小小的集合

懒得修了，赶时间中，有空整改下格式。

第1题     集合相关复习

# 位掩码与集合操作实战指南

## 一、为什么用数字表示集合？

在算法竞赛和工程开发中，使用整数的二进制位表示集合（Bitmask）是最高效的集合存储方案：

- 时间复杂度：O(1)完成多数集合操作

- 空间复杂度：每个元素仅占1bit存储空间

- 运算效率：直接使用CPU位运算指令

## 二、二进制与集合的对应

以数字7为例：

十进制：7 → 二进制：0111

集合解读：{元素0, 元素1, 元素2}

位索引：从右往左编号（最低位为第0位）

## 三、基础位运算操作

### 1. 元素存在性检测

bool contains(int mask, int pos) {

    return (mask & (1 << pos)) != 0;

}

 

### 2. 添加元素

int addElement(int mask, int pos) {

    return mask | (1 << pos);

}

 

### 3. 删除元素

int removeElement(int mask, int pos) {

    return mask & ~(1 << pos);

}

 

### 4. 元素切换（异或妙用）

int toggleElement(int mask, int pos) {

    return mask ^ (1 << pos);

}

 

5. 计算集合大小

int countElements(int mask) {

    return __builtin_popcount(mask); // GCC内置函数

}

 

## 四、子集枚举的四种姿势

### 1. 暴力遍历法

```cpp

int n = 3; // 元素总数

for(int subset=0; subset<(1<<n); ++subset) {

    // 处理子集

}

```

 

### 2. 掩码递减法（推荐）

```cpp

int mask = 0b0111; // 原始集合

for(int subset=mask; subset; subset=(subset-1)&mask) {

    // 处理子集

}

// 包含空集的处理：

for(int subset=mask; ; subset=(subset-1)&mask) {

    // 处理子集

    if(subset == 0) break;

}

```

 

### 3. 递归生成法

```cpp

void dfs(int pos, int current) {

    if(pos == n) {

        // 处理current表示的集合

        return;

    }

    dfs(pos+1, current);            // 不选当前元素

    dfs(pos+1, current|(1<<pos));   // 选择当前元素

}

```

 

### 4. 按大小分层枚举

```cpp

int mask = 0b0111;

for(int k=0; k<=__builtin_popcount(mask); k++){

    int subset = (1<<k)-1; // 初始模板

    while(subset < (1<<n)) {

        if((subset & mask) == subset) {

            // 处理大小为k的子集

        }

        int x = subset & -subset;

        int y = subset + x;

        subset = ((subset & ~y) / x >> 1) | y;

    }

}

```

 

## 五、进阶技巧与应用

### 1. 集合运算

```cpp

并集：a | b

交集：a & b

差集：a & (~b)

对称差：a ^ b

```

 

### 2. 快速查找技巧

```cpp

最低有效位：mask & -mask

最高有效位：1 << (31 - __builtin_clz(mask))

删除最低位：mask & (mask-1)

```

 

### 3. 动态规划应用

状态压缩DP示例（旅行商问题）：

```cpp

int dp[1<<20][20]; // dp[mask][pos]表示访问mask集合后到达pos的最小花费

```

 

## 六、注意事项

1. 位数限制：int类型通常为32位，long long为64位

2. 语言差异：Python支持无限位操作，但效率较低

3. 调试技巧：用bitset<32>(mask).to_string() 查看二进制

4. 性能陷阱：当n>20时，O(2^n)算法不可行

 

## 七、典型应用场景

1. 组合数生成

2. 集合覆盖问题

3. 状态压缩动态规划

4. 权限管理系统

5. 开关控制问题

 

## 总结

掌握位掩码技术能显著提升处理小型集合的效率，建议通过LeetCode 78（子集）、LeetCode 51（N皇后）等题目进行实战演练。记住：当集合元素超过20个时，需考虑其他优化方案。