二进制数列表：多少个位置具有一和零

问题描述

我有一个整数列表，例如i=[1,7,3,1,5]，我首先将其转换为长度为L的相应二进制表示形式的列表，例如b=["001","111","011","001","101"]与L=3。

现在，我要计算二进制表示中的L个位置中有一个1和一个零0。在我的示例中，结果将为return=2，因为这些条目的第三（最后）位置始终有1。我很乐意提出任何意见。我认为，理想情况下，我应该同时执行许多Xor操作。但是，我不确定如何有效地做到这一点。

编辑：感谢您的回答！！我必须检查哪一个最快。

解决方法

一种观察结果是，如果您对所有数字进行“与”运算，并且对所有数字进行“或”运算，那么满足条件的那两个结果的异或将为1。

所以：

from functools import reduce
from operator import and_,or_

def count_mixed_bits(lst):
    xor = reduce(and_,lst) ^ reduce(or_,lst)
    return bin(xor).count("1")


count_mixed_bits([1,7,3,1,5])  # 2

这是一个解决方案，我怀疑它不是很有效，但是很容易理解。

我遍历数字并找到唯一的集合，然后计算集合长度为2的条目数：

# create a binary list of 3 elements from input list of integers
i=[1,5]
b=['{0:03b}'.format(x) for x in i]

# loop over the digit position (1,2,3)
cnt=[]
for pos in range(3):
    cnt.append(len(set([c[pos] for c in b])))

# cnt now contains a list of either 2(=both 1 and 0 present) or 1 (unique)
# so now we count the number of entries with "2"
result=cnt.count(2)
print (result)

answer：

首先，您的问题用numpy标记，但您的数组不是numpy数组。这是使用numpy的解决方案：

import numpy as np

def has_zeroes_and_ones_at_index(arr,index_from_right):
    shifted_arr = np.right_shift(arr,index_from_right)
    has_one_at_index = shifted_arr % 2 == 1
    return(True in has_one_at_index and False in has_one_at_index)

arr = np.array([1,5])
res= has_zeroes_and_ones_at_index(arr,1)
print(res)

由于数字存储在二进制中，因此我们可以使用移位将数字的所有位向右移动，然后查看最后一位。在此之前，我们不必将其转换为二进制格式。 5（101）右移一-> 2（010）

然后我们创建一个掩码以查看哪些数字的最后一位为1，并在掩码中至少有一个True元素和一个false元素时返回True。

有一个numpy.binary_repr方法接受长度。不幸的是，它不能处理数组。但是您可以改用np.unravel_index的功能：

def check(arr,lenght):
    positions = np.array(np.unravel_index(i,(2,)*lenght))
    return positions,np.sum(np.sum(positions,axis=1) != len(arr))

>>> positions,output = check(i,3)
>>> print(positions)
>>> print(output)
[[0 1 0 0 1]
 [0 1 1 0 0]
 [1 1 1 1 1]]
2

您可以使用python bitwise operators来完成此任务。

def find(aList,nn):
    return sum( 
      filter( 
        lambda bb: bb > 0,(
          ( 1 <= (sum( (aa & 1<<kk) > 0 for aa in aList)) < len(aList) )
          for kk in range(nn)
        )
      )
    )

>>> find([1,5],3)
2
>>> find([],3)
0
>>> find([7],3)
0
>>> find([7,1],3)
2
>>> find([7,7],3)
2

binary-operators numba numpy python