news 2026/4/3 5:53:55

算法题 二进制表示中质数个计算置位

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
算法题 二进制表示中质数个计算置位

二进制表示中质数个计算置位

问题描述

给你两个整数leftright,请你找到在[left, right]范围内,计算置位位数为质数的整数个数。

  • 计算置位:指二进制表示中 1 的个数。
  • 质数:大于 1 且只能被 1 和自身整除的数。

注意:1 不是质数。

示例

输入: left = 6, right = 10 输出: 4 解释: 6 -> 110 (2 个计算置位,2 是质数) 7 -> 111 (3 个计算置位,3 是质数) 8 -> 1000 (1 个计算置位,1 不是质数) 9 -> 1001 (2 个计算置位,2 是质数) 10-> 1010 (2 个计算置位,2 是质数) 共计 4 个整数拥有质数个计算置位。

算法思路

关键

  1. 范围限制:约束1 <= left <= right <= 10^6
  2. 最大位数10^6 < 2^20,所以任何数字的二进制表示最多有 20 位
  3. 质数范围:计算置位的个数范围是 [1, 20],所以只需要判断 1-20 中的质数

预处理优化

  • 在 [1, 20] 范围内的质数只有:2, 3, 5, 7, 11, 13, 17, 19
  • 可以预先将这些质数存储在 Set 中,避免重复的质数判断

代码实现

方法一:预处理质数 + 位运算计数

importjava.util.*;classSolution{/** * 计算在[left, right]范围内计算置位位数为质数的整数个数 * * @param left 范围左边界(包含) * @param right 范围右边界(包含) * @return 满足条件的整数个数 */publicintcountPrimeSetBits(intleft,intright){// 预处理[1, 20]范围内的质数// 由于10^6 < 2^20,所以最多有20个1Set<Integer>primes=newHashSet<>(Arrays.asList(2,3,5,7,11,13,17,19));intcount=0;// 遍历范围内的每个数字for(intnum=left;num<=right;num++){// 计算二进制表示中1的个数intsetBits=countSetBits(num);// 检查1的个数是否为质数if(primes.contains(setBits)){count++;}}returncount;}/** * 计算整数二进制表示中1的个数(计算置位) * * @param n 待计算的整数 * @return 二进制中1的个数 */privateintcountSetBits(intn){intcount=0;// 使用位运算:每次清除最低位的1while(n!=0){n=n&(n-1);// 清除最低位的1count++;}returncount;}}

方法二:使用内置函数

importjava.util.*;classSolution{/** * 使用Java内置函数 * * @param left 范围左边界 * @param right 范围右边界 * @return 满足条件的整数个数 */publicintcountPrimeSetBits(intleft,intright){// 预处理质数集合Set<Integer>primes=Set.of(2,3,5,7,11,13,17,19);intcount=0;for(intnum=left;num<=right;num++){// 使用Integer.bitCount()计算1的个数if(primes.contains(Integer.bitCount(num))){count++;}}returncount;}}

方法三:手动质数判断

classSolution{/** * 不使用预处理,每次动态判断质数 * * @param left 范围左边界 * @param right 范围右边界 * @return 满足条件的整数个数 */publicintcountPrimeSetBits(intleft,intright){intcount=0;for(intnum=left;num<=right;num++){intsetBits=Integer.bitCount(num);if(isPrime(setBits)){count++;}}returncount;}/** * 判断一个数是否为质数 * * @param n 待判断的数 * @return true表示是质数,false表示不是 */privatebooleanisPrime(intn){// 1不是质数,小于1的数也不是质数if(n<2){returnfalse;}// 2是质数if(n==2){returntrue;}// 偶数不是质数if(n%2==0){returnfalse;}// 只需检查到sqrt(n)for(inti=3;i*i<=n;i+=2){if(n%i==0){returnfalse;}}returntrue;}}

算法分析

  • 时间复杂度:O(n × log m)

    • n = right - left + 1(范围内的数字个数)
    • log m = 计算每个数字1的个数的时间(m为数字大小)
    • 方法一和二由于预处理质数,质数判断为O(1)
    • 方法三的质数判断为O(√k),k≤20,也是O(1)
  • 空间复杂度

    • 方法一、二:O(1) - 质数集合大小固定(8个元素)
    • 方法三:O(1) - 无额外空间

算法过程

输入:left = 6, right = 10

逐个分析

  1. num = 6

    • 二进制:110
    • 1的个数:2
    • 2是质数
  2. num = 7

    • 二进制:111
    • 1的个数:3
    • 3是质数
  3. num = 8

    • 二进制:1000
    • 1的个数:1
    • 1不是质数
  4. num = 9

    • 二进制:1001
    • 1的个数:2
    • 2是质数
  5. num = 10

    • 二进制:1010
    • 1的个数:2
    • 2是质数

总计:4个满足条件的数字

测试用例

publicstaticvoidmain(String[]args){Solutionsolution=newSolution();// 测试用例1:标准示例System.out.println("Test 1: "+solution.countPrimeSetBits(6,10));// 4// 测试用例2:包含1的情况System.out.println("Test 2: "+solution.countPrimeSetBits(1,5));// 2// 1->1(1个1,非质数), 2->10(1个1,非质数), 3->11(2个1,质数), 4->100(1个1,非质数), 5->101(2个1,质数)// 测试用例3:较大范围System.out.println("Test 3: "+solution.countPrimeSetBits(10,15));// 5// 10->1010(2), 11->1011(3), 12->1100(2), 13->1101(3), 14->1110(3), 15->1111(4非质数)// 测试用例4:边界情况System.out.println("Test 4: "+solution.countPrimeSetBits(1,1));// 0// 测试用例5:全范围System.out.println("Test 5: "+solution.countPrimeSetBits(1,1000000));// 大数值测试// 测试用例6:包含最大1个数的情况System.out.println("Test 6: "+solution.countPrimeSetBits(1048575,1048575));// 1048575 = 2^20-1 (20个1,非质数) -> 0// 测试用例7:验证质数边界System.out.println("Test 7: "+solution.countPrimeSetBits(2097151,2097151));// 2097151 = 2^21-1 (21个1,非质数) -> 0// 测试用例8:刚好20个1的数inttwentyOnes=(1<<20)-1;// 1048575System.out.println("Test 8: "+solution.countPrimeSetBits(twentyOnes,twentyOnes));// 0 (20不是质数)// 测试用例9:19个1的数intnineteenOnes=(1<<19)-1;// 524287System.out.println("Test 9: "+solution.countPrimeSetBits(nineteenOnes,nineteenOnes));// 1 (19是质数)}

关键点

  1. 范围

    • 10^6 < 2^20 = 1,048,576
    • 任何输入数字最多有20个1
    • 质数判断只需考虑1-20的范围
  2. 质数集合

    • [1, 20]内的质数:2, 3, 5, 7, 11, 13, 17, 19
    • 共8个质数
  3. 位计数

    • n & (n-1):清除最低位的1,高效计数
    • Integer.bitCount():Java内置函数,底层优化
  4. 质数定义

    • 1不是质数
    • 质数必须大于1且只有1和自身两个正因数

常见问题

  1. 为什么1不是质数?

    • 质数定义要求大于1且只有两个正因数
    • 1只有1个正因数(就是1本身)
  2. 为什么可以预处理质数?

    • 由于输入范围限制,1的个数最多为20
  3. 位计数?

    • 逐位检查:while(n > 0) {count += n & 1; n >>= 1;}
    • 内置函数:Integer.bitCount(n)
    • 查表法:预先计算0-255的位数
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/1 13:19:55

LobeChat安全与权限管理实战解析

LobeChat 安全与权限管理实战解析 在 AI 聊天应用日益普及的今天&#xff0c;一个看似简单的对话界面背后&#xff0c;往往隐藏着复杂的安全挑战。当 LobeChat 这类开源框架被部署于企业内部、团队协作甚至多租户 SaaS 环境中时&#xff0c;如何确保用户数据不被越权访问&#…

作者头像 李华
网站建设 2026/4/2 10:42:26

CSDN 技术分享:浏览器指纹检测、识别与防护全流程解析

在互联网时代&#xff0c;大家都知道保护隐私很重要&#xff0c;但你是否听说过“浏览器指纹”&#xff1f;其实&#xff0c;它就是一种能在不使用 cookies 的情况下&#xff0c;识别你上网设备和浏览习惯的技术。 换句话说&#xff0c;即使你清空了浏览器缓存或切换了 IP&…

作者头像 李华
网站建设 2026/3/30 23:33:20

深入理解 git cherry-pick 的本质机制

深入理解 git cherry-pick&#xff1a;它不是合并&#xff0c;而是“补丁粘贴” 很多开发者在使用 git cherry-pick 时&#xff0c;会下意识地认为它和 git merge 类似&#xff0c;是一种“合并代码”的操作。 这是一个非常常见、但也非常危险的误解。 结论先行&#xff1a;gi…

作者头像 李华
网站建设 2026/3/29 19:51:20

Nano Banana Pro 如何重塑 AI 驱动的教育未来

在传统的教育和知识传播中&#xff0c;最大的挑战在于如何将抽象的概念转化为学生能够直观理解的具象化内容。复杂的科学原理、抽象的数学公式、以及历史事件的场景重现&#xff0c;往往受限于教材的印刷、视频制作的成本和教师的表达能力。 谷歌的 Nano Banana Pro&#xff0…

作者头像 李华
网站建设 2026/3/28 21:52:11

银狐远控一键编译调试与开发教程

特别申明&#xff1a; 本文内容仅限于用作技术交流&#xff0c;请勿使用本文介绍的技术做任何其他用途&#xff0c;否则后果自负&#xff0c;与本号无关。 最近由于工作需要&#xff0c;研究了一下银狐的源码&#xff0c;不得不说&#xff0c;虽然整套代码的风格不是那么优雅&…

作者头像 李华
网站建设 2026/3/29 23:06:54

企业级 AI 编程 Prompt 体系

定位说明&#xff1a; 这不是“教你怎么用 AI 写代码”的教程&#xff0c;而是一套 企业可复制、可治理、可审计的 AI 编程方法论。适用对象&#xff1a;CTO / 技术负责人技术中台 / 架构组正在推进 AI 编程落地的企业一、为什么“会用 AI 写代码”不等于“能在企业落地”当前大…

作者头像 李华