全排列之Hash實現 - 變進位數

來源:互聯網
上載者:User

我們經常使用的數的進位為“常數進位”,即始終逢p進1。例如,p進位數K可表示為
K = a0*p^0 + a1*p^1 + a2*p^2 + ... + an*p^n (其中0 <= ai <= p-1),
它可以表示任何一個自然數。

對於這種常數進位標記法,以及各種進位之間的轉換大家應該是很熟悉的了,但大家可能很少聽說變進位數。這裡我要介紹一種特殊的變進位數,它能夠被用來實現 全排列的Hash函數,並且該Hash函數能夠實現完美的防碰撞和空間利用(不會發生碰撞,且所有空間被完全使用,不多不少)。這種全排列Hash函數也 被稱為全排列數化技術。下面,我們就來看看這種變進位數。

我們考查這樣一種變進位數:第1位逢2進1,第2位逢3進1,……,第n位逢n+1進1。它的表示形式為
K = a1*1! + a2*2! + a3*3! + ... + an*n! (其中0 <= ai <= i),
也可以擴充為如下形式(因為按定義a0始終為0),以與p進位表示相對應:
K = a0*0! + a1*1! + a2*2! + a3*3! + ... + an*n! (其中0 <= ai <= i)。
(後面的變進位數均指這種變進位數,且採用前一種標記法)

先讓我們來考查一下該變進位數的進位是否正確。假設變進位數K的第i位ai為i+1,需要進位,而ai*i!=(i+1)*i!=1*(i+1)!,即正確的向高位進1。這說明該變進位數能夠正確進位,從而是一種合法的計數方式。

接下來我們考查n位變進位數K的性質:
(1)當所有位ai均為i時,此時K有最大值
MAX[K] = 1*1! + 2*2! + 3*3! + ... + n*n!
          = 1! + 1*1! + 2*2! + 3*3! + ... + n*n! - 1
          = (1+1)*1! + 2*2! + 3*3! + ... + n*n! - 1
          = 2! + 2*2! + 3*3! + ... + n*n! - 1
          = ...
          = (n+1)!-1
因此,n位K進位數的最大值為(n+1)!-1。
(2)當所有位ai均為0時,此時K有最小值0。
因此,n位變進位數能夠表示0到(n+1)!-1的範圍內的所有自然數,共(n+1)!個。

在一些狀態空間搜尋演算法中,我們需要快速判斷某個狀態是否已經出現,此時常常使用Hash函數來實現。其中,有一類特殊的狀態空間,它們是由全排列產生 的,比如N數位問題。對於n個元素的全排列,共產生n!個不同的排列或狀態。下面將討論如何使用這裡的變進位數來實現一個針對全排列的Hash函數。

從數的角度來看,全排列和變進位數都用到了階乘。如果我們能夠用0到n!-1這n!個連續的變進位數來表示n個元素的所有排列,那麼就能夠把全排列完全地 數化,建立起全排列和自然數之間一一對應的關係,也就實現了一個完美的Hash函數。那麼,我們的想法能否實現呢。答案是肯定的,下面將進行討論。

假設我們有b0,b1,b2,b3,...,bn共n+1個不同的元素,並假設各元素之間有一種次序關係 b0<b1<b2<...<bn。對它們進行全排列,共產生(n+1)!種不同的排列。對於產生的任一排列 c0,c1,c2,..,cn,其中第i個元素ci(1 <= i <= n)與它前面的i個元素構成的逆序對的個數為di(0 <= di <= i),那麼我們得到一個逆序數序列d1,d2,...,dn(0 <= di <= i)。這不就是前面的n位變進位數的各個位麼。於是,我們用n位變進位數M來表示該排列:
M = d1*1! + d2*2! + ... + dn*n!
因此,每個排列都可以按這種方式表示成一個n位變進位數。下面,我們來考查n位變進位數能否與n+1個元素的全排列建立起一一對應的關係。

由於n位變進位數能表示(n+1)!個不同的數,而n+1個元素的全排列剛好有(n+1)!個不同的排列,且每一個排列都已經能表示成一個n位變進位數。如果我們能夠證明任意兩個不同的排列產生兩個不同的變進位數,那麼我們就可以得出結論:
★ 定理1 n+1個元素的全排列的每一個排列對應著一個不同的n位變進位數。

/*補充: 什麼是逆序數:
跟標準列相反序數的總和
比如說
標準列是1 2 3 4 5
那麼 5 4 3 2 1 的逆序數演算法:
看第二個,4之前有一個5,在標準列中5在4的後面,所以記1個
類似的,第三個 3 之前有 4 5 都是在標準列中3的後面,所以記2個
同樣的,2 之前有3個,1之前有4個
將這些數加起來就是逆序數=1+2+3+4=10

再舉一個 2 4 3 1 5
4 之前有0個
3 之前有1個
1 之前有3個
5 之前有0個
所以逆序數就是1+3=4
*/
對於全排列的任意兩個不同的排列p0,p1,p2,...,pn(排列P)和q0,q1,q2,...,qn(排列Q),從後往前尋找第一個不相同的元素,分別記為pi和qi(0 < i <= n)。
(1)如果qi > pi,那麼,
如果在排列Q中qi之前的元素x與qi構成逆序對,即有x > qi,則在排列P中pi之前也有相同元素x > pi(因為x > qi且qi > pi),即在排列P中pi之前的元素x也與pi構成逆序對,所以pi的逆序數大於等於qi的逆序數。又qi與pi在排列P中構成pi的逆序對,所以pi的 逆序數大於qi的逆序數。
(2)同理,如果pi > qi,那麼qi的逆序數大於pi的逆序數。
因此,由(1)和(2)知,排列P和排列Q對應的變進位數至少有第i位不相同,即全排列的任意兩個不同的排列具有不同的變進位數。至此,定理1得證。

計算n個元素的一個排列的變進位數的演算法大致如下(時間複雜度為O(n^2)):

template <typename T>
size_t PermutationToNumber(const T permutation[], int n)
{
// n不能太大,否則會溢出(如果size_t為32位,則n <= 12)
size_t result = 0;
for (int j = 1; j < n; ++j) {
       int count = 0;
       for (int k = 0; k < j; ++k) {
         if (permutation[k] > permutation[j])
            ++count;
       }
       // factorials[j]儲存著j!
       result += count * factorials[j];
}

return result;
}
總結:
//實際上,如果只是求逆序數 可以做到O(n logn),時間耗費在求逆序數上,求逆序數相當於求排列的次數,所以是O(n logn)的
據說還可以用樹狀數組最佳化。

舉例:

例如三個元素的排列

排列    逆序   Hash

123    000    0
132    001    2
213    010    1
231    002    4
312    011    3
321     012    5


說明:
(1)由於n!是一個很大的數,因此一般只能用於較小的n。
(2)有了計算排列的變進位數的演算法,我們就可以使用一個大小為n!的數組來儲存每一個排列的狀態,使用排列的變進位數作為數組下標,從而實現狀態的快速檢索。如果只是標記狀態是否出現,則可以用一位來標記狀態。

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.