LeetCode算法题-Hamming Distance（Java实现）

这是悦乐书的第237次更新，第250篇原创

01 看题和准备

今天介绍的是LeetCode算法题中Easy级别的第104题（顺位题号是461）。两个整数之间的汉明距离是相应位不同的位置数。给定两个整数x和y，计算汉明距离。

注意：0≤x，y <2^31。

例如：

输入：x = 1，y = 4

输出：2

说明：

1（0 0 0 1）

4（0 1 0 0）

         ↑    ↑

上述箭头指向相应位不同的位置。

本次解题使用的开发工具是eclipse，jdk使用的版本是1.8，环境是win7 64位系统，使用Java语言编写和测试。

02 第一种解法

因为x和y都是正数，所以不用考虑反码、补码的事情，所以可以使用字符串操作。如果转成二进制字符串后，两字符串的长度不相等，所以要先把短的字符串前面补齐0，然后再使用循环，依次判断两字符串的字符，如果字符不同就记数加1，最后返回。

public int hammingDistance(int x, int y) {
    String str = Integer.toBinaryString(x);
    String str2 = Integer.toBinaryString(y);
    int count = 0;
    if (str.length() != str2.length()) {
        if (str.length() < str2.length()) {
            while (str.length() != str2.length()) {
                str = "0" + str;
            }
        } else {
            while (str.length() != str2.length()) {
                str2 = "0" + str2;
            }
        }
    }
    for (int i=0; i<str.length(); i++) {
        if (str.charAt(i) != str2.charAt(i)) {
            count++;
        }
    }
    return count;
}

03 第二种解法

从题目的例子中，我们看出1和4所表示的二进制数在做异或运算后是5，转成二进制数就是101，也就是说，其中两个1就是1和4不同的位，所以我们可以借助异或运算。

异或（^）运算的规则是两边的对应位不同时就取1，使用异或计算得到对应的整数后，我们需要计算其中1位的个数，这就和之前有道题类似了，可以借鉴那边的解法。

public int hammingDistance2(int x, int y) {
    int result = x^y;
    String str = Integer.toBinaryString(result);
    int count = 0;
    for (int i=0; i<str.length(); i++) {
        if (str.charAt(i) == 49) {
            count++;
        }
    }
    return count;
}

04 第三种解法

同样是借助异或运算，在计算二进制数1位的个数时，使用的是与运算，具体的思路可以参照之前的一篇。

public int hammingDistance3(int x, int y) {
    int result = x^y;
    int count = 0;
     while (result != 0) {
        count++;
        result = result & (result - 1);
    }
    return count;
}

05 第四种解法

直接使用异或运算，然后借助包装类Integer的bitCount方法，返回二进制数中1位的个数。

public int hammingDistance4(int x, int y) {
    return Integer.bitCount(x^y);
}

06 小结

算法专题目前已日更超过三个月，算法题文章104+篇，公众号对话框回复【数据结构与算法】、【算法】、【数据结构】中的任一关键词，获取系列文章合集。

以上就是全部内容，如果大家有什么好的解法思路、建议或者其他问题，可以下方留言交流，点赞、留言、转发就是对我最大的回报和支持！

相关题目：

https://www.cnblogs.com/xiaochuan94/p/10036146.html