1.1 位运算

位运算

在C++中的位运算符为：

与	或	非	异或
&	|	~	^

补码

下面仅讨论有符号整型:

32位补码	int
000000…000000	0
011111…111111	2 147 483 647
100000…000000	-2 147 483 648
111111…111111	-1

补码表示数值的规则是：

• 最高位为0，则为后 n - 1 位的二进制数值
• 最高位为1，则首先取后 n - 1 的反，计算其二进制数值然后加1，得到的二进制整数添加负号

补码表示数值的规则使得在同样位数的情况下，比反码能够多表示一个整型数。下面列出在C++语言中整型的数值表示范围：

数据类型	字节数	表示范围
bool	1 byte	true false
short	2 byte	-32768~32767
int	4 byte	-2147483648~2147483647
long	4 byte	-2147483648~2147483647
long long	8 byte	-9223372036854775808~9223372036854775807

应当注意，$2^{10}$约等于$10^3$。在C++语言当中，运算中间值采用参与运算的最长数据类型暂存。若有可能导致溢出，则应当使用强制类型转换。

移位运算：

• 左移 $1\ll n=2^n,n\ll 1=2n$
• 右移为算数右移，其向0取整 $n\gg 1=\lfloor \frac{n}{2}\rfloor$

Example 1.1

最短Hamilton路径 https://www.acwing.com/problem/content/93/：给定一张含有n$(n<20)$个点的无向有权图，从0~n - 1标号，求从0到n - 1的最短路径。
Solve: Hamilton路径要求经过所有节点，运算过程必须记录当前是否经过某一节点。若用bool数组会浪费许多位，因此可采用二进制状态压缩的方法，将不到20个状态压缩到一个32位整型中。

不难证明，若求解经过n个点的最短路径，等于先求解经过n-1点(除去点i)的最短路径$f^{n-1}i$，将该路径加上最后一个通向节点$i$的权值得到最终路径，最后对这n种路径取最小值即为全局最优解。同样，求解经过n-1个点的最短路径可化为求解经过n-2个点的最短路径。使用该思路，持续分解问题，使用的程序如下：

int f[1 << n][n];
int hamilton(int n, int weight[n][n])
{
    memset(f, 0xffff, sizeof(f));
    f[1][0] = 0;
    for (int i = 1; i < (1 << n); ++i)
        for (int j = 0; j < n; ++j) {
            if ((i >> j) & 1) // if path i passed through node j
            for (int k = 0; k < n; ++k) {
            if (((i ^ 1 << j) >> k) & 1) // if path i passed through k, but k != j
                f[i][j] = min(f[i][j], f[i ^ (1 << j)][k] + weight[k][j]) 
            }
        }

    return f[(1 << n) - 1][n - 1];
}

Example 1.2

起床困难综合征 https://www.acwing.com/problem/content/1000/：题干请见链接，求解本例使用位操作不进位的特性。位操作下数值各位相互独立，因此只需要独立求解出各位取0或1得到的结果，再将各个位取0或1的情况进行筛选，使得输入不大于要求范围即可。
显然，输入为0却可以取得较大结果的位都取0（不会导致输入超过范围）。其次，输入为1能取得较大结果的位应当优先填入高位，因在结果上$2^n(100...000)>2^n-1(011...111)$。将两个条件归并，得到由高位到低位遍历，若满足添加该位后不超过范围即可添加，直到遍历到最低位。使用的程序是：

pair<string, int> optr[100000];
int calc(int bit, int val, int n)
{
    for (int i = 0; i < n; ++i)
    {
        int x = optr[i].second >> bit & 1;
        if (optr[i].first == "AND") val = val & x;
        else if (optr[i].first == "OR") val = val | x;
        else if (optr[i].first == "XOR") val = val ^ x;
    }

    return val;
}

int main() {
    int n, m;
    cin >> n;
    cin >> m;
    int val = 9, ans = 0;
    for (int bit = 29; bit >= 0; --bit) {
        int res0 = calc(bit, 0, n);
        int res1 = calc(bit, 1, n)
        if (res1 > res0) {
            if ((val + 1 << bit) < m)
                val += 1 << bit);
            ans += res1;
        }
        else ans += res0;
    }
}

成对变换

• $n$ 为偶数，则$nxor1=n+1$
• $n$ 为奇数，则$nxor1=n-1$

常用于存储无向图时将正反两边存入$n,n+1$位置，可用成对变换选择正边或反边。

lowbit

Definition 1.1: lowbit 运算是非负整数n在二进制下最低位的1和其后所有的0。如$lowbit((1010{)}_b)=(10{)}_b$
下面来推导lowbit的算法。

设非负数n的第k位为1，比k更低的位都为0。若对n按位取反，再加1即得到第k位为1，更低位为0，更高位与n相反。此时若取与n的与运算即可得到lowbit。因此lowbit运算为:n & (~n + 1) = n & (-n) (补码下~n + 1 = -n)

使用lowbit运算和Hash可以得到非负整数各个含有1的位的位数。不断循环求解n - lowbit(n)直到得到0位置，使用$lo{g}_2$对每步的lowbit(n)进行运算即可得到出现1的位数。使用Hash运算可以避免使用$lo{g}_2$。具体做法是预先在$H$数组中按照下面规则填入:$H(1\ll i)=i$，此时使用$H(lowbit(n))$即可得到位数。

要缩减$H$数组的长度，可以利用如下性质: $2^{k}mod37$ 在$k\in [0,35]$时结果各不相同，可以填入$H(1\ll imod37)=i$，并使用$H(lowbit(n)mod37)$索引。