本文中^表示乘方
问题需求:计算32位整型数中的'1'的个数
思路分析:
1.整型数 i 的数值,实际上就是各位乘以权重——也就是一个以2为底的多项式:
i = A0*2^0+A1*2^1+A2*2^2+...
因此,要求1的位数,实际上只要将各位消权:
i = A0+A1+A2+...
所得的系数和就是'1'的个数。
2.对任何自然数n的N次幂,用n-1取模得数为1,证明如下:
若 n^(k-1) % (n-1) = 1 成立
则 n^k % (n-1) = ((n-1)*n^(k-1) + n^(k-1)) % (n-1) = 0 + n^(k-1) % (n-1) = 1 也成立
又有 n^(1-1) % (n-1) = 1
故对任意非负整数N, n^N %(n-1)=1
3.因此,对一个系数为{Ai}的以n为底的多项式P(N), P(N)%(n-1) = (sum({Ai})) % (n-1) ;
如果能保证sum({Ai}) < (n-1),则 P(N)%(n-1) = (sum({Ai})) ,也就是说,此时只要用n-1对多项式取模,就可以完成消权,得到系数和。
于是,问题转化为,将以2为底的多项式转化为以n为底的多项式,其中n要足够大,使得n-1 > sum({Ai})恒成立。
32位整型数中Ai=0或1,sum({Ai})<=32。n-1 > 32 ,n需要大于33。
因此取n=2^6=64>33作为新多项式的底。
4.将32位二进制数的每6位作为一个单位,看作以64为底的多项式:
i = t0*64^0 + t1*64^1 + t2*64^2 + t3*64^3 + ...
各项的系数ti就是每6位2进制数的值。
这样,只要通过运算,将各个单位中的6位数变为这6位中含有的'1'的个数,再用63取模,就可以得到所求的总的'1'的个数。
5.取其中任意一项的6位数ti进行考虑,最简单的方法显然是对每次对1位进行mask然后相加,即
(ti>>5)&(000001) + (ti&>>4)(000001) + (ti>>3)&(000001) + (ti>>2)&(000001) + (ti>>1)&(000001) + ti&(000001)
其中000001位2进制数
由于ti最多含有6个1,因此上式最大值为000110,绝不会产生溢出,所以上式中的操作完全可以直接对整型数 i 进行套用,操作过程中,t0~t6将并行地完成上式的运算。
注意:不能将&运算提取出来先+后&,想想为什么。
因此,bit count的实现代码如下:
但MIT HAKMEM最终的算法要比上面的代码更加简单一些。
为什么说上面的式子中不能先把(ti>>k)都先提取出来相加,然后再进行&运算呢?
因为用&(000001)进行MASK后,产生的有效位只有1位,只要6位数中的'1'个数超过1位,那么在"先加"的过程中,得数就会从最低位中向上溢出。
但是我们注意到,6位数中最多只有6个'1',也就是000110,只需要3位有效位。上面的式子实际上是以1位为单位提取出'1'的个数再相加求和求出6位中'1'的总个数的,所以用的是&(000001)。如果以3位为单位算出'1'的个数再进行相加的话,那么就完全可以先加后MASK。算法如下:
tmp = (ti>>2)&(001001) + (ti>>1)&(001001) + ti&(001001)
(tmp + tmp>>3)&(000111)
C代码:
注:代码中是使用8进制数进行MASK的,11位8进制数为33位2进制数,多出一位,因此第一位八进制数会把最高位舍去(7->3)以免超出int长度。
从第一个版本到第二个实际上是一个“提取公因式”的过程。用1组+, >>, &运算代替了3组。并且已经提取了"最大公因式"。然而这仍然不是最终的MIT HAKMEM算法,不过已经非常接近了,看看代码吧。
MIT HAKMEM算法:
又减少了一组+, >>, &运算。被优化的是3位2进制数“组”内的计算。再回到多项式,一个3位2进制数是4a+2b+c,我们想要求的是a
+b+c,n>>1的结果是2a+b,n>>2的结果是a。
于是: (4a+2b+c) - (2a+b) - (a) = a + b + c
中间的MASK是为了屏蔽"组间""串扰",即屏蔽掉从左边组的低位移动过来的数。
总结
第一次自己写算法分析,感觉收获还是蛮大的。
看算法的时候都是看这个算法是如何工作的,写的过程则是去模拟发现者的思路,看这个算法是如何被推导出来的,把思路反过来又重新梳理了一遍。
最大的感慨是数学对于算法的重要性。这个算法最开始的思路就是多项式消权,并且贯穿了整个算法推导和优化的过程。而第二步的必要条件则是对取模和幂运算关系的了解。优化的第一步用到了“提取公因式”思想,第二步则回归到了多项式的基本运算。
其中除了取模和幂运算的知识不算太基础以外,其他无一例外都是初中以内的数学知识与思想。特别是对2进制数本质的理解,所有人都清楚如何求得一个二进制整型数的数值,但是却很少有人对其多项式本质始终保持着清晰的认识。
就是这些小得不能再小,基础得不能再基础的地方,决定了我们的水平。