chapter 1

2.如何用位逻辑运算来实现位向量?##

把bitmap存在int中,一个int32位,可以存32个数。

//
//  main.cpp
//  pearls
//
//  Created by YangKi on 15/11/26.
//  Copyright © 2015年 YangKi. All rights reserved.


#include <stdio.h>
#include <stdlib.h>
using namespace std;

#define SHIFT 5
#define MASK 0x1F
#define N 1000

int storage[1+N/32];

void set(int i){        storage[i>>SHIFT] |=  (1<<(i & MASK));  }
void clr(int i){        storage[i>>SHIFT] &= ~(1<<(i & MASK));  }
int test(int i){ return storage[i>>SHIFT] &   (1<<(i & MASK));  }

int main()
{
    int i;
    scanf("%d", &i);
    
    set(i);
    
    if(test(i))
    {
        printf("exist\n");
    }
    else
    {
        printf("not exist\n");
    }
    
    return 0;
}

4.如何生成不重复的随机整数?##

先把数字按照顺序放上去,再互相交换,打乱顺序。

for(int i=0; i<n; i++)
    a[i]=i;
for(int i=0; i<n; i++)
{
    pos=rand()%(n-i)+i // i<= pos <=n-1
    swap(i, pos); // 交换数组两个数
}

9.如何处理一个很少访问的巨大数组的初始化?##

假设有一个很大的数组data[N], 只会随机访问其中的几个数,如此一来,如果按照往常策略对其全部元素顺序进行初始化便会花费巨大的时间。如果此时我们有足够的空间,则我们可以用下面的方法来进行部分初始化,可以大大节约时间。to[]数组来存储data[]中已经初始化的元素,from[]数组来存储初始化元素在to[]中的index。

举个例子,要取data[3],to里面如果存着3这个值,表明已经初始化过,但如何快速的找到to里面的3。只要看from[3]中存储的值,该值就是to中存3的位置。

//
//  main.cpp
//  pearls
//
//  Created by YangKi on 15/11/26.
//  Copyright © 2015年 YangKi. All rights reserved.
//  常量时间初始化数组
#include<stdio.h>
#include<stdlib.h>
#include<string.h>

#define ms 100
int data[ms]; //需要初始化的数组
int from[ms]; // from[i] 表示data[i]的i在to[]中的index
int to[ms]; //所有被初始化过的data元素的index都存在to[]中, 比如data[3]被初始化了,则3一定被存在to[]中
int top;

//判断是否被初始化过。
bool is_init(int i)
{
    return (from[i] < top && to[ from[i] ] == i);
}

int main(void)
{
    top = 0;
    //1. 这里生成一些随机数值。
    for (int i = 0; i < ms; ++i)
        data[i] = from[i] = to[i] = i;
    for (int i = 0; i < ms; ++i)
    {
        if (is_init(i))
        {
            printf("error");
        }
        int v = i + rand()%(ms - i );
        int t = data[i]; data[i] = data[v]; data[v] = t;
        
        v = i + rand()%(ms - i );
        t = from[i]; from[i] = from[v]; from[v] = t;
        
        v = i + rand()%(ms - i );
        t = to[i]; to[i] = to[v] ; to[v] = t;
    }  
    
    //2. 开始初始化
    for (int i = 0; i < ms; ++i)
    {
        if (is_init(i) == false)
        {
            data[i] = i;
            from[i] = top;
            to[top++] = i;
        }
    }
    
    for (int i = 0; i < ms; ++i)
    {
        if (!is_init(i))
        {
            printf("error: %d\n", i);
        }
    }
    return 0;
}  
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,491评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,856评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,745评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,196评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,073评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,112评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,531评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,215评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,485评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,578评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,356评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,215评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,583评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,898评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,497评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,697评论 2 335

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,497评论 18 139
  • 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1) 注...
    Albert陈凯阅读 22,176评论 9 476
  • 往事如烟,心事如云,随风而起,随风而逝,经不起大风大浪,亦经不起微小波澜;伊人如芝,缘分如诗,随天而生,随地而灭,...
    钟离黎明阅读 123评论 0 0
  • 第二章 缓慢思维VS敏捷思维 思维在不停的跳跃,要想控制这条永不停歇的思维河流,让它为实现自己的目标服务,需要强大...
    Vicky_L阅读 519评论 0 0
  • 最近收了一个徒儿。 我们不去西天,也不去取经,但或许在人生路上可以互相取经。 她问我:师父,师母呢。你都这么大人了...
    十四先森阅读 361评论 0 0