十进制整数补数求解代码大数值计算错误咨询

核心问题：浮点数pow()的精度误差 #

你代码里两次使用pow()函数做幂运算，但这是浮点数运算，当指数i或k较大时，会出现精度丢失：

• 比如计算pow(10, i)时，当i达到一定值，理论上的整数结果会被存储成接近它的浮点数（比如100000变成99999.99999999999），和整数b相乘后累加，会导致a的值比预期小；
• 同理pow(2, k)也会有类似问题，比如pow(2,17)可能被计算为131071.99999999997，转成整数后就少了1，最终结果自然偏离预期。
  这就是小数值正常、大数值出错的根本原因——小指数下浮点数精度足够掩盖误差，大指数下误差被放大。

代码逻辑的冗余与额外风险 #

你把翻转后的二进制位先转成十进制数字存在a里，再转回二进制计算补数，属于完全没必要的弯路：

• 十进制存储会有位数限制，当n的二进制位数超过10位时，a就可能溢出（哪怕用long，也不是最优解）；
• 两次循环+浮点数运算，既降低效率，又引入了精度风险。

修复方案：直接用位运算构建结果 #

不需要绕十进制的弯，直接在处理每一位时构建补数：

class Solution {
public:
    int bitwiseComplement(int n) {
        if (n == 0) return 1;
        long result = 0;
        long bitPos = 1; // 用long避免中间结果溢出
        while (n != 0) {
            // 翻转当前位：原位是0则累加对应位的权重，原位是1则跳过
            if ((n & 1) == 0) {
                result += bitPos;
            }
            n = n >> 1;
            bitPos <<= 1; // 位运算替代乘法，更快更可靠
        }
        return static_cast<int>(result);
    }
};

更简洁的位掩码方案 #

你提到的位掩码方法更高效，思路是生成和n二进制位数相同的全1掩码，和n异或即可翻转所有位：

class Solution {
public:
    int bitwiseComplement(int n) {
        if (n == 0) return 1;
        // __builtin_clz(n) 返回n二进制前导零的个数，32减去它得到二进制位数
        int mask = (1 << (32 - __builtin_clz(n))) - 1;
        return n ^ mask;
    }
};

内容的提问来源于stack exchange，提问作者hash