首页 > 其他分享 >线性基

线性基

时间:2024-07-07 22:10:02浏览次数:18  
标签:插入 一位 集合 异或 序列 线性

谔谔,发现线性基其实不需要线性代数的一些概念也很好理解,浅谈一下。

线性基

  • 定义

线性基是一个最小的集合,满足集合中任意的异或值的集合与原序列的任意异或值的集合相等

  • 性质

1.原序列的数都可以通过线性基异或得到。

2.线性基中不存在任何的子集的异或值为 \(0\)。(因为如果为 \(0\) 就代表有多余的,不是最小的)

  • 实现

先来说一下建立(插入)线性基的过程。(以找序列最大异或和为例)

一些声明:

\(d\) 数组表示线性基的集合, \(x\) 表示原序列现在要插入的数。

\(d_i\) 满足 \(d_i\) 二进制下的第 \(i\) 位是 \(1\)。

注意,要按照线性基最小的原则,每一次插入的要尽可能少。

我们先从二进制来考虑。肯定是要尽可能得把 \(x\) 变成 \(0\)(由上述性质可得)。

首先枚举二进制位。

先想想异或的性质。如果枚举到的这一位的 \(x\) 是 \(0\)就不管它,如果这一位是 \(1\),则分类讨论。

情况1:\(d_i\) 为 \(0\)。

把 \(d_i=x\)。因为这一位无法变成 \(0\) 了。

情况2:\(d_i\) 不为 \(0\)。

把 \(x^d_i\),即把这一位的 \(x\) 变成 \(0\) ,接着考虑下一位。

插入操作就差不多了。

接着我们考虑查询。

记答案为 \(res\)。

考虑在线性基集合里进行异或。发现 \(res\) 每一位的 \(1\) 都只会被集合里的数更改一次,那就对于集合里每一个数进行异或,如果异或之后的比原来的结果大就异或。

大概就是这些了。

本人语文水平有限,可能会出现词不达意,表述不清的情况,请见谅。

参考资料

标签:插入,一位,集合,异或,序列,线性
From: https://www.cnblogs.com/infinite2021/p/18288993

相关文章

  • 最大魅力值-线性dp
    蓝桥云课-最大魅力值#include<iostream>#include<cstring>usingnamespacestd;inta[101];intdp[101][101];intmain(){intn;cin>>n;for(inti=1;i<=n;++i){cin>>a[i];}memset(dp,-10000,sizeof(dp));/......
  • OpenVX非线性滤波器
    OpenVX非线性滤波器在输入图像的窗口上计算非线性滤波器。输出图像的大小应与输入图像的大小相同。属性VX_CONTEXT_NONLINEAR_MAX_DIMENSION,允许用户查询vxNonLinearFilterNode实现所支持的最大非线性滤波器。实现必须支持所有维度(高度或宽度,不一定相同),直到该属性的值。此属性......
  • 【深度学习】图形模型基础(5):线性回归模型第三部分:线性回归模型拟合
    1.引言本博文专辑的焦点主要集中在回归模型的实用案例和工具上,从简单的单变量线性回归入手,逐步过渡到包含多个预测变量、非线性模型,以及在预测和因果推断中的应用。本文我们将介绍回归模型推断的一些数学结构,并提供一些代数知识以帮助理解线性回归的估计方法。此外,我们还将......
  • RK3588-12将亮度调节从伽马曲线改调节为线性调节
    需求:    Rockchip-android11和android12系统亮度调节框调节亮度是曲线调节,需改为像低版本系统一样的线性调节效果(亮度递增效果)解决方法:代码路径:frameworks/base/packages/SettingsLib/src/com/android/settingslib/display/BrightnessUtils.java---a/pack......
  • Python统计实战:时间序列分析之一元线性回归预测和指数曲线预测
    为了解决特定问题而进行的学习是提高效率的最佳途径。这种方法能够使我们专注于最相关的知识和技能,从而更快地掌握解决问题所需的能力。(以下练习题来源于《统计学—基于Python》。请在Q群455547227下载原始数据。)练习题下表是某只股票连续35个交易日的收盘价格(前3行和后3行......
  • 【python数据挖掘案列】利用线性回归(LR)实现天气变化的时间序列预测
    利用线性回归实现天气变化的时间序列预测一、引言天气预测一直是气象学和机器学习领域的重要研究内容。时间序列预测是其中的一种常见任务,旨在通过分析历史数据来预测未来的天气情况。在本文中,我们将使用线性回归模型来实现天气变化的时间序列预测,并介绍整个预测流程。二......
  • P8592 『JROI-8』颅脑损伤 2.0(加强版)(线性 dp + 单调队列优化)
    P8592『JROI-8』颅脑损伤2.0(加强版)线性dp+单调队列优化最优化问题,考虑dp。先离散化,按左端点排序,设\(f_i\)表示考虑完前\(i\)条线段符合条件的染色,最小长度和。转移枚举上一条红色线段\(j\),\(f_i=f_j+len_i\)。当然\(j\)需要满足题目的条件,即\((j,i)\)中的黑色线......
  • R语言数据分析案例40-华安中证基金多元线性回归和分析预测
    一、引言基金是一种非常受欢迎的投资工具,由于其具有风险分散、专业管理等特点,越来越多的投资者选择将资金投入基金市场。然而,基金的表现却受到很多因素的影响,如股票市场的整体表现、基金管理人员的能力、基金规模、基金管理费率等。因此,对基金的投资回报率进行研究和预测,对于......
  • R语言数据分析案例41-上证00001股票多元线性回归和预测
    一、研究背景和意义随着经济的迅速发展和技术的进步,炒股已经不再是少数金融专业人士的专属领域,而是成为了社会广泛关注的话题。股市投资既有赚取丰厚收益的机会,也伴随着一定的风险,因此对股票未来走势的预测具有极为重要的现实意义。预测模型中的多元线性回归模型和时间序列模......
  • 线性回归之基础篇
    简介通常在C编程中,我们会采用线性回归或多项式拟合方法,用于拟合多个坐标点的数据。而线性回归是一种最为常见的拟合技术,它通过最小二乘法来估计回归系数,以找到使误差函数最小化的参数值。在这个过程中,我们需要运用偏导数和链式法则等微积分概念,以计算参数的导数,从而优化误......