在实际应用中,基于位运算的处理方式通常比基于字符串的处理方式有更好的性能。位运算直接在数字的二进制表示上操作,避免了字符串处理的开销,如内存分配和字符比较等。位运算更加高效,尤其是在处理大量数据或要求较高性能的系统中,性能差异会更加明显。因此,在性能敏感的应用中推荐使用位运算方法。