【问题标题】:compact form of many for loop in C++C ++中许多for循环的紧凑形式
【发布时间】:2021-01-12 13:10:04
【问题描述】:

我有一段代码如下,for 循环的数量由编译时已知的n 决定。每个for 循环都会遍历值 0 和 1。目前,我的代码看起来像这样

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);
               }
            }
          // ...
        }
    }
}

现在我的问题是是否可以将其写成更紧凑的形式。

【问题讨论】:

  • 五重嵌套循环?为什么需要“紧凑形式”?这种“紧凑形式”能解决什么问题?
  • 我非常肯定,只要从头开始重新实现它试图完成的任何事情,就可以以紧凑的形式重写它。 for 循环的永无止境的深渊通常不是问题,问题通常是糟糕的设计,for 循环是糟糕设计的表现。
  • 我认为他想同时遍历所有变量...
  • 递归函数应该有用,而不是嵌套的for,但看起来很难实现有意义的[]s变量数。
  • nin_k 可以解释为比2^n 小一个整数的表示。这允许轻松使用一维数组(向量)d[.],然后按照@MikeCAT 的建议实现递归函数

标签: c++ for-loop nested-for-loop


【解决方案1】:

nin_k 可以解释为比2^n 小一个整数的表示。

这允许轻松使用一维数组(向量)d[.]

实际上,整数 j 对应于

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

此外,直接实现是 O(NlogN)。 (N = 2^n)

递归解决方案是可能的,例如使用

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

这将对应于 O(N) 复杂度,在引入记忆的条件下,此处未实现。

结果:

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;
}

如上所述,递归方法在实现记忆化的条件下允许 O(N) 复杂度。

另一种可能性是使用简单的迭代方法,以获得 O(N) 复杂度。
(这里N代表数据总数)

#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;
}

【讨论】:

  • @Artyer 我已经修改了帖子。每个计算值都是 O(1),因此全局 O(N)。我不知道std::popcount(.)。它有效地简化了一切。但是这个函数真的是 O(1) 吗?
【解决方案2】:

你可以像这样稍微重构你的代码:

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;
               }
            }
        }
    }
}

现在把它变成一个递归函数:

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;
}

如果您的类型是int d[2][2][2]...[2][2];int*****... d;,您也可以在类型不是数组或指针时停止,而不是手动指定N(或更改d[0][0][0]...[0][0] 的任何类型)

这是一个使用递归 lambda 的版本:

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));
}

【讨论】:

  • @Jay 我希望你看到你的评论是不可读的。
【解决方案3】:

我假设它是一个多维矩阵。您可能必须先用数学方法求解,然后在程序中编写相应的方程。

【讨论】:

    猜你喜欢
    • 2022-01-24
    • 1970-01-01
    • 2012-11-11
    • 2011-08-20
    • 2017-02-01
    • 2015-08-06
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多