kompakte Form von vielen for-Schleifen in C ++

Question

Ich habe einen Code wie folgt, und die Anzahl der forSchleifen wird bestimmt, durch ndie zur Kompilierungszeit bekannt ist. Jede forSchleife durchläuft die Werte 0 und 1. Derzeit sieht mein Code ungefähr so ​​aus

for(int in=0;in<2;in++){
    for(int in_1=0;in_1<2;in_1++){
        for(int in_2=0;in_2<2;in_2++){
          // ... n times
            for(int i2=0;i2<2;i2++){
               for(int i1=0;i1<2;i1++){
                   d[in][in_1][in_2]...[i2][i1] =updown(in)+updown(in_1)+...+updown(i1);
               }
            }
          // ...
        }
    }
}

Jetzt ist meine Frage, ob man es in einer kompakteren Form schreiben kann.

Answer 1

Die nBits in_kkönnen als Darstellung einer ganzen Zahl kleiner als interpretiert werden 2^n.

Dies ermöglicht das einfache Arbeiten mit einem 1-D-Array (Vektor) d[.].

In der Praxis jentspricht eine Interger

j = in[0] + 2*in[1] + ... + 2^n-1*in[n-1]

Darüber hinaus ist eine direkte Implementierung O (NlogN). (N = 2 ^ n)

Eine rekursive Lösung ist beispielsweise mit möglich

f(val, n) = updown(val%2) + f(val/2, n-1) and f(val, 0) = 0.

Dies würde einer O (N) -Komplexität unter der Bedingung entsprechen, eine Memoisierung einzuführen, die hier nicht implementiert ist.

Ergebnis:

0 : 0
1 : 1
2 : 1
3 : 2
4 : 1
5 : 2
6 : 2
7 : 3
8 : 1
9 : 2
10 : 2
11 : 3
12 : 2
13 : 3
14 : 3
15 : 4

#include <iostream>
#include <vector>

int up_down (int b) {
    if (b) return 1;
    return 0;
}

int f(int val, int n) {
    if (n < 0) return 0;
    return up_down (val%2) + f(val/2, n-1);
}

int main() {
    const int n = 4;
    int size = 1;
    for (int i = 0; i < n; ++i) size *= 2;
    std::vector<int> d(size, 0);
    
    for (int i = 0; i  < size; ++i) {
        d[i] = f(i, n);
    }
    for (int i = 0; i < size; ++i) {
        std::cout << i << " : " << d[i] << '\n';
    }
    return 0;
}

---

Wie oben erwähnt, ermöglicht der rekursive Ansatz eine O (N) -Komplexität unter der Bedingung, eine Memoisierung zu implementieren.

Eine andere Möglichkeit besteht darin, einen einfachen iterativen Ansatz zu verwenden, um diese O (N) -Komplexität zu erhalten.
(hier steht N für die Gesamtzahl der Daten)

#include <iostream>
#include <vector>

int up_down (int b) {
    if (b) return 1;
    return 0;
}
int main() {
    const int n = 4;
    int size = 1;
    for (int i = 0; i < n; ++i) size *= 2;
    std::vector<int> d(size, 0);
    
    int size_block = 1;
    for (int i = 0; i  < n; ++i) {
        for (int j = size_block-1; j >= 0; --j) {
            d[2*j+1] = d[j] + up_down(1);
            d[2*j] = d[j] + up_down(0);
        }
        size_block *= 2;
    }
    for (int i = 0; i < size; ++i) {
        std::cout << i << " : " << d[i] << '\n';
    }
    return 0;
}

Answer 2

Sie können Ihren Code leicht wie folgt umgestalten:

for(int in=0;in<2;in++) {
    auto& dn = d[in];
    auto updown_n = updown(in);
    for(int in_1=0;in_1<2;in_1++) {
        // dn_1 == d[in][in_1]
        auto& dn_1 = dn[in_1];
        // updown_n_1 == updown(in)+updown(in_1)
        auto updown_n_1 = updown_n + updown(in_1);
        for(int in_2=0;in_2<2;in_2++) {
            // dn_2 == d[in][in_1][in_2]
            auto& dn_2 = dn_1[in_2];
            // updown_n_2 == updown(in)+updown(in_1)+updown(in_2)
            auto updown_n_2 = updown_n_1 + updown(in_2);
                     .
                     .
                     .
            for(int i2=0;i2<2;i1++) {
               // d2 == d[in][in_1][in_2]...[i2]
               auto& d2 = d3[i2];
               // updown_2 = updown(in)+updown(in_1)+updown(in_2)+...+updown(i2)
               auto updown_2 = updown_3 + updown(i2);
               for(int i1=0;i1<2;i1++) {
                   // d1 == d[in][in_1][in_2]...[i2][i1]
                   auto& d1 = d2[i1];
                   // updown_1 = updown(in)+updown(in_1)+updown(in_2)+...+updown(i2)+updown(i1)
                   auto updown_1 = updown_2 + updown(i1);

                   // d[in][in_1][in_2]...[i2][i1] = updown(in)+updown(in_1)+...+updown(i1);
                   d1 = updown_1;
               }
            }
        }
    }
}

Und machen Sie dies jetzt zu einer rekursiven Funktion:

template<std::size_t N, typename T>
void loop(T& d) {
    for (int i = 0; i < 2; ++i) {
        loop<N-1>(d[i], updown(i));
    }
}

template<std::size_t N, typename T, typename U>
typename std::enable_if<N != 0>::type loop(T& d, U updown_result) {
    for (int i = 0; i < 2; ++i) {
        loop<N-1>(d[i], updown_result + updown(i));
    }
}

template<std::size_t N, typename T, typename U>
typename std::enable_if<N == 0>::type loop(T& d, U updown_result) {
    d = updown_result;
}

Wenn Ihr Typ int d[2][2][2]...[2][2];oder ist int*****... d;, können Sie auch anhalten, wenn der Typ kein Array oder Zeiger ist, anstatt ihn manuell anzugeben N(oder für jeden Typ zu ändern d[0][0][0]...[0][0]).

Hier ist eine Version, die dies mit einem rekursiven Lambda macht:

auto loop = [](auto& self, auto& d, auto updown_result) -> void {
    using d_t = typename std::remove_cv<typename std::remove_reference<decltype(d)>::type>::type;
    if constexpr (!std::is_array<d_t>::value && !std::is_pointer<d_t>::value) {
        // Last level of nesting
        d = updown_result;
    } else {
        for (int i = 0; i < 2; ++i) {
            self(self, d[i], updown_result + updown(i));
        }
    }
};
for (int i = 0; i < 2; ++i) {
    loop(loop, d[i], updown(i));
}

Answer 3

Ich gehe davon aus, dass es sich um eine mehrdimensionale Matrix handelt. Möglicherweise müssen Sie es zuerst mathematisch lösen und dann die entsprechenden Gleichungen in das Programm schreiben.