[LeetCode] 461. Hamming Distance

import. 发布于2019-08-16 13:25 / 2695人阅读

Problem

The Hamming distance between two integers is the number of positions at which the corresponding bits are different.

Given two integers x and y, calculate the Hamming distance.

Note:
0 ≤ x, y < 231.

Example:

Input: x = 1, y = 4

Output: 2

Explanation:

1   (0 0 0 1)
4   (0 1 0 0)
       ↑   ↑

The above arrows point to positions where the corresponding bits are different.

Solution

class Solution {
    public int hammingDistance(int x, int y) {
        int xor = x^y;
        int count = 0;
        for (int i = 0; i < 32; i++) {
            int newXor = xor>>i;
            count += newXor&1;
        }
        return count;
    }
}

服务器托管云服务器 Hamming Distance LeetCode LeetCode_String

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/71717.html

Leetcode PHP题解--D11 461. Hamming Distance

摘要：汉明距离是使用在数据传输差错控制编码里面的，汉明距离是一个概念，它表示两个相同长度字对应位不同的数量，我们以表示两个字之间的汉明距离。对两个字符串进行异或运算，并统计结果为的个数，那么这个数就是汉明距离。 461. Hamming Distance 题目链接 461. Hamming Distance 题目分析本题要求计算汉明距离。汉明距离是使用在数据传输差错控制编码里面的，汉明距...

zero 2019-07-01 12:36 评论0 收藏0
leetcode7:汉明距离

摘要：题目汉明距离是两个字符串对应位置的不同字符的个数，这里指二进制的不同位置例子我的解法先将，进行异位或运算再转化成二进制然后把去掉算出长度其他方法先算出不同位数，然后用右移运算符算出能右移几次来获取距离 1题目 The Hamming distance between two integers is the number of positions at which the corresp...

xeblog 2019-08-23 16:46 评论0 收藏0
前端 | 每天一个 LeetCode

摘要：在线网站地址我的微信公众号完整题目列表从年月日起，每天更新一题，顺序从易到难，目前已更新个题。这是项目地址欢迎一起交流学习。这篇文章记录我练习的 LeetCode 题目，语言 JavaScript。在线网站：https://cattle.w3fun.com GitHub 地址：https://github.com/swpuLeo/ca...我的微信公众号： showImg(htt...

张汉庆 2019-08-23 13:42 评论0 收藏0
leetcode刷题笔记(1)（python）

摘要：最近时间准备面试，开始在上刷题了。思路将两个数用转换为二进制需要去除前面的，因为位数不同所以需要在前面补充一定位数的，然后将两个字符串遍历就可以直接得到汉明距离代码最近时间准备面试，开始在leetcode上刷题了。于是在segmentfault上写点东西来记录下。可能会有各种弱智情况，望指出。 Array Partition I题意：这个题目看原题实在没有看懂，在网上找的翻译，大致...

layman 2019-07-30 14:44 评论0 收藏0
opencv python 特征匹配

摘要：匹配器匹配非常简单，首先在第一幅图像中选取一个关键点然后依次与第二幅图像的每个关键点进行描述符距离测试，最后返回距离最近的关键点对于匹配器，首先我们必须使用创建对象。 Feature Matching Brute-Force匹配器 Brute-Force匹配非常简单，首先在第一幅图像中选取一个关键点然后依次与第二幅图像的每个关键点进行（描述符）距离测试，最后返回距离最近的关键点. 对于...

macg0406 2019-07-30 17:12 评论0 收藏0