有没有任何已知的方法来计算两个格雷码的加法(也许是减法)而不必将两个格雷码转换为常规二进制,执行二进制加法然后将结果转换回格雷码?我设法编写递增和递减函数,但加法和减法似乎记录得更少,更难写。
答案 0 :(得分:10)
在#{3}}下的#6中,有一个用于添加序列格雷码的算法(直接复制;请注意,⊕
为xor
):
procedure add (n: integer; A,B:word; PA,PB:bit;
var S:word; var PS:bit; var CE, CF:bit);
var i: integer; E, F, T: bit;
begin
E := PA; F := PB;
for i:= 0 to n-1 do begin {in parallel, using previous inputs}
S[i] := (E and F) ⊕ A[i] ⊕ B[i];
E := (E and (not F)) ⊕ A[i];
F := ((not E) and F) ⊕ B[i];
end;
CE := E; CF := F;
end;
这将格雷码字A和B相加以形成格雷码字S.操作数奇偶校验位是PA和PB,求和奇偶校验位是PS。这在内部传播两个进位位E和F,并产生两个外部进位位CE和CF
不幸的是,它没有说明有关减法的任何内容,但我认为,当你可以编码负数时,你可以使用加法。
答案 1 :(得分:5)
我接受了@Sebastian Dressler的回答,因为建议的算法确实有效。为了完整起见,我在这里提出了相应的C99算法实现(C ++兼容):
// lhs and rhs are encoded as Gray codes
unsigned add_gray(unsigned lhs, unsigned rhs)
{
// e and f, initialized with the parity of lhs and rhs
// (0 means even, 1 means odd)
bool e = __builtin_parity(lhs);
bool f = __builtin_parity(rhs);
unsigned res = 0u;
for (unsigned i = 0u ; i < CHAR_BIT * sizeof(unsigned) ; ++i)
{
// Get the ith bit of rhs and lhs
bool lhs_i = (lhs >> i) & 1u;
bool rhs_i = (rhs >> i) & 1u;
// Copy e and f (see {in parallel} in the original paper)
bool e_cpy = e;
bool f_cpy = f;
// Set the ith bit of res
unsigned res_i = (e_cpy & f_cpy) ^ lhs_i ^ rhs_i;
res |= (res_i << i);
// Update e and f
e = (e_cpy & (!f_cpy)) ^ lhs_i;
f = ((!e_cpy) & f_cpy) ^ rhs_i;
}
return res;
}
注意:__builtin_parity
是编译器内部函数(GCC和Clang),它返回整数中设置位数的奇偶校验(如果内在函数不存在,则有other methods来计算它用手)。灰度代码即使具有偶数个设置位也是如此。该算法仍然可以改进,但这种实现相当忠实于原始算法。如果您需要有关优化实施的详细信息,可以查看“代码审查”中的this Q&A。
答案 2 :(得分:3)
我最近设计了一种新算法来添加两个格雷码。不幸的是,它仍然比天真的双转换解决方案慢,并且也比Harold Lucal的算法(接受的答案中的那个)慢。但欢迎任何解决问题的新方案,对吗?
// lhs and rhs are encoded as Gray codes
unsigned add_gray(unsigned lhs, unsigned rhs)
{
// Highest power of 2 in lhs and rhs
unsigned lhs_base = hyperfloor(lhs);
unsigned rhs_base = hyperfloor(rhs);
if (lhs_base == rhs_base)
{
// If lhs and rhs are equal, return lhs * 2
if (lhs == rhs)
{
return (lhs << 1u) ^ __builtin_parity(lhs);
}
// Else return base*2 + (lhs - base) + (rhs - base)
return (lhs_base << 1u) ^ add_gray(lhs_base ^ lhs, lhs_base ^ rhs);
}
// It's easier to operate from the greatest value
if (lhs_base < rhs_base)
{
swap(&lhs, &rhs);
swap(&lhs_base, &rhs_base);
}
// Compute lhs + rhs
if (lhs == lhs_base)
{
return lhs ^ rhs;
}
// Compute (lhs - base) + rhs
unsigned tmp = add_gray(lhs ^ lhs_base, rhs);
if (hyperfloor(tmp) < lhs_base)
{
// Compute base + (lhs - base) + rhs
return lhs_base ^ tmp;
}
// Here, hyperfloor(lhs) == hyperfloor(tmp)
// Compute hyperfloor(lhs) * 2 + ((lhs - hyperfloor(lhs)) + rhs) - hyperfloor(lhs)
return (lhs_base << 1u) ^ (lhs_base ^ tmp);
}
该算法使用以下实用程序功能,以便正确地工作:
// Swap two values
void swap(unsigned* a, unsigned* b)
{
unsigned temp = *a;
*a = *b;
*b = temp;
}
// Isolate the most significant bit
unsigned isomsb(unsigned x)
{
for (unsigned i = 1u ; i <= CHAR_BIT * sizeof(unsigned) / 2u ; i <<= 1u)
{
x |= x >> i;
}
return x & ~(x >> 1u);
}
// Return the greatest power of 2 not higher than
// x where x and the power of 2 are encoded in Gray
// code
unsigned hyperfloor(unsigned x)
{
unsigned msb = isomsb(x);
return msb | (msb >> 1u);
}
我不得不承认,对于像“简单”这样的东西来说,这是一段代码。它主要基于对格雷码中位模式的观察;也就是说,我没有正式证明任何东西,但我还没有找到算法不起作用的情况(如果我不考虑溢出,它不处理溢出)。以下是用于构造算法的主要观察结果,假设所有内容都是格雷码:
基本上,这意味着我们知道如何乘以2,如何将2的幂加到较小的格雷码中,以及如何从格雷码中减去2的幂,该格雷码大于2的幂但更小其余的都是技巧,所以我们可以用相等的数值或2的幂来推理。
如果您需要更多详细信息/信息,还可以查看Code Review上的this Q&A,它提出了算法的现代C ++实现以及一些优化(作为奖励,我们有一些很好的MathJax方程式不能在这里:D)。