C ++에서 많은 for 루프의 압축 형식
다음과 같은 코드가 있으며 for
루프 수는 n
컴파일 타임에 알려진 것에 의해 결정됩니다 . 각 for
루프는 값 0과 1을 반복합니다. 현재 제 코드는 다음과 같습니다.
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);
}
}
// ...
}
}
}
이제 내 질문은 더 간결한 형식으로 작성할 수 있는지 여부입니다.
답변
n
비트 in_k
정수 미만의 표현으로 해석 될 수있다 2^n
.
이를 통해 1 차원 배열 (벡터)로 쉽게 작업 할 수 있습니다 d[.]
.
실제로 interger j
는
j = in[0] + 2*in[1] + ... + 2^n-1*in[n-1]
또한 직접 구현은 O (NlogN)입니다. (N = 2 ^ n)
예를 들어 다음을 사용하여 재귀 솔루션이 가능합니다.
f(val, n) = updown(val%2) + f(val/2, n-1) and f(val, 0) = 0.
이것은 여기에 구현되지 않은 메모 화를 도입하는 조건에서 O (N) 복잡성에 해당합니다.
결과:
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;
}
위에서 언급했듯이 재귀 적 접근 방식은 메모 화를 구현하는 조건에서 O (N) 복잡성을 허용합니다.
또 다른 가능성은이 O (N) 복잡성을 얻기 위해 간단한 반복 접근 방식을 사용하는 것입니다.
(여기서 N은 총 데이터 수를 나타냄)
#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;
}
다음과 같이 코드를 약간 리팩터링 할 수 있습니다.
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;
}
}
}
}
}
이제 이것을 재귀 함수로 만드십시오.
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;
}
당신의 유형 인 경우 int d[2][2][2]...[2][2];
또는 int*****... d;
타입이 배열 또는 포인터 대신 수동으로 지정하지 않는 경우, 당신은 또한 중지 할 수 있습니다 N
(어떤 또는 변화의 유형 d[0][0][0]...[0][0]
입니다)
다음은 재귀 람다를 사용하는 버전입니다.
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));
}
나는 그것이 다차원 행렬이라고 가정하고 있습니다. 먼저 수학적으로 풀고 나서 프로그램에서 각각의 방정식을 써야 할 수도 있습니다.