🤖 AI总结
主题
通过最多k次加1操作使数组m个元素按位与结果最大化
摘要
通过高位优先贪心算法,计算最多k次加1操作后,选择m个元素的最大按位与结果,示例得到6。
关键信息
- 1 高位优先贪心构造答案
- 2 计算每个数达到目标值所需操作次数
- 3 选择最小m个操作次数总和不超过k
2026-05-19:增加操作后最大按位与的结果。用go语言,已知一个整数数组 nums,以及两个整数 k 和 m。你可以进行至多 k 次操作:每次操作你可以选定数组中的某个位置 i,把 nums[i] 的值增加 1。
在最多做完这 k 次操作之后,从数组里任意挑选出 m 个元素组成一个子集(子集大小固定为 m),对这 m 个元素做按位与运算。你的目标是:让这个按位与的结果尽可能大。问最大的可能值是多少。
1 <= n == nums.length <= 50000。
1 <= nums[i] <= 1000000000。
1 <= k <= 1000000000。
1 <= m <= n。
输入: nums = [3,1,2], k = 8, m = 2。
输出: 6。
解释:
我们需要一个大小为 m = 2 的子集。选择下标 [0, 2]。
使用 3 次操作将 nums[0] = 3 增加到 6,并使用 4 次操作将 nums[2] = 2 增加到 6。
总共使用的操作次数为 7,不大于 k = 8。
这两个选定的值变为 [6, 6],它们的按位与结果是 6,这是可能的最大值。
题目来自力扣3806。
算法执行详细步骤 一、问题核心理解
1. 操作规则:最多把数组中元素总共加 k 次 1(可以给任意元素加)
2. 目标:操作完成后,选 m 个元素,让它们的按位与结果最大
3. 按位与特性:二进制位上所有数该位都是 1,结果该位才是 1;只要有一个是 0,结果就是 0。因此我们要从高位到低位,贪心尝试把每一位变成 1。
二、第一步:预处理与边界判断
1.排序数组:把 nums 从小到大排序,得到[1,2,3]
2.计算理论最大可能值:最大的数 + k/m(平均分配操作次数),这里 3+8/2=7,最终答案一定不超过 7
3.特殊情况判断:检查最大的 m 个数是否全部相等
• 本例最大 2 个数是 2、3,不相等,跳过特殊逻辑
三、核心算法:高位优先贪心构造答案(按二进制位从高到低尝试)
二进制位数:理论最大值 7 是 3 位二进制(111),我们从**最高位(第2位)→ 最低位(第0位)**依次尝试:
初始答案ans = 0(二进制 000),目标是尽可能把每一位变成 1。
第1轮:尝试设置 最高位(第2位,值=4,二进制 100)
1. 构造目标值:当前答案 | 4 →0 | 4 = 4(二进制 100)
2. 计算把每个数变成至少满足目标值需要的操作次数
• 规则:只需要保证数的二进制高位和目标一致,计算最小加1次数
• 1 → 满足 4 需要加 3 次
• 2 → 满足 4 需要加 2 次
• 3 → 满足 4 需要加 1 次
3. 排序操作次数:[1,2,3]
4. 选最小的 m=2 个次数求和:1+2=3
5. 验证:3 ≤ 8(总操作数k)→该位可以设为1
6. 更新答案:ans = 4(二进制 100)
第2轮:尝试设置 次高位(第1位,值=2,二进制 010)
1. 构造目标值:当前答案(4) | 2 →6(二进制 110)
2. 计算把每个数变成至少满足 6 需要的操作次数
• 1 → 变成6需要加5次
• 2 → 变成6需要加4次
• 3 → 变成6需要加3次
3. 排序操作次数:[3,4,5]
4. 选最小的 m=2 个次数求和:3+4=7
5. 验证:7 ≤ 8 →该位可以设为1
6. 更新答案:ans = 6(二进制 110)
第3轮:尝试设置 最低位(第0位,值=1,二进制 001)
1. 构造目标值:当前答案(6) | 1 →7(二进制 111)
2. 计算把每个数变成至少满足7需要的操作次数
• 1 → 变成7需要加6次
• 2 → 变成7需要加5次
• 3 → 变成7需要加4次
3. 排序操作次数:[4,5,6]
4. 选最小的 m=2 个次数求和:4+5=9
5. 验证:9 > 8(超过总操作数)→该位不能设为1
6. 答案保持不变:ans 仍为 6
四、最终结果
所有位尝试完毕,最终最大按位与结果为6,和题目示例完全一致。
(操作方案:把3→6(3次)、2→6(4次),总7次≤8,两个数按位与=6)
时间复杂度 & 额外空间复杂度 1. 总时间复杂度
O(W × n log n)
• W:二进制最大位数(固定值,约30~32位,因为数值上限1e9)
• n:数组长度
• 核心耗时:每一轮都要对长度为n的操作次数数组排序(O(n log n)),共执行W轮
• 整体复杂度:线性对数级,完全适配题目 n≤5e4 的限制
2. 总额外空间复杂度
O(n)
• 仅开辟了一个长度为n的数组ops,用于存储每个数的操作次数
• 其余变量都是常数级空间,不随输入规模变化
• 空间复杂度:线性级
总结
1. 核心思路:高位贪心,从最高位到最低位依次尝试能否将该位设为1,能则保留,不能则跳过
2. 关键判断:计算让 m 个数满足目标值的最小操作次数总和,不超过k则该位有效
3. 时间复杂度:O(32 × n log n),高效处理大数据量
4. 空间复杂度:O(n),仅使用一个辅助数组存储操作次数
Go完整代码如下:
package main
import (
"fmt"
"math/bits"
"slices"
)
func maximumAND(nums []int, k, m int) (ans int) {
slices.Sort(nums)
n := len(nums)
maxAns := nums[n-1] + k/m
if nums[n-m] == nums[n-1] { // 最大的 m 个数都相等
return maxAns
}ops := make([]int, n) // 每个数的操作次数
maxWidth := bits.Len(uint(maxAns))
for bit := maxWidth - 1; bit >= 0; bit-- {
target := ans | 1< // 注意 target 要带着 ans 已经填好的 1
for i, x := range nums {
j := bits.Len( uint (target &^ x))
// j-1 是从高到低第一个 target 是 1 且 x 是 0 的比特位
// target = 10110
// x = 11010
// ^
// j-1
// x 二进制中的高于 j-1 的位不变,其余位增大到和 target 一样
// 上面的例子要把 010 变成 110
mask := 1 < 1
ops[i] = target&mask - x&mask
}
// 贪心,取前 m 小的操作次数
slices.Sort(ops)
sum := 0
for _, x := range ops[:m] {
sum += x
}
if sum <= k {
ans = target // 答案的 bit 位可以填 1
}
}
return
}
func main() {
nums := [] int { 3 , 1 , 2 }
k := 8
m := 2
result := maximumAND(nums, k, m)
fmt.Println(result)
}
![]()
Python完整代码如下:
# -*-coding:utf-8-*-
def maximumAND(nums, k, m):
nums.sort()
n = len(nums)
maxAns = nums[n-1] + k // m
# 最大的 m 个数都相等
if nums[n-m] == nums[n-1]:
return maxAns
ans = 0
ops = [0] * n # 每个数的操作次数
maxWidth = maxAns.bit_length()
for bit in range(maxWidth - 1, -1, -1):
target = ans | (1 << bit) # 注意 target 要带着 ans 已经填好的 1
for i, x in enumerate(nums):
# j 是从高到低第一个 target 是 1 且 x 是 0 的比特位
# 计算 target &^ x 的最高位位置
diff = target & ~x
if diff == 0:
j = 0
else:
j = diff.bit_length()
# x 二进制中的高于 j-1 的位不变,其余位增大到和 target 一样
mask = (1 << j) - 1
ops[i] = (target & mask) - (x & mask)
# 贪心,取前 m 小的操作次数
ops.sort()
total_sum = sum(ops[:m])
if total_sum <= k:
ans = target # 答案的 bit 位可以填 1
return ansif __name__ == "__main__":
nums = [3, 1, 2]
k = 8
m = 2
result = maximumAND(nums, k, m)
print(result)
![]()
C++完整代码如下:
using namespace std;
int maximumAND(vector& nums, int k, int m) {
sort(nums.begin(), nums.end());
int n = nums.size();
int maxAns = nums[n - 1] + k / m;
// 最大的 m 个数都相等
if (nums[n - m] == nums[n - 1]) {
return maxAns;
}
int ans = 0;
vector ops(n, 0); // 每个数的操作次数
int maxWidth = 32 - __builtin_clz(maxAns); // 计算二进制位数
for (int bit = maxWidth - 1; bit >= 0; bit--) {
int target = ans | (1 << bit); // 注意 target 要带着 ans 已经填好的 1
for (int i = 0; i < n; i++) {
int x = nums[i];
// 计算 target & ^x 的最高位位置
int diff = target & ~x;
int j = 0;
if (diff != 0) {
j = 32 - __builtin_clz(diff); // 计算 diff 的二进制位数
}
// j-1 是从高到低第一个 target 是 1 且 x 是 0 的比特位
// target = 10110
// x = 11010
// ^
// j-1
// x 二进制中的高于 j-1 的位不变,其余位增大到和 target 一样
// 上面的例子要把 010 变成 110
int mask = (1 << j) - 1;
ops[i] = (target & mask) - (x & mask);
}
// 贪心,取前 m 小的操作次数
sort(ops.begin(), ops.end());
int sum = 0;
for (int i = 0; i < m; i++) {
sum += ops[i];
}
if (sum <= k) {
ans = target; // 答案的 bit 位可以填 1
}
}
return ans;
}int main() {
vector nums = {3, 1, 2};
int k = 8;
int m = 2;
int result = maximumAND(nums, k, m);
cout << result << endl;
return0;
}
![]()
我们相信人工智能为普通人提供了一种“增强工具”,并致力于分享全方位的AI知识。在这里,您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”,发消息可获得面试资料,让AI助力您的未来发展。