线性基(处理集合异或的强力工具)

2024-01-29 12:38

本文主要是介绍线性基(处理集合异或的强力工具),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

看了好多篇关于线性基的博客,只是说明了怎么求线性基,但是大都没有说明为什么这样求线性基。


定义:

有一个集合 S  = {a1,a2...,an},T的满足下面条件的一个最小子集A = {a1,a2,....,ak}

A的所有子集的异或和的值域与T的所有子集的异或和的值域相同,那么A就是T的线性基。


预备知识:

1、张成:S的所有子集,其异或和的所有可能的结果组成的集合,为S的张成,记作span(S)。


2、线性相关:对于一个集合S,如果存在一个元素Sj,去除这个元素后得到的集合S'的张成span(S')中包含Sj,即SJspan(S'),则称集合S是线性相关的。如果不存在这样的Sj,那么集合S就是线性无关的。


3、线性基:有了上面两个名词,我们还可以这样定义线性基。

    (1)A ⊆ span(S)

    (2)A是线性无关的

则集合A是集合S的线性基。


性质:

1、A是一个集合的线性基,那么它的任何真子集都不可能是线性基;

2、S中所有的向量都可以按唯一的方式表达为 A 中元素的线性组合(也就是异或和)。


构造:

我们令集合中的数为a1,a2,....,an,b[ ]数组用来存储线性基里面的数。(下面的二进制的位数下标从0开始)

第一种情况:找到ai的最高位,假如是第j位,如果b[j]还没有数,即b[j] = 0,那么现在b数组中的数的张成肯定不包含ai,那么我们就可以b[j] = a[i],然后利用已经在线性基里的最高位小于j的把b[j]二进制中的1给消掉,具体就是 b[j] ^= b[k] ( k < j && b[j]的第k位为1 && b[k] != 0) ,然后用同样的方法把大于j的也消掉。

第二种情况:找到ai的最高位,假如是第j位,如果b[j]已经有数,就判断现在线性基的张成span(a1,a2...,ai-1)包不包含ai,如果包含,那么ai就没有必要加进线性基。怎么判断呢,我们如果ai的第j位为1且b[j] != 0,那么我们就把ai的值异或上b[j],依次往后判断,直到ai当前的最高位对应的b[j] == 0,就可以把ai加入线性基,执行上面第一种情况的操作,或者ai为0,就丢掉ai。

代码如下:

void create()
{for(int i=1;i<=n;i++){for(int j=60;j>=0;j--){if((1LL<<j)&a[i]){if(b[j] != 0)a[i] ^= b[j];else{b[j] = a[i];for(int k=j-1;k>=0;k--)if(((1LL<<k)&b[j]) && b[k])b[j] ^= b[k];for(int k=j+1;k<=60;k++)if(((1LL<<j)&b[k]))b[k] ^= b[j];break;}}}}
}

这段代码是维护一个对角矩阵,加入一行之后,先用下面的行消自己,然后再用自己去消上面的行。

我们来演示一下这个过程:

加入n = 5,a = {7,1,3,4,5}

初始矩阵: 

                            0 0 0 

                            0 0 0

                            0 0 0

插入7之后:

                            1 1 1

                            0 0 0 

                            0 0 0 

插入3之后,为了维护对角矩阵,把7的低位消掉:

                            1 0 0

                            0 1 1 

                            0 0 0

插入1之后,把1上面的行的低位都消掉:

                            1 0 0 

                            0 1 0

                            0 0 1

然后就发现后面那几个数都已经包含在b数组的张成里了,加不进去了。


上述过程是把线性基维护成一个对角矩阵,其实我们还有一种代码量比较少的线性基的构造方法,就是只把矩阵消成上三角矩阵,这样的话同样可以知道哪一位存在于线性基内。


线性基的操作:

我们把线性基封装成一个结构体,这样使用起来方便一点:

struct LineBasis
{LL b[66];LL p[66];int cnt;int max_b = 62;LineBasis(){memset(b,0,sizeof(b));memset(p,0,sizeof(p));cnt = 0;}
}

这里的b数组就是用于存线性基里的数,这个cnt是记录线性基里面有多少个数。

那么这个cnt有什么作用呢,2的cnt次幂就是这个线性基所有子集异或和能构成的不同元素的个数(这里包括零)。

max_b是最大那个数二进制的长度

下面介绍他的各个函数:

1、插入

上面虽然展示了一种线性基的构造方法,那个方法可以提现出线性基的性质,但是下面我们用它比较方便的写法:

    bool Insert(LL val){for(int i=max_b;i>=0;i--){if((1LL<<i)&val){if(b[i] == 0){b[i] = val;break;}val ^= b[i];}}if(val > 0)cnt++;return val > 0;}



2、合并:

把一个线性基里的元素一个一个的Insert到另一个里面,就完成了合并。

    LineBasis Merge(LineBasis n1,LineBasis n2){LineBasis ret = n1;for(int i=0;i<=max_b;i++)if(n2.b[i])ret.Insert(n2.b[i]);return ret;}


线性基的用途:

1、求一组数所有组合能构成的不同异或和的个数:

求出这组数的线性基,线性基里数的个数为cnt,答案就为2的cnt次幂

hihocoder1723 子树统计


2、存在性:

查询x是否存在于异或集合中,跟上面构造方法的思想相似,从高位到低位扫描x位1的二进制位,扫到第i位时,x ^= b[i],如果最后x变为0,则存在,否则不存在。


3、最大值:

求异或集合中的最大值

如果消成对角矩阵的话,直接把线性基中的所有元素异或起来即可。但是对于上三角矩阵,异或之前判断一下是否能变大。

还可以求一个数x与集合中某些数异或的最大值,只用把初值设为x就行了,单纯求最大值时最初始值设为0.

    LL QueryMax(LL x){LL ans = x;for(int i=max_b;i>=0;i--)if((ans^b[i]) > ans)ans ^= b[i];return ans;}


4、最小值:

最小值就是最低位上的线性基。

    LL QueryMin(){for(int i=0;i<=max_b;i++)if(b[i])return b[i];return 0;}


5、k小值

这时候用构造出的上三角矩阵就不能解决这个问题了,我们要把上三角矩阵变换成对角矩阵,然后再把不为零的都按顺序拿出来。这时候矩阵已经变成对角矩阵(至少是行最简形矩阵),我们异或上某一行的值,答案就会变大一点。我们可以想象,从一个数组 a = {8,4,2,1}中选出几个,求能组成第k小的值是多少,利用二进制的性质,如果k的二进制第i位为1,我们就加上数组里第i大的数。这里的异或上一个值也会变大一点,所以可以用同样的思想。具体看下面代码

    void rebuild(){for(int i=max_b;i>=0;i--)for(int j=i-1;j>=0;j--)if(b[i]&(1LL<<j))b[i] ^= b[j];cnt = 0;for(int i=0;i<=max_b;i++)if(b[i])p[cnt++] = b[i];}LL kthquery(LL k){LL ans = 0;if(k>=(1LL<<cnt))return -1;for(int i=max_b;i>=0;i--)if(k&(1LL<<i))ans ^= p[i];return ans;}



总的模板:

#include<vector>
#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#define LL long longusing namespace std;struct LineBasis
{LL b[66];LL p[66];int cnt;int max_b = 62;LineBasis(){memset(b,0,sizeof(b));memset(p,0,sizeof(p));cnt = 0;}bool Insert(LL val){for(int i=max_b;i>=0;i--){if((1LL<<i)&val){if(b[i] == 0){b[i] = val;break;}val ^= b[i];}}if(val > 0)cnt++;return val > 0;}LineBasis Merge(LineBasis n1,LineBasis n2){LineBasis ret = n1;for(int i=0;i<=max_b;i++)if(n2.b[i])ret.Insert(n2.b[i]);return ret;}LL QueryMax(LL x){LL ans = x;for(int i=max_b;i>=0;i--)if((ans^b[i]) > ans)ans ^= b[i];return ans;}LL QueryMin(){for(int i=0;i<=max_b;i++)if(b[i])return b[i];return 0;}void rebuild(){for(int i=max_b;i>=0;i--)for(int j=i-1;j>=0;j--)if(b[i]&(1LL<<j))b[i] ^= b[j];cnt = 0;for(int i=0;i<=max_b;i++)if(b[i])p[cnt++] = b[i];}LL kthquery(LL k){LL ans = 0;if(k>=(1LL<<cnt))return -1;for(int i=max_b;i>=0;i--)if(k&(1LL<<i))ans ^= p[i];return ans;}
};int a[11000];
int main(void)
{int n,i,j;LineBasis s;scanf("%d",&n);for(i=1;i<=n;i++){scanf("%d",&a[i]);s.Insert(a[i]);}return 0;
}/*
5
7 1 4 3 5
*/



如有错误,欢迎指出。

这篇关于线性基(处理集合异或的强力工具)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/656925

相关文章

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言:当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

在 Spring Boot 中实现异常处理最佳实践

《在SpringBoot中实现异常处理最佳实践》本文介绍如何在SpringBoot中实现异常处理,涵盖核心概念、实现方法、与先前查询的集成、性能分析、常见问题和最佳实践,感兴趣的朋友一起看看吧... 目录一、Spring Boot 异常处理的背景与核心概念1.1 为什么需要异常处理?1.2 Spring B

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Java中的工具类命名方法

《Java中的工具类命名方法》:本文主要介绍Java中的工具类究竟如何命名,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java中的工具类究竟如何命名?先来几个例子几种命名方式的比较到底如何命名 ?总结Java中的工具类究竟如何命名?先来几个例子JD

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

一文详解Java异常处理你都了解哪些知识

《一文详解Java异常处理你都了解哪些知识》:本文主要介绍Java异常处理的相关资料,包括异常的分类、捕获和处理异常的语法、常见的异常类型以及自定义异常的实现,文中通过代码介绍的非常详细,需要的朋... 目录前言一、什么是异常二、异常的分类2.1 受检异常2.2 非受检异常三、异常处理的语法3.1 try-

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

Java Response返回值的最佳处理方案

《JavaResponse返回值的最佳处理方案》在开发Web应用程序时,我们经常需要通过HTTP请求从服务器获取响应数据,这些数据可以是JSON、XML、甚至是文件,本篇文章将详细解析Java中处理... 目录摘要概述核心问题:关键技术点:源码解析示例 1:使用HttpURLConnection获取Resp

Java中Switch Case多个条件处理方法举例

《Java中SwitchCase多个条件处理方法举例》Java中switch语句用于根据变量值执行不同代码块,适用于多个条件的处理,:本文主要介绍Java中SwitchCase多个条件处理的相... 目录前言基本语法处理多个条件示例1:合并相同代码的多个case示例2:通过字符串合并多个case进阶用法使用