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 2^{10} 210约等于 1 0 3 10^3 103。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 ≪ n = 2 n , n ≪ 1 = 2 n 1 \ll n = 2^n, n \ll 1 = 2n 1≪n=2n,n≪1=2n
- 右移为算数右移,其向0取整 n ≫ 1 = ⌊ n 2 ⌋ n \gg 1 = \lfloor \frac{n}{2} \rfloor n≫1=⌊2n⌋
Example 1.1
最短Hamilton路径 https://www.acwing.com/problem/content/93/:给定一张含有n
(
n
<
20
)
(n < 20)
(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 f^{n-1}i fn−1i,将该路径加上最后一个通向节点 i i 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
)
2^n(100...000) > 2^{n} - 1(011...111)
2n(100...000)>2n−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 n n 为偶数,则 n x o r 1 = n + 1 n\;xor\;1 = n + 1 nxor1=n+1
- n n n 为奇数,则 n x o r 1 = n − 1 n\;xor\;1 = n - 1 nxor1=n−1
常用于存储无向图时将正反两边存入 n , n + 1 n, n + 1 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
l
o
w
b
i
t
(
(
1010
)
b
)
=
(
10
)
b
lowbit((1010)_b)=(10)_b
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 l o g 2 log_2 log2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 l o g 2 log_2 log2。具体做法是预先在 H H H数组中按照下面规则填入: H ( 1 ≪ i ) = i H(1 \ll i) = i H(1≪i)=i,此时使用 H ( l o w b i t ( n ) ) H(lowbit(n)) H(lowbit(n))即可得到位数。
要缩减 H H H数组的长度,可以利用如下性质: 2 k m o d 37 2^k \; mod \; 37 2kmod37 在 k ∈ [ 0 , 35 ] k \in [0, 35] k∈[0,35]时结果各不相同,可以填入 H ( 1 ≪ i m o d 37 ) = i H(1 \ll i\; mod \; 37) = i H(1≪imod37)=i,并使用 H ( l o w b i t ( n ) m o d 37 ) H(lowbit(n) \; mod \; 37) H(lowbit(n)mod37)索引。