给一下本题O(n)的复杂度的代码

为了提供一个 O(n) 复杂度的代码示例，假设我们是在寻找一个整数列表中所有 n 倍数的二进制表示中 1 的最小数量。我们可以使用哈希集合（HashSet）来存储已经遇到过的 n 的倍数，以及一个变量记录当前找到的最小 1 数量。遍历整个列表，对于每一个数，我们将它的二进制表示转换成字符串，并计算其中的 1 的数量。如果是 n 的倍数且 1 的数量小于之前遇到的最小值，则更新这个最小值。

def min_ones_for_n_multiples(nums, n):
    ones_count = [0] * len(nums)
    multiples_set = set()

    for i, num in enumerate(nums, start=1):
        binary_str = bin(num)[2:]  # 转换为二进制字符串并去掉 '0b'
        ones_count[i - 1] = binary_str.count('1')

        # 检查是否是 n 的倍数
        if num % n == 0:
            multiples_set.add(i)

    min_ones = float('inf')
    for multiple_index in multiples_set:
        if ones_count[multiple_index] < min_ones:
            min_ones = ones_count[multiple_index]

    return min_ones

# 示例
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9]
n = 2
print(min_ones_for_n_multiples(nums, n))  # 输出：1

在这个代码中，我们总共遍历了 nums 列表一次，因此时间复杂度是 O(n)。