博客
关于我
1545 找出第 N 个二进制字符串中的第 K 位(递归)
阅读量:373 次
发布时间:2019-03-04

本文共 961 字,大约阅读时间需要 3 分钟。

为了解决这个问题,我们需要根据给定的规则生成二进制字符串 Sn,并找到第 k 位的字符。这个问题可以通过递归和镜像方法高效地解决,而无需生成整个字符串。

方法思路

  • 问题分析:

    • 我们生成二进制字符串的规则是:S1 = "0",对于 i > 1,Si = Si-1 + "1" + reverse(invert(Si-1))。
    • 我们需要找到第 k 位的字符,可以是 0 或 1。
  • 关键思路:

    • 中间位置 mid = 1 << (n-1)。如果 k 等于 mid,直接返回 "1"。
    • 如果 k 小于 mid,递归查找前面的字符串。
    • 如果 k 大于 mid,使用镜像方法找到对应的位置,并取反返回结果。
  • 递归方法:

    • 当 k 大于 mid 时,计算左边对应的位置,递归查找并取反结果。
  • 解决代码

    class Solution:    def check(self, c: str):        return "1" if c == "0" else "0"        def findKthBit(self, n: int, k: int) -> str:        if n == 1:            return "0"        mid = 1 << (n - 1)        if k == mid:            return "1"        elif k < mid:            return self.findKthBit(n - 1, k)        else:            pos = (1 << n) - k            return self.check(self.findKthBit(n - 1, pos))

    代码解释

    • check 方法:用于取反字符,0 变为 1,1 变为 0。
    • findKthBit 方法:递归查找第 k 位的字符。
      • 当 n 为 1 时,返回 "0"。
      • 计算中间位置 mid,如果 k 等于 mid,返回 "1"。
      • 如果 k 小于 mid,递归查找前面的字符串。
      • 如果 k 大于 mid,计算对应的左边位置,并递归查找并取反结果。

    这种方法高效且递归,最好时间复杂度为 O(log n),适用于给定的约束条件。

    转载地址:http://vmgr.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>