带左移和校验字符串的位操作

Question

我正在研究一些代码来检查字符串中字符的重复。 这是我在某处找到的一些答案。

int checker = 0, val =0, max = 0, j =0, count = 0;
        for(int i=0; i<s.size() && j<s.size(); i++)
        {
            j = i;
            while(j<s.size())
            {
                val = s[j]-'a';
                if ((checker & (1<<val)) >0) break;
                checker |= 1 << val;
                j++;
                count++;
            }
            if(count > max) max = count;
            checker = 0;
            count = 0;
        }
        return max;

该方法明确而直接。 但是，我对两行感到困惑。

        val = s[j]-'a';
        if ((checker & (1<<val)) >0) break;
        checker |= 1 << val;

我不知道val在减去后是否有价值。 那么(1 << val)是1左移val，我的理解是1*2^(val) 。 然后1 << val需要=1才能跳出循环。 但是，请问是如何实现的呢？ 谢谢。

Answer 1

让我们逐行将其分解。

val = s[j]-'a';

这是一个巧妙的技巧，它将把'a'->'z'范围内'a'->'z'任何字符转换为数字0-25 。 实际上，您通常将其视为s-'0'以将数字字符转换为数字，但是它对于字母也同样有效。 它利用了以下事实：在ASCII / UTF8字符空间中，字母是连续的，因此，如果将字符视为数字并减去起始字母，则会得到字符的“偏移”，其中'a'为0和'z'是25。

if ((checker & (1<<val)) >0) break;

关键是要了解1<<val会做什么。 左移单个1位val位。 因此，对于'a'您将获得0b1 ；对于'b'您将得到'0b10' ，依此类推。 有效地，它一次热编码一个字母到一个32位整数中的一位。 如果我们再&这个蒙山我们的checker值，它记录的，我们已经看到信件的同一个热位字段，所产生的价值将是>0当且仅当checker含有1在代表字母位。 如果是这样，我们发现了一个重复项，所以我们中断了。

checker |= 1 << val;

如果我们到了这里，这意味着checker的那个字母中没有1 。 因此，我们现在已经看到了这封信，并且需要更新checker 。 |=从之前的val进行修改将始终将该单个位精确设置为1 ，而其他所有位均保持不变。

Answer 2

逐段：

设置val当前字符- 'a'这意味着， 'a'给0 ， 'z' 25

val = s[j]-'a';

检查检查了一下：如果该位val在已经设置checker ，再突破。 这是通过将值与位掩码进行逻辑和运算来实现的； 如果该位置1，则该值应为正（假设，假设）。

if ((checker & (1<<val)) >0) break;

否则通过对bit val进行设置来将其设置为1。

checker |= 1 << val;

该代码有很多假设； 例如int至少需要26位，并且字符串中'a'-'z'之外的字符可能会导致不确定的行为。

Answer 3

代码的作者使用变量“ checker”作为位掩码来记住他已经看到的字符。 该行：

val = s[j] - 'a';

正在将字符s [j]的ASCII值向下按ASCII值“ a”进行归一化。 基本上，他正在弄清楚此字符在小写字母字符的范围[0，25]中是哪个字母：a为0，b为1，c为2，依此类推。

然后，他正在检查此位是否已在“检查器”中设置。 他通过左移1归一化的值并将其与“ checker”进行“与”操作来实现。 如果未在“检查器”中设置该位，则按位与将返回零，并且循环将继续。 如果已设置，则AND将返回非零值，并且他的测试将中断循环。

如果未设置该位，则他将在“ checker”中设置与该位置相对应的位。 如果字符是“ a”，则设置最低有效位，设置“ b”，然后设置第二个最低有效位，依此类推，方法是将现有的“ checker”按左移1个“ val”进行按位“或”运算。

PS-他可以很容易地将“ checker”设置为26个字符的数组并完成：

char checker[26] = { 0 };
...
    while(j < s.size() && !checker[s[j] - 'a'])
    {
        checker[s[j] - 'a'] = 1;
        ++j;
        ++count;
    }
...

我相信你会理解的。 基本上这就是他正在做的，但是正在将数组填充到位掩码中，而不是使用一些位操作。 这样，他还可以简单地通过将Checker设置为零来轻松清除设置的位。

Answer 4

您展示给我们的有趣的代码有一些假设：

1. 字符串s仅包含小写字母（'a'..'z'）。
2. int类型具有32位（或更多）。

代码要做的是为到目前为止找到的每个字符在checker变量中设置一个位（26个小写字符适合一些31/32位int，其中1个位与一个字符相关联）。 他最好使用一些uint32_t，顺便说一句。

通过从当前字符中减去“ a”，如果他的字符串符合假设1，他将获得值（0..25）。

if（）表达式测试该位是否已经设置过，即该字符是否在之前设置过。

无论在checker中设置的哪个位，它都是！=0。并且如果假设1成立，则它始终>0。（无法到达符号位bit31。）

Answer 5

从找到的每个字符都标记了从右到左开始的每一个检查器。 可以说如果在字符串中找到b，则设置右边的第二位。如果它的c，则它是第三位...并且此checker位掩码用于匹配后续字符。