当前位置: 首页 > news >正文

【Java基础】14、位与()操作与快速取模

由于位运算直接对内存数据进行操作,不需要转成十进制,因此处理速度非常快。

 

按位与(Bitwise AND),运算符号为&

a&b 的操作的结果:a、b中对应位同时为1,则对应结果位也为1、

例如:

10010001101000101011001111000

&           111111100000000

---------------------------------------------

                    101011000000000

 

10101100000000进行右移8位得到的是101011,这就得到了a8~15位的掩码了。

那么根据这个启示,判断一个整数是否是处于 0-65535(2^16) 之间(常用的越界判断):

用一般的 (a >= 0) && (a <= 65535) 可能要两次判断。

改用位运算只要一次:

a & ~((1<< 16)-1)

1
2
3
4
5
6
Ex:
1 0000 0000 0000 0000                                //1 << 16 = 65536
0 1111 1111 1111 1111                                //(1 << 16) -1 = 65535
1111 11... 0000 0000 0000 0000                   //上一步结果~运算,高位都置1,小于65536的位置0,
 
a & 1111 .. 0000 0000 0000 0000              //为真,说明高位有值,大于65535

  

后面的常数是编译时就算好了的。其实只要算一次逻辑与就行了。

 

常用技巧:

 

1、 用于整数的奇偶性判断

 

一个整数a, a & 1 这个表达式可以用来判断a的奇偶性。二进制的末位为0表示偶数,最末位为1表示奇数。使用a%2来判断奇偶性和a & 1是一样的作用,但是a & 1要快好多。

 

2、 判断n是否是2的正整数冪

 

(!(n&(n-1)) )&& n

 

举个例子:

如果n = 16 = 10000, n-1 = 1111

那么:

10000

& 1111

----------

           0

再举一个例子:如果n = 256 = 100000000, n-1 = 11111111

那么:

100000000

&11111111

--------------

0

好!看完上面的两个小例子,相信大家都有一个感性的认识。从理论上讲,如果一个数a他是2的正整数幂,那么a 的二进制形式必定为1000…..(后面有0个或者多个0),那么结论就很显然了。

 

3、 统计n中1的个数

 

朴素的统计办法是:先判断n的奇偶性,为奇数时计数器增加1,然后将n右移一位,重复上面步骤,直到移位完毕。

朴素的统计办法是比较简单的,那么我们来看看比较高级的办法。

 

举例说明,考虑2位二进制数 n=11,里边有2个1,先提取里边的偶数位10,奇数位01,把偶数位右移1位,然后与奇数位相加,因为每对奇偶位相加的和不会超过“两位”,所以结果中每两位保存着数n中1的个数;相应的如果n是四位整数 n=0111,先以“一位”为单位做奇偶位提取,然后偶数位移位(右移1位),相加;再以“两位”为单位做奇偶提取,偶数位移位(这时就需要移2位),相加,因为此时没对奇偶位的和不会超过“四位”,所以结果中保存着n中1的个数,依次类推可以得出更多位n的算法。整个思想类似分治法。
在这里就顺便说一下常用的二进制数:

0xAAAAAAAA=10101010101010101010101010101010

0x55555555 = 1010101010101010101010101010101(奇数位为1,以1位为单位提取奇偶位)

 

0xCCCCCCCC = 11001100110011001100110011001100

0x33333333 = 110011001100110011001100110011(以“2位”为单位提取奇偶位)

 

0xF0F0F0F0 = 11110000111100001111000011110000

0x0F0F0F0F = 1111000011110000111100001111(以“8位”为单位提取奇偶位)

 

0xFFFF0000 =11111111111111110000000000000000

0x0000FFFF = 1111111111111111(以“16位”为单位提取奇偶位)

 

例如:32位无符号数的1的个数可以这样数:

 
int count_one(unsigned long n)
{
//0xAAAAAAAA,0x55555555分别是以“1位”为单位提取奇偶位
n = ((n & 0xAAAAAAAA) >> 1) + (n & 0x55555555);

//0xCCCCCCCC,0x33333333分别是以“2位”为单位提取奇偶位
n = ((n & 0xCCCCCCCC) >> 2) + (n & 0x33333333);

//0xF0F0F0F0,0x0F0F0F0F分别是以“4位”为单位提取奇偶位
n = ((n & 0xF0F0F0F0) >> 4) + (n & 0x0F0F0F0F);

//0xFF00FF00,0x00FF00FF分别是以“8位”为单位提取奇偶位
n = ((n & 0xFF00FF00) >> 8) + (n & 0x00FF00FF);

//0xFFFF0000,0x0000FFFF分别是以“16位”为单位提取奇偶位
n = ((n & 0xFFFF0000) >> 16) + (n & 0x0000FFFF);

return n;
}
举个例子吧,比如说我的生日是农历 2月11,就用211吧,转成二进制:

n = 11010011

计算n = ((n & 0xAAAAAAAA) >> 1) + (n & 0x55555555);

得到 n = 10010010

计算n = ((n & 0xCCCCCCCC) >> 2) + (n & 0x33333333);

得到 n = 00110010

计算n = ((n & 0xF0F0F0F0) >> 4) + (n & 0x0F0F0F0F);

得到 n = 00000101 -----------------à无法再分了,那么5就是答案了。

4、对于正整数的模运算(注意,负数不能这么算)

 

先说下比较简单的:

乘除法是很消耗时间的,只要对数左移一位就是乘以2,右移一位就是除以2,传说用位运算效率提高了60%。

2^k众所周知: n<<k。所以你以后还会傻傻地去敲2566*4的结果10264吗?直接2566<<4就搞定了,又快又准确。

 

2^k众所周知: n>>k。

 

那么 mod 2^k 呢?(对2的倍数取模)

n&((1<<k)-1)

用通俗的言语来描述就是,对2的倍数取模,只要将数与2的倍数-1做按位与运算即可。

好!方便理解就举个例子吧。

思考:如果结果是要求模2^k时,我们真的需要每次都取模吗?

 

在此很容易让人想到快速幂取模法。

快速幂取模算法

经常做题目的时候会遇到要计算 a^b mod c 的情况,这时候,一个不小心就TLE了。那么如何解决这个问题呢?位运算来帮你吧。

 

首先介绍一下秦九韶算法:(数值分析讲得很清楚)

把一个n次多项式f(x) = a[n]x^n+a[n-1]x^(n-1)+......+a[1]x+a[0]改写成如下形式:

  f(x) = a[n]x^n+a[n-1]x^(n-1))+......+a[1]x+a[0]

  = (a[n]x^(n-1)+a[n-1]x^(n-2)+......+a[1])x+a[0]

  = ((a[n]x^(n-2)+a[n-1]x^(n-3)+......+a[2])x+a[1])x+a[0]

  =. .....

  = (......((a[n]x+a[n-1])x+a[n-2])x+......+a[1])x+a[0].

  求多项式的值时,首先计算最内层括号内一次多项式的值,即

  v[1]=a[n]x+a[n-1]

  然后由内向外逐层计算一次多项式的值,即

  v[2]=v[1]x+a[n-2]

  v[3]=v[2]x+a[n-3]

  ......

  v[n]=v[n-1]x+a[0]

这样,求n次多项式f(x)的值就转化为求n个一次多项式的值。

 

好!有了前面的基础知识,我们开始解决问题吧

(a ×b) mod c=( (a mod c) × b) mod c.

我们可以将 b先表示成就:

b = a[t] × 2^t + a[t-1]× 2^(t-1) + …… + a[0] × 2^0. (a[i]=[0,1]).

这样我们由 a^b mod c = (a^(a[t] × 2^t + a[t-1]× 2^(t-1) + …a[0] × 2^0) mod c.

然而我们求 a^( 2^(i+1) ) mod c=( (a^(2^i)) mod c)^2 mod c .求得。

具体实现如下:

使用秦九韶算法思想进行快速幂模算法,简洁漂亮

 
// 快速计算 (a ^ p) % m 的值
__int64 FastM(__int64 a, __int64 p, __int64 m)
{
if (p == 0) return 1;
__int64 r = a % m;
__int64 k = 1;
while (p > 1)
{
if ((p & 1)!=0)
{
k = (k * r) % m;
}
r = (r * r) % m;
p >>= 1;
}
return (r * k) % m;
}
 

http://acm.pku.edu.cn/JudgeOnline/problem?id=3070

 

5、计算掩码

比如一个截取低6位的掩码:0×3F
用位运算这么表示:(1<< 6) - 1
这样也非常好读取掩码,因为掩码的位数直接体现在表达式里。

按位或运算很简单,只要a和b中相应位出现1,那么a|b的结果相应位也为1。就不多说了。

6、子集

  枚举出一个集合的子集。设原集合为mask,则下面的代码就可以列出它的所有子集:



  for (i = mask ; i ; i = (i - 1) & mask) ;

转载于:https://www.cnblogs.com/wangzhongqiu/p/8244858.html

相关文章:

  • mysql中主键和唯一键的区别
  • python:常用模块一
  • h5端提示下载app
  • 超星网站cc++
  • Java 多线程 临界区
  • 常见的接口与类 -- Comparator
  • mysql 乱码
  • time and datatime
  • day3-3.6局部变量
  • LCT
  • CSS一个属性,让图片后的文字垂直居中,效果看得见
  • wpf APlayer 播放
  • Nearest Common Ancestors
  • BZOJ 2956 模积和
  • lnmp安装
  • 《剑指offer》分解让复杂问题更简单
  • CSS魔法堂:Absolute Positioning就这个样
  • Dubbo 整合 Pinpoint 做分布式服务请求跟踪
  • Java 9 被无情抛弃,Java 8 直接升级到 Java 10!!
  • Median of Two Sorted Arrays
  • nodejs调试方法
  • Python socket服务器端、客户端传送信息
  • 开源中国专访:Chameleon原理首发,其它跨多端统一框架都是假的?
  • 双管齐下,VMware的容器新战略
  • 我是如何设计 Upload 上传组件的
  • 优化 Vue 项目编译文件大小
  • 找一份好的前端工作,起点很重要
  • 正则表达式小结
  • postgresql行列转换函数
  • TPG领衔财团投资轻奢珠宝品牌APM Monaco
  • #LLM入门|Prompt#2.3_对查询任务进行分类|意图分析_Classification
  • #基础#使用Jupyter进行Notebook的转换 .ipynb文件导出为.md文件
  • $ git push -u origin master 推送到远程库出错
  • $redis-setphp_redis Set命令,php操作Redis Set函数介绍
  • (1)Android开发优化---------UI优化
  • (LeetCode) T14. Longest Common Prefix
  • (pojstep1.1.2)2654(直叙式模拟)
  • (附源码)springboot人体健康检测微信小程序 毕业设计 012142
  • (附源码)ssm高校升本考试管理系统 毕业设计 201631
  • (一)UDP基本编程步骤
  • .md即markdown文件的基本常用编写语法
  • .net 程序 换成 java,NET程序员如何转行为J2EE之java基础上(9)
  • .net 写了一个支持重试、熔断和超时策略的 HttpClient 实例池
  • .net通用权限框架B/S (三)--MODEL层(2)
  • .Net转Java自学之路—SpringMVC框架篇六(异常处理)
  • @Transactional 竟也能解决分布式事务?
  • [2021]Zookeeper getAcl命令未授权访问漏洞概述与解决
  • [AI]文心一言爆火的同时,ChatGPT带来了这么多的开源项目你了解吗
  • [Android]如何调试Native memory crash issue
  • [AX]AX2012 AIF(四):文档服务应用实例
  • [BUUCTF]-Reverse:reverse3解析
  • [BZOJ1089][SCOI2003]严格n元树(递推+高精度)
  • [C# 基础知识系列]专题十六:Linq介绍
  • [C#]C# OpenVINO部署yolov8图像分类模型
  • [C++] 多线程编程-thread::yield()-sleep_for()