C++
 Computer >> コンピューター >  >> プログラミング >> C++

C++で解く:配列全体とのXOR和が指定した数kになる値を求める方法

問題の概要

本記事では、与えられた配列とある数とのXOR(排他的論理和)の合計が、指定された数kと等しくなるような「その数」を求める問題を解説します。

まず、具体的な例を見てみましょう。

入力: arr[] = {1, 2, 3, 4, 5}, k = 10
出力: 11
説明: 1 ^ 2 ^ 3 ^ 4 ^ 5 ^ 11 = 10

入力: arr[] = {12, 23, 34, 56, 78}, k = 6
出力: 73

このように、配列内のすべての要素と答えとなる数をXORした結果がkになる値を導き出すのが目的です。

解法の鍵となるXORの性質

この問題を効率的に解くには、XOR演算子が持つ重要な性質を利用します。それは次の通りです。

A ^ B = C ならば、A ^ C = B が成り立つ

つまり、XORには「同じ値を2回XORすると元に戻る」という可逆性があります。この性質を応用することで、答えを簡単に求められます。

アプローチの手順

解法は非常にシンプルです。以下の手順に従います。

  1. 配列を走査し、すべての要素のXOR和を計算します。
  2. そのXOR和とkをXORします。その結果が求める答えになります。

これは、配列全体のXOR和をA、答えをBとすると A ^ B = k という関係が成り立ち、前述のXORの性質から B = A ^ k と変形できるためです。

C++による実装コード

#include <bits/stdc++.h>
using namespace std;
int main(){
    int arr[] = { 1, 2, 3, 4, 5 }; // 与えられた配列
    int n = sizeof(arr) / sizeof(int); // 配列のサイズ
    int k = 10; // 与えられたk
    int answer = 0;
    for(int i = 0; i < n; i++) // 配列を走査して
        // XOR和を計算
        answer ^= arr[i];

    answer ^= k; // kとXORして答えを求める
    cout << answer << "\n"; // 答えを出力
    return 0;
}

実行結果

11

コードの解説

このプログラムでは、まず変数answerを0で初期化し、forループを使って配列の各要素を順番にXORしていきます。これにより配列全体のXOR和が得られます。

次に、得られたXOR和に対してkをXOR演算します。XORの可逆性により、この結果こそが「配列全体とのXOR和がkになる数」です。最後にその値を出力して処理を終えます。

計算量は配列の走査のみで済むため、O(n)という非常に効率的なアルゴリズムになっています。

まとめ

本チュートリアルでは、「与えられた配列とのXOR和が指定された数kになる数」を求める問題を取り上げました。XOR演算子の可逆的な性質を活かせば、配列のXOR和を計算してkとXORするだけで答えが得られることを学びました。

今回紹介したロジックは、C言語やJava、Pythonなど他のプログラミング言語でも同様に実装できます。ビット演算の理解を深める良い練習問題なので、ぜひ自分でも試してみてください。

  1. C++で数値の各桁の合計を計算するプログラム

    ここでは、C++言語を使用して入力された整数の各桁の合計を計算する方法を紹介します。剰余演算子と整数除算を組み合わせたシンプルなアルゴリズムで実装できます。 プログラム例 #include<iostream> using namespace std; int main() {    int x, s = 0;    cout << Enter the number : ;    cin >> x;    while (x != 0) {      

  2. 【Python】合計がターゲット値と一致するサブリストの個数を効率的に求める方法

    数値のリスト nums とターゲット値 target が与えられたとき、要素の合計が target と一致するサブリスト(連続する部分列)がいくつ存在するかを求める問題について解説します。たとえば、nums = [3, 0, 3]、target = 3 という入力の場合、答えは 4 になります。これは、合計が 3 になるサブリストとして [3]、[3, 0]、[0, 3]、[3] の 4 つが存在するためです。解法のアプローチ:累積和とハッシュマップすべてのサブリストを総当たりで調べると O(n²) の時間がかかりますが、累積和(プレフィックスサム)と辞書(ハッシュマップ)を組み合わせることで