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

C++で反転・追加操作を繰り返して生成されるバイナリ文字列のk番目のビットを求める方法

初期状態が「0」であるバイナリ文字列 s を考えます。各反復処理では、現在の文字列をビット反転(0と1を入れ替え)し、その結果を元の文字列の末尾に追加していきます。この操作を n 回繰り返した後の文字列から、k 番目のビットを求めるのが本記事のテーマです。

例として、反復回数が 4 回、k = 7 の場合を考えてみましょう。文字列は以下のように変化していきます。

反復回数文字列(初期値は「0」)
101
20110
301101001
40110100110010110

この場合、7 番目のビットは「1」となります。

アルゴリズムの考え方

手順は非常にシンプルです。

1. 現在の文字列の補数(0 を 1 に、1 を 0 に入れ替えたもの)を作成する
2. 補数を元の文字列の末尾に連結する
3. 上記を n 回繰り返す
4. 完成した文字列の k 番目の文字を返す

なお、このようにして生成される文字列は、数学で知られる「トゥー・モース列(Thue–Morse sequence)」と一致することでも有名です。また、文字列の長さは反復ごとに 2 倍になるため、n 回の反復後の長さは 2n になります。大きな n を扱う場合はメモリ使用量に注意が必要です。

C++での実装例

#include<iostream>
using namespace std;

// 文字列の補数(ビット反転)を求める関数
string getComplement(string bin){
    string temp = "";
    for(int i = 0; i<bin.length(); i++){
        if(bin[i] == '0')
            temp += "1";
        else
            temp += "0";
    }
    return temp;
}

// n回の反復後にk番目の文字を取得する関数
char getCharacter(string bin_str, int n, int k) {
    string res = bin_str;
    for(int i = 0; i<n; i++){
        res += getComplement(res);
    }
    return res[k];
}

int main() {
    int n = 4;
    string bin = "0";
    cout << 7 << "番目の文字は: " << getCharacter(bin, n, 7);
}

実行結果

7番目の文字は: 1

コードの解説

getComplement 関数は、引数として受け取ったバイナリ文字列を走査し、「0」なら「1」を、「1」なら「0」を新しい文字列に追加していくことで補数を生成します。

getCharacter 関数では、まず初期文字列をコピーし、for ループによって n 回の反復処理を実行します。各反復で現在の文字列の補数を末尾に追加していくことで、目的の文字列を構築します。最後に res[k] によって k 番目の文字を返しています。

この実装は直感的で理解しやすい反面、文字列全体を構築するため、n が大きくなるとメモリ消費が指数的に増加します。実用的には、再帰的な性質(前半と後半が互いに補数の関係にある)を利用して、文字列全体を生成せずに k 番目のビットだけを効率的に求める方法もあります。

  1. C++を使って文字列内で最初に繰り返される文字を検索する方法

    文字列が与えられたとき、その中で最初に繰り返されて出現する文字を見つけたいことがあります。例えば、文字列が「Hello Friends」である場合、「l」という文字が2回連続して現れるため、最初に繰り返される文字は「l」となります。 この問題を効率的に解決するには、ハッシュ(ハッシュセット)を利用した手法が有効です。具体的には、ハッシュセットを1つ用意し、文字列の各文字を先頭から順に走査していきます。走査中の文字がまだセットに存在しない場合はセットに挿入し、すでに存在している場合はその時点の文字が「最初に繰り返される文字」となるため、それを返します。 このアルゴリズムの計算量は、文字列の長さを

  2. C++による二分探索と線形探索の比較プログラム

    コンピュータプログラミングにおいて、特定の要素を探すために二分探索と線形探索(シーケンシャル探索)の2つのアルゴリズムが広く用いられます。二分探索の計算量はO(log n)、線形探索はO(n)であり、データがソート済みであれば二分探索の方が高速です。 アルゴリズムの概要 二分探索 ソート済みの配列に対して、探索範囲を半分ずつ絞り込んでいく手法です。 BinarySearch(配列 arr, 要素数 n, 開始インデックス, 終了インデックス, 反復回数, 探索値) 反復回数をインクリメント 中央インデックス mid = start + (end - start + 1) / 2 を計