二进制 快速count 1

本文介绍三种高效算法来计算一个32位无符号整数二进制表示中1的个数,包括基本位操作、查表法及位归并算法。

转载:http://www.cnblogs.com/grenet/archive/2011/06/10/2077228.html

http://www.cppblog.com/zenliang/articles/131761.html


 原题:一个正整数,转成二进制后,这个二进制数包含多少个1?

  这个问题在网上看过多次,几番思考,也没有什么好的办法。采用最基本的办法,逐位判断,是1的统计加1,最后将统计数返回。

  以下是这个思路的VB2008代码,不失一般性,将正整数的范围控制在(1~231-1)

  Private Function GetCount1OfValue(ByVal Value As IntegerAs Integer
    Dim i As Integer, Count As Integer = 0
    For i = 0 To 30
      If (Value And 2 ^ i) = 2 ^ i Then Count += 1
    Next
    Return Count
  End Function

 

  但是近日,在网上发现一个很巧妙的算法,能够快速实现上述的计算功能。代码贴于下方

  Private Function GetCount1OfValue(ByVal Value As IntegerAs Integer  

    Dim Count As Integer = 0

    Do While Value > 0

      Value = Value And (Value - 1)

      Count +=1

    Loop

    Return Count

  End Function

 

  这段代码的精髓就是在这一句:Value = Value And (Value - 1)

  曾经用过类似语句的在我的博客“判断是否是2的N次方——证明x & (x - 1)==0的正确性

  那么这句语句到底起到什么作用呢?看下面的分析

  假设Value=X1X2……Xn-1Xn,其中Xi(1≤i≤n)为1或0

  不妨设Xi是最右边的1,那么Value就可以写成如下的形式

  Value=X1X2……Xi-1Xi0……0,其中(1≤i≤n),Xi后面有n-i个0

  因为Xi=1,所以Value=X1X2……Xi-110……0,其中(1≤i≤n),1后面有n-i个0

  则Value-1=X1X2……Xi-101……1,其中(1≤i≤n),0后面有n-i个1

  则Value And (Value-1)=X1X2……Xi-100……0,其中(1≤i≤n),Xi-1后面有n-i+1个0

  

  因此,Value And (Value-1)的效果把最右边的1变成0

  在上面的代码中,每把最右边的1变成0,则统计数加1,直到所有的1变成0为止。

 

  这两个算法,第一个算法的循环次数是固定的,是31次,无论数值是多少(必须在范围之内)。而第二个算法和Value中的1的个数有关,循环的次数就是1的个数,可见该算法之妙。

l


题目:给定一个无符号32位整数x,求x的二进制表示法中含1的个数?

第一种算法:

int OneCount(unsigned  int x)
{
  for(int count=0; x>0; count++)
    x&=x-1;//把最后面的1变0
  return count;
}


 上面算法的时间复杂度就是1的个数。

第二种算法(查表法):

const  int idx[256]= {0,1,1,,8} // 0~255中含1的个数
int OneCount(unsigned  int x)
{
  int count=0;
  for(; x>0; x>>=8)
     count+=idx[x&255];
  return count;
}

上面算法最多只需要4次循环,用空间换取时间。

第二种算法的另一种形式:

const  int idx[256]= {0,1,1,..,8}
int OneCount(unsigned  int x)
{
  unsigned char* p=(unsigned char*)&x;
  return idx[*p]+idx[*(p+1)]+idx[*(p+2)]+idx[*(p+3)];
}


第三种算法:

int OneCount(unsigned  int x)
{
  x=(x&0x55555555UL)+((x>>1)&0x55555555UL); //1
  x=(x&0x33333333UL)+((x>>2)&0x33333333UL);//2
  x=(x&0x0f0f0f0fUL)+((x>>4)&0x0f0f0f0fUL); //3
  x=(x&0x00ff00ffUL)+((x>>8)&0x00ff00ffUL); //4
  x=(x&0x0000ffffUL)+((x>>16)&0x0000ffffUL);//5
  return x;
}

解释:比如对于一个8位的整数122,用二进制表达0111 1010(abcd efgh),第1行代码的功能是x=0b0d 0f0h+0a0c 0e0g,两位一组,分别计算四组(a,b; c,d; e,f; g,h; )中1的个数,本例中x=0101 0000+0001 0101=0110 0101(更新的abcd efgh),在此基础上,再分组,就是第二行的功能x=00cd 00gh+00ab 00ef,四位一组(abcd; efgh),分别计算这两组包含1的个数,本例中x=00100001+0001 0001=0011 0010(更新abcd efgh),再8位一组,如第三行所示,x=0000 efgh+0000abcd=0000 0010+0000 0011=0000 0101=5,所以该整数122共包含5个1。

本算法思想:归并,对于一个32位的整数,先分成16组,统计每组(2位)中1的个数,再将统计的结果两两合并,得到8组,在此基础上又合并得到4组,2组,1组,进而得到最终结果。


内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合Koopman算子理论与递归神经网络(RNN)的数据驱动建模方法,旨在对非线性纳米定位系统进行有效线性化建模,并实现高精度的模型预测控制(MPC)。该方法利用Koopman算子将非线性系统映射到高维线性空间,通过递归神经网络学习系统的动态演化规律,构建可解释性强、计算效率高的线性化模型,进而提升预测控制在复杂不确定性环境下的鲁棒性与跟踪精度。文中给出了完整的Matlab代码实现,涵盖数据预处理、网络训练、模型验证与MPC控制器设计等环节,具有较强的基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)可复现性和工程应用价值。; 适合人群:具备一定控制理论基础和Matlab编程能力的研究生、科研人员及自动化、精密仪器、机器人等方向的工程技术人员。; 使用场景及目标:①解决高精度纳米定位系统中非线性动态响应带来的控制难题;②实现复杂机电系统的数据驱动建模与预测控制一体化设计;③为非线性系统控制提供一种可替代传统机理建模的有效工具。; 阅读建议:建议结合提供的Matlab代码逐模块分析实现流程,重点关注Koopman观测矩阵构造、RNN网络结构设计与MPC控制器耦合机制,同时可通过替换实际系统数据进行迁移验证,深化对数据驱动控制方法的理解与应用能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值