列舉查詢的劣勢簡直無需多言，有n個元素，那複雜度就是o(n)，查詢乙個元素是如此地費勁！倘若我需要你做m次查詢，複雜度就是o(n*m)。當然，我們可以用對分查詢來優化，但是對分查詢需要乙個有序的陣列，通過每次對折一半的方法，最終的複雜度是o(logn)，小於線性。但是這還是不能讓我們滿意。
在解決圖論問題時，我們用到了dfs。dfs要求不能經過重複的點，所以我們需要建立乙個陣列來記錄走過的點，那麼我們dfs到乙個點時會用查詢演算法麼…
寫乙個for迴圈…遍歷整個陣列？還是說，加入乙個元素就來乙個排序，最後用對分？線段樹？
別看這名字專業，其實這是乙個很常用的技巧。
使用這種方法，可以使查詢乙個元素的複雜度變為o(1)。真的是o(1)！！！
在做dfs的時候，為了標記這個點有沒有被搜尋過，我們會用乙個bool型別的陣列vis來記錄搜到的每乙個點，我們如果搜到了點5，那就記錄vis[5]=true（初始化都是false）。所以我們下次搜到乙個點，比如搜到了點5，我們只需要if(vis[5])就好了。如果是true，就說明被搜過。
這是典型的犧牲空間換時間的做法（回憶一下桶排序）
當然，代價是你需要很大的空間來滿足。
因此真正的雜湊雜湊表還會對存入的元素取模，這裡不細講，但是，不論他怎麼取模，都不會勝過我們接下來要講的神奇的陣列——位元陣列！
在此之前，先普及乙個知識：位運算
我給你乙個提綱吧。
每乙個數都有自己的二進位制，計算機中，乙個1或者0的二進位制位都是佔1byte（位元）的。乙個int變數最大可以存到21億，所以她的二進位制位差不多有32個，佔4kb左右。比如乙個int型別的1，它在計算機的二進位制裡就是00000000000000000000000000000001，前面有31個0！
設二進位制數a=1101,b=1001
這個陣列也是乙個int型別陣列，然而它乙個單位可以儲存31個數。比如說a[1]可以存31個數字！
我們已經知道，乙個int可以存32個2進製位，那麼我們可以把每乙個2進製位都利用起來儲存資料！比如乙個int的第24個二進位制位我們設定為1，就代表存在24這個數了，是不是跟上文的vis很像呢？
我們這麼儲存乙個資料：
void
addnum
(int x)
當我們讀入40的時候，它會存在data[1]中，存在data[1]中的第八位。那麼他就左移8位，也就是把這個1放到第八位上。然後取或運算，保留了原來的資料，原來裡面存的1還是1。
然後我們這樣讀取乙個資料：
bool find
(int x)
完整**：
#include
using namespace std;
#define maxm 10001
int data[maxm]
,n,m,num;
void
addnum
(int x)
bool find
(int x)
intmain()
if(find
(m)) cout<<
"yes"
;else cout<<
"no"
;return0;
}
Python位運算 338 位元位計數
參考鏈結 又是刷題找演算法盲點的時候了 題目在此 給定乙個非負整數 num。對於 0 i num 範圍中的每個數字 i 計算其二進位制數中的 1 的數目並將它們作為陣列返回。示例 1 輸入 2 輸出 0,1,1 示例 2 輸入 5 輸出 0,1,1,2,1,2 高階 要求演算法的空間複雜度為o n ...
leetcode 338 位元位計算（位運算）
目錄 題目描述 lowbit函式介紹 題目解析 c 完整 題目 力扣 leetcode 給定乙個非負整數 num。對於 0 i num 範圍中的每個數字 i 計算其二進位制數中的 1 的數目並將它們作為陣列返回。示例 1 輸入 2 輸出 0,1,1 示例 2 輸入 5 輸出 0,1,1,2,1,2 ...
位運算子和位運算
一 按位與 運算子 1 運算規則 參加運算的兩個 資料，按二進位進行 與 運算，如果兩個相應的二進位都為1，則該位的結果值為1，否則為0，即 0 0 0，0 1 0，1 0 0，1 1 1.2 用途 1 清零 運算物件 原來的數中為1的位，新數中相應位為0。2 取乙個數中某些指定位。如想要取乙個整數...