计算机里的内存都是用 二进制 储存的,说白了位运算就是对这些 二进制数 去操作
由于是直接对 二进制数 去进行操作,就会有许多优秀的性质.
一般来说有这么几个常用的 位运算 符号 :
位运算符号 名称 规则 例子 & 与运算符 相同位的两个数字都为 \(1\) 则为 \(1\); 若有一个不为 \(1\), 则为 \(0\) 1100 & 1010 = 1000 | 或运算符 相同位要有一个为 1 则为 1 1100 | 1010 = 1110 ^ 异或运算符 相同位不同则为 \(1\), 相同则为 \(0\) 1100 ^ 1010 = 0110 ~ 取反运算符 \(0\) 和 \(1\) 全部取反 ~1001 = 0110 << 左移运算 x << n 相当与 \(x \times 2 ^ n\) 101 << 2 = 10100 >> 右移运算 x >> n 相当于 \(x / 2 ^ n\) 1010 >> 2 = 10
一个二进制数的 \(0/1\) 可以代表集合中某一个元素选与不选 既然这样我们只要枚举一个二进制数就可以代替递归版本的 dfs 这样做虽然可以避免递归操作的较大常数 但是我们只得到了一个二进制数,我们还要把它用 \(O(logn)\) 的时间复杂度把它解码,emmm...反正看情况哪个方便用哪个呗qwq
for(int i = S; i; i = i - 1 & S)
for(int i = S; i; i = i + 1 | S)
int x, b, t, c, m, r; x = BinRd(); b = x & -x; t = x + b; c = t ^ x; m = (c >> 2) / b; r = t | m;
1.求:
\[ \sum_{i = 1}^n\sum_{j =1}^iA_i xor A_j \]
可以去处理数组 \(pre[i][32][0 / 1]\) 表示 \(i\) 之前的数某一位上有多少个 \(0 / 1\)每一位分别 \(logn\) 计算答案,\(logn\) 修改 前缀 \(pre\) 数组
假如把 \(xor\) 换成 \(and\) 的话只要计算某一位上有多少个 \(1\) 就好了,可以少一维
2.求:
\[ \sum_{i < j < k} (A_ixorA_j) \times (A_jxorA_k) \]
发现 \(j\) 在中间,那么我们求一个 \(bit[32][0 / 1]\) 前缀和,求一个 \(bit[32][0 / 1]\) 后缀和枚举每一个位置 \(logn\) 计算就好了
原文:https://www.cnblogs.com/Lskkkno1/p/11420783.html