淼淼刷力扣
作者：互联网
【努力刷力扣】第三十二天 --- 力扣477+1528(string）
引言
本人初次尝试写博客，希望各位看官大佬多多包容
有错误希望巨巨们提出来，我一定会及时改正，谢谢大家
在自己最好的年纪，找到了未来的目标
还有1年奋斗刷题，明年去面试实习，加油！
博主最近要参加竞赛，所以暂时调整训练计划。
题目一(1528)要求：
整体思路一：
基于排序的调整方案，这一点是很好想的，通过观察题目我们可以发现，string的真实顺序其实就是上方数组从0到n-1的递增顺序，所以排序即可
五种排序（快速排序，堆排序，归并排序，希尔排序和c++库函数sort排序）见我另一篇博客[五种排序]。(https://blog.csdn.net/qq_45678698/article/details/117226919)
具体代码一（内附注释）：
这里一定要注意的是，在第一个数组移动的时候，对应的string一定要跟着一起动！！！！
class Solution {
public:
string restoreString(string s, vector<int>& indices) {
this->indices = indices;
this->s = s;
QuickSort(0, s.size() - 1);
return this->s;
}
private:
string s;
vector<int> indices;
//快速排序,记住一个核心，让基准数左边都小于它，右边都大于它
void QuickSort(int i, int j) {
if (i > j) {
return;
}
int item = indices[i];//设定基数
int left = i;//左哨兵
int right = j;//右哨兵，因为基数取得左侧，所以右哨兵先动
while (left != right) {//写的时候一定时时刻刻检测退出条件，即哨兵相遇
while (right != left && indices[right] >= item) {
right--;
}
while (right != left && indices[left] <= item) {
left++;
}
swap(indices[left], indices[right]);
swap(s[left], s[right]);
}
swap(indices[left], indices[i]);
swap(s[left], s[i]);
QuickSort(i, left - 1);
QuickSort(left + 1, j);
}
};
（所有代码均已在力扣上运行无误）
经测试，该代码运行情况是(经过多次测试所得最短时间)：
整体思路二：
通过上述方法也可知道，上方给的数组就是对下方string正确位置，即给别人的一种"导航"，所以我们另开空间，按照"导航"指示重新填写一个全新的string即可。
具体代码二（内附注释）：
class Solution {
public:
string restoreString(string s, vector<int>& indices) {
int len = s.size();
string result(len, 0);
for (int i = 0; i < len; i++) {
result[indices[i]] = s[i];//按照导航重新填写string
}
return result;
}
};
（所有代码均已在力扣上运行无误）
经测试，该代码运行情况是(经过多次测试所得最短时间)：
时间复杂度：O(N)，其中 N 为字符串 s 的长度。我们只需对字符串 s 执行一次线性扫描即可。
题目二(477)要求：
汉明距离广泛应用于多个领域。在编码理论中用于错误检测，在信息论中量化字符串之间的差异。
两个整数之间的汉明距离是对应位置上数字不同的位数。
必备知识
1、我们有a个冰棍一，b个冰棍二，现在我们要比较有多少个不同的冰棍。冰棍一之间和冰棍二之间没有比较的意义，必定是相同的，所以任意一个冰棍一，进入到了冰棍二的那堆里，发现了b个不同，a个冰棍一都去了一遍，所以总共a*b个不同。
2、二进制位数的比较是互不影响的，完全可以分开比较！
解法一：暴力破解（c++必超时，Java可以过）
我之前做过一道两个数计算汉明距离，可以用很有技巧的算法，详情见两个数汉明距离，这道题偷懒了，就想着直接用现成的函数，在添加任意两个数计算的模块即可。但是！！！！！！！！本体数据量极大并且每个数都很大，这样的话计算量将达到N!次，如果N很大，数也很大，直接超时。
class Solution {
public int totalHammingDistance(int[] nums) {
int res = 0;
for(int i = 0; i < nums.length - 1; i++){
for(int j = i+1;j < nums.length; j++){
res += getHamm(nums[i],nums[j]);
}
}
return res;
}
private int getHamm(int x,int y){
return Integer.bitCount(x^y);
}
}
（所有代码均已在力扣上运行无误）
经测试，该代码运行情况是(经过多次测试所得最短时间)：
由此可见此题数据量之庞大，以及这个算法的局限性，这种算法针对数据量小还可以，一旦卡数据就完蛋了。
整体按位计数法
第一：
经验：
1、针对两个数字求汉明距离的时候，最佳的选择是先取异或突出差异(即有差异为1，反之为0)，在调用库函数或者不断地 s&s-1，不要按位查找。
2、但是一但像本题这样，拥有大量的数据并且数据还很大，我们就可以直接一位一位的统计，因为不同比特位之间毫无关系，互不影响，所以我直接一位一位比较，比如第一位时，看零的个数，再看一的个数，二者相乘即为不同的位数，是汉明距离一部分，即是换个角度去看待汉明距离，不是横着看，一旦数据量大了，我就把所有数据并列写，竖着按照一个一个比特位这样计数。
具体代码（附有注释）
注：
1、在统计每一个数的最右侧位一的个数时，我不希望别的位打扰我，并且只保留最右侧位(因为最右侧位对应十进制0或者1)，每次只处理这一位，保证了处理完的数是0、1，直接加就行，因为我统计的就是0和1的个数(二进制为0、1)，这样直接相加就行了，我先统计1的个数，发现是1就加，是0也加(因为没影响)，综上在提取最右侧的位的时候&1，只保留了最右侧位。
2、当该数统计完最右侧位的时候，最右侧位没用了，所以右移干掉它。所以每一次在计算的时候，i是控制查询的位数，就得把查询的位数对准最右侧，所以先移位对准，在统计。
3、每次只能是&1，不可以不移位而去每次把1右移1位，因为这样对不准最右侧，得到的数不是0或1，无法直接加。
class Solution {
public:
int totalHammingDistance(vector<int>& nums) {
int num = nums.size();
int ans = 0;
for (int i = 0; i < 30; i++) {//最外层控制位数，经计算最大的数不超过2^30，所以外层控制查找30位即可。
int num_one = 0;//统计1的个数，这样的话取得最右侧不论0还是1直接加就完了，
for (int val : nums) {//加强for循环
num_one += (val >> i) & 1;//解释在上面
}
ans += num_one * (num - num_one);
}
return ans;
}
};
所有代码均已在力扣上运行无误）
经测试，该代码运行情况是(经过多次测试所得最短时间)：超过99%提交
时间复杂度：O(n⋅L)。其中 n 是数组 nums 的长度，L=30。
标签：string,nums,int,汉明,indices,刷力,left 来源： https://blog.csdn.net/qq_45678698/article/details/117403583