如何访问位集中的位范围？

Question

我有一个非常大的位集，比如 100 亿位。

我想做的是把它写到一个文件中。但是使用.to_string() 实际上会冻结我的计算机。

我想做的是遍历位并一次取 64 位，将其转换为 uint64，然后将其写入文件。

但是我不知道如何访问不同范围的位集。我该怎么做？我是 C++ 新手，不知道如何访问底层的 bitset::reference，所以请提供一个示例作为答案。

我尝试使用指针，但没有达到我的预期。这是我目前正在尝试的一个示例。

#include <iostream>
#include <bitset>
#include <cstring>
using namespace std;

int main()
{
    bitset<50> bit_array(302332342342342323);
    cout<<bit_array << "\n";
    bitset<50>* p;
    p = &bit_array;
    p++;
    int some_int;
    memcpy(&some_int, p , 2);
    cout << &bit_array << "\n";
    cout << &p << "\n";
    cout << some_int << "\n";

    return 0;
}

输出

10000110011010100111011101011011010101011010110011
0x7ffe8aa2b090                                                                                                                          
0x7ffe8aa2b098
17736

最后一个数字似乎在每次运行时都会发生变化，这不是我所期望的。

Answer 1

程序中有几个错误。 bitset<50> 可以容纳的最大值是1125899906842623，这比程序中初始化的bit_array 要小得多。

some_int 必须定义为 unsigned long 并验证 unsigned long 在您的平台上是否有 64 位。

之后，在循环中测试bit_array 的每一位，然后执行适当的按位（或和移位）运算并将结果存储到some_int。

std::size_t start_bit = 0;
std::size_t end_bit = 64;
for (std::size_t i = start_bit; i < end_bit; i++) {
    if (bit_array[i])
       some_int |= mask;
    mask <<= 1;
}

您可以在浏览大型位集时适当地更改start_bit 和end_bit 的值。

见DEMO。

Answer 2

要访问bitset 的范围，您应该查看提供的接口。缺少 bitset::data() 之类的内容表明您应该不尝试直接访问基础数据。这样做，即使它看起来有效，也是脆弱的、骇人听闻的，并且可能是某种未定义的行为。

我看到将大量 bitset 转换为更易于管理的部分的两种可能性。一种相当直接的方法是逐位检查并将它们收集到某种整数中（或者如果您不那么关心文件，则将它们直接写入文件'0' 或'1'尺寸）。看起来 P.W 已经为此提供了代码，所以我现在将跳过一个示例。

第二种可能性是使用位运算符和to_ullong()。这种方法的缺点是它名义上使用辅助存储空间，特别是两个与原始大小相同的附加位集。不过，我说“名义上”，因为编译器可能足够聪明，可以将它们优化掉。可能。也许不吧。而且您正在处理每个超过 1 GB 的大小。实际上，一点一点的方法可能是要走的路，但我认为这个例子在理论上很有趣。

#include <iostream>
#include <iomanip>
#include <bitset>
#include <cstdint>
using namespace std;

constexpr size_t FULL_SIZE = 120; // Some large number
constexpr size_t CHUNK_SIZE = 64; // Currently the mask assumes 64. Otherwise, this code just
                                  // assumes CHUNK_SIZE is nonzero and at most the number of
                                  // bits in long long (which is at least 64).

int main()
{
    // Generate some large bitset. This is just test data, so don't read too much into this.
    bitset<FULL_SIZE> bit_array(302332342342342323);
    bit_array |= bit_array << (FULL_SIZE/2);
    cout << "Source: " << bit_array << "\n";

    // The mask avoids overflow in to_ullong().
    // The mask should be have exactly its CHUNK_SIZE low-order bits set.
    // As long as we're dealing with 64-bit chunks, there's a handy constant to handle this.
    constexpr bitset<FULL_SIZE> mask64(UINT64_MAX);
    cout << "Mask:   " << mask64 << "\n";

    // Extract chunks.
    const size_t num_chunks = (FULL_SIZE + CHUNK_SIZE - 1)/CHUNK_SIZE; // Round up.
    for ( size_t i = 0; i < num_chunks; ++i ) {
        // Extract the next CHUNK_SIZE bits, then convert to an integer.
        const bitset<FULL_SIZE> chunk_set{(bit_array >> (CHUNK_SIZE * i)) & mask64};
        unsigned long long chunk_val = chunk_set.to_ullong();
        // NOTE: as long as CHUNK_SIZE <= 64, chunk_val can be converted safely to the desired uint64_t.
        cout << "Chunk " << dec << i << ": 0x" << hex << setfill('0') << setw(16) << chunk_val << "\n";
    }

    return 0;
}

输出：

Source: 010000110010000110011010100111011101011011010101011010110011010000110010000110011010100111011101011011010101011010110011
Mask:   000000000000000000000000000000000000000000000000000000001111111111111111111111111111111111111111111111111111111111111111
Chunk 0: 0x343219a9dd6d56b3
Chunk 1: 0x0043219a9dd6d56b