c++子集枚举

C++利用位运算枚举集合的所有子集 这里有如下知识点: (1)>>代表二进制右移一位,即:最前面的那位变成0,最后面的那位被“干掉” (2)<<代表二进制左移一位,即:在最后面加一个0,前面的序列不变 (3)&运算符:对于运算的两个数,只有当对应位均为1时该位的运算结果等于1,否则该位的运算结果为0 (4)(x>>0) & 1可以取出x的最后一位(二进制) => 推广... 阅读详情

相信大家都做过 烤鸡 这道题。但 10 10 10 个循环实在太麻烦。若要 100 、 1000 100、1000 100、1000 个循环呢?

子集枚举!

一、子集枚举的定义

什么是子集枚举?

  • 对于一个数据,若每个数据只有 2 2 2 种状态,例如:选或不选,选第一种或第二种……这时,子集枚举就成为一种很好的选择。
  • 因为每个数据只有 2 2 2 种状态,由此想到 2 2 2 进制。 0 0 0 代表第一种状态, 1 1 1 代表第二种状态。此时每个十进制数在二进制下的表示就代表一种状态。

二、代码实现

#include <cstdio>
#include <algorithm>
using namespace std;

int n;  // n 表示共有几个数据

// 子集枚举
void work() {
   
   
    int U = (1 << n); // (1 << n) 意为 pow(2, n) 。但不同的是,(1 << n) 为 int 类型, pow(2, n) 为 double 类型。根据情况自己选择。
    // 0(10) = 0000(2) 是一种选择, 但U(10) = 100...0(n 个 0) 不是选择。所以枚举范围是 [0, U) 。
    for(int S = 0; S < U; S++) /*遍历每种情况*/ {
   
   
        if(/*判断语句*/ )
            /*执行语句*/;
    }
    /*
    例:
    int ans = 0;
    for(int S = 0; S < U; S++) {
        if(__builtin_popcount(S) == k) // 这个函数意为计算 S 在
C++之暴力算法突破-二进制枚举子集 问题描述 给定一个集合,枚举所有可能的子集。枚举子集的方法有很多,这里介绍一种非常方便的枚举子集方法——二进制法。 我们可以用二进制的一位表示集合对应的某一元素的选取状态,1表示选取,0表示未选取。 举个栗子呢,我们拥有一个集合 {0,1,2,3,4,6} 。那么二进制 0101101 就代表集合 {0,2,3,5} ,具体如下: 2进制位数 6 5 4 3 ... 阅读详情

相关推荐

C++知识:枚举

什么是枚举 枚举算法是一种经典的暴力算法,是通过遍历所有候选答案以找到正确的解的问题解决策略; 枚举的基本框架 1.给出解空间 建立数学模型,确立候选答案的范围,从数学的角度说:就是给出可能解的集合,这是最关键的一步,确立正确的解空间是应用枚举算法的前提。 2.找到枚举的具体方法 在确立了正确的解空间后,还要知道怎么枚举才能找到正确的答案。 对于不同的问题,枚举的具体方法很可能是不同的。 枚举的种类 1.循环枚举 通过数层循环来达到穷举解空间里的解,找到正确的答案,是最基本的枚举算法 例: 求小于 N

m0_50068082的博客 2168

【子集dp】题解:AT_dp_u Grouping_位运算枚举子集_状压dp_C++_算法竞赛

本文介绍了状压DP解决兔子分组问题的思路。通过二进制状态表示兔子选择情况,状态转移考虑两种方式:直接计算当前集合不分组时的收益,或枚举所有子集进行分组转移。关键点在于使用位运算技巧高效枚举子集(j=(j-1)&i),并分析得出时间复杂度为O(3^n)。代码实现了该算法,预处理各状态收益后,通过比较分组与不分组情况的最大值得到最终解。该方法本质上是一种子集DP,适用于处理集合划分的最优化问题。

YLCHUP的博客 622

[UE5蓝图基础二]1.[1d混合空间] 走和跑的动画切换(shift切换)

再双击”run”进去 我们需要给他指定一个动画姿势,这里就需要给他我们前面做的”1d”混合空间,然后可以看到”1d” 上有个speed参数,代表的速度 从前面的逻辑来看需要通过控制速度来切换动画,那么必然不能写死速度,把速度提升为变量传递进来即可,所以就得到以下蓝图节点。混合空间的概念:混合空间就是可以将角色多个动画混合在一起 ,我们创建动画类就是创建个”Animation”文件夹 在文件夹内创建混合空间。我们目前要实现的是一个走和跑的功能 那么创建1d即可。到这一步混合空间已经做完 下一步做”动画蓝图”

qq_30584617的博客 3299

视觉巡线小车(STM32+OpenMV)——技术总结

在现代机器人技术中,视觉巡线是一种常见的导航方式,它允许机器人通过识别和跟踪地面上的线路来自主导航。本文将总结使用STM32微控制器和OpenMV视觉模块来实现视觉巡线小车的关键技术和步骤。

weixin_66608063的博客 3076

OpenStack [ compute_id ] 设计上的小缺陷

而 nova 代码中硬编码(或默认配置)将 compute_id 放在 site-packages 目录,属于 设计上的小缺陷—— 把 “库安装目录” 和 “运行时数据目录” 混在一起了,才导致需要临时调整这个目录的权限。# 配置项说明:node_identity_file 是 nova 用于指定节点标识文件路径的官方配置项,优先级高于代码中的默认路径。自定义 compute_id 路径,指向 /var/lib/nova/ 目录下的 compute_id 文件;

求知若渴,虚心若愚。 491

机器学习实战7-基于机器学习算法预测相亲成功率

大家好,我是微学AI,今天给大家介绍一下机器学习实战7-基于机器学习算法预测相亲成功率,随着社会的发展,大家都忙于事业,对自己的终身大事就耽搁了,相亲是一种传统的寻找伴侣的方式,随着时代的发展,相亲的方式也在不断地改变。在这个过程中,了解相亲双方的信息以及预测相亲是否成功变得越来越重要。本文将介绍如何使用随机森林算法对相亲成功进行预测,通过分析男女双方的房子、车子、长相、家庭条件、父母情况、生活习惯、学历、性格、兴趣等因素,来预测相亲是否成功。

微学AI的博客 3031

Python爬虫实战:实时爬取东方财富网股票行情

东方财富网实时行情(价格、涨跌幅、成交量等)K线图、分时图、技术指标市盈率、换手率、总市值等指标相比某些收费API,东方财富网页端接口不需要登录、免费、响应快、封装清晰,适合爬虫实践。东方财富网股票数据接口分析实时数据抓取与字段提取数据结构化处理自动化批量抓取多线程加速采集数据可视化展示支持存储为CSV/Excel/数据库。

2201_76125261的博客 1万+

十五、SAP-物料需求计划(MRP)

业务逻辑、功能讲解、图文解析、章节总结

m0_72403327的博客 1089

996引擎 - 读写变量性能测试

单轮100万次读写,取3轮平均耗时(毫秒),有效读取率均为100%,数值越小性能越优。

灵台方寸山斜月三星洞 244

【论文复现】水下单光子激光雷达设计 Sequential Multimodal Underwater Single

针对对慢速小水下目标进行远距离、高分辨率重建的需求,单光子激光雷达(LiDAR)目标重建技术的研究正在进行。本文报告了一种基于时空序列融合的顺序多模态水下单光子 LiDAR 自适应目标重建算法,该算法具有强大的信息提取和噪声过滤能力,能够从复杂的回波光子计数和空间像素关系中重建目标的深度和反射强度信息。该方法包括三个步骤:数据预处理、序列优化极值推断滤波以及图像优化协同变分策略,以实现复杂水下环境下的高质量目标重建。

u012133341的博客 291

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

上一篇: c++快读快写
下一篇: c++线性表
return_dr
博客等级 码龄5年 216粉丝 105原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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