use bitvec::prelude::*; use rand::seq::SliceRandom; use std::borrow::Borrow; use std::env; use std::fmt; use std::fs; use std::process; type Card = BitVec; struct Task { cards: Vec, num_pass_cards: usize, } struct Solution { real_cards: Vec, } // `solve_task` löst eine gegebene Aufgabe und beinhaltet somit den // eigentlichen Algorithmus. fn solve_task(task: Task) -> Solution { // `num_real_cards` Karten im Stapel stammen von Zara Zackig, nämlich // die `num_pass_cards` Öffnungskarten plus eine Sicherungkarte. let num_real_cards = task.num_pass_cards + 1; // Der Lee-Brickell-Algorithmus erzeugt nur mit einer gewissen // Wahrscheinlichkeit eine Lösung. Daher führen wir ihn wiederholt aus, // bis eine Lösung gefunden wurde. loop { match lee_brickell_iteration(&task.cards, num_real_cards) { None => continue, Some(solution) => break solution, } } } const P: usize = 2; // `lee_brickell_iteration` beinhaltet eine Iteration des // Lee-Brickell-Algorithmus. Die Funktion liefert nur mit einer gewissen // Wahrscheinlichkeit eine Lösung, und gibt anderenfalls `None` zurück. fn lee_brickell_iteration(cards: &[Card], num_real_cards: usize) -> Option { // Zunächst wird eine Arbeitskopie der Karten erstellt. let cards = cards.to_vec(); let num_cards = cards.len(); let bits_per_card = cards[0].len(); // `permutation` ist eine zufällige Permutation der Karten, repräsentiert // durch ein Array, in dem jeder Index in `cards` einmal vorkommt. let mut permutation = (0..num_cards).into_iter().collect::>(); permutation.shuffle(&mut rand::thread_rng()); let mut permutation_pairs = permutation .iter() .cloned() .enumerate() .map(|(from, to)| (to, from)) .collect::>(); permutation_pairs.sort(); // `inverse_permutation` ist die zu `permutation` umgekehrte Permutation. let inverse_permutation = permutation_pairs .into_iter() .map(|(_to, from)| from) .collect::>(); // `ppcm` steht für "permuted parity-check matrix". Wie in der // Dokumentation beschrieben, ist die Matrix, welche die gegebenen Karten // als ihre Spalten enthält, Kontrollmatrix eines linearen Codes über den // endlichen Körper GF(2). Die Codewörter dieses Codes repräsentieren // jeweils eine Auswahl von Karten, die XOR einander null ergeben. Die // Lösung des Problems ist gegeben durch ein Codewort dieses Codes mit // Hamming-Gewicht `num_real_cards`. // `ppcm` ist eine solche Kontrollmatrix (repräsentiert als Iliffe-Vektor), // auf dessen Spalten zusätzlich noch die Permutation `permutation` // angewandt wurde. // let mut ppcm = transpose_and_optionally_permute_columns(&cards, Some(&permutation)); let mut ppcm = vec![BitVec::::repeat(false, num_cards); bits_per_card]; for card_idx in 0..num_cards { let new_card_idx = permutation[card_idx]; for bit_idx in 0..bits_per_card { ppcm[bit_idx].set(new_card_idx, cards[card_idx][bit_idx]); } } // `basic_vars` und `free_vars` enthalten jeweils die Spaltenindizes der // Basisvariablen bzw. freien Variablen. Die Indizes der Basisvariablen // bilden das "information set" (siehe Dokumentation) dieser Iteration. let mut basic_vars = Vec::new(); let mut free_vars = Vec::new(); // Zunächst wird `ppcm` mittels des Gaußschen Eliminierungsverfahrens // in die reduzierte Stufenform gebracht. let mut current_row = 0; let mut current_col = 0; while current_row < bits_per_card && current_col < num_cards { // Wir suchen in der derzeitigen Spalte ein Pivotelement (eine 1). let pivot_row = match (current_row..bits_per_card).find(|row| ppcm[*row][current_col]) { Some(row) => row, None => { // Wurde kein Pivotelement gefunden, gehört diese Spalte zu // einer freien Variable, und es kann zur nächsten Spalte // übergegangen werden. free_vars.push(current_col); current_col += 1; continue; } }; // Wurde ein Pivotelement gefunden, gehört die Spalte zu einer // Basisvariable. basic_vars.push(current_col); // Die Zeile mit dem Pivotelement wird nach oben gebracht, indem sie // mit der derzeitigen Zeile getauscht wird. ppcm.swap(current_row, pivot_row); // Alle weiter unten liegenden Einsen dieser Spalte werden eliminiert, // indem die entsprechenden Zeilen mit der derzeitigen Zeile XOR // gerechnet (addiert) werden. for lower_row in (current_row + 1)..bits_per_card { if ppcm[lower_row][current_col] { let current_row_cloned = ppcm[current_row].clone(); ppcm[lower_row] ^= current_row_cloned; } } // Es kann zur nächsten Zeile und Spalte übergegangen werden. current_row += 1; current_col += 1; } // Übrig gebliebene Spalten, die nicht mehr betrachtet wurden, da die // letzte Zeile der Matrix erreicht wurde, gehören zu freien Variablen. free_vars.extend(current_col..num_cards); // println!("n = {}", num_cards); // println!("k = {}", free_vars.len()); // println!("w = {}", num_real_cards); let num_free_vars = free_vars.len(); let num_basic_vars = basic_vars.len(); // Sanity Check: Nach dem Rangsatz immer erfüllt assert_eq!(num_basic_vars + num_free_vars, num_cards); // Hier ist `ppcm` in Stufenform. // Um die reduzierte Stufenform zu erreichen, wird noch einmal rückwärts // über die Spalten mit Pivotelement iteriert. Die weiter oben liegenden // Einsen werden eliminiert, indem die entsprechenden Zeilen mit der Zeile // des Pivotelements XOR gerechnet (addiert) werden. Diese Erweiterung // wird auch als Gauß-Jordan-Algorithmus bezeichnet. for (pivot_row, pivot_col) in basic_vars.iter().enumerate().rev() { for upper_row in 0..pivot_row { if ppcm[upper_row][*pivot_col] { let pivot_row_cloned = ppcm[pivot_row].clone(); ppcm[upper_row] ^= pivot_row_cloned; } } } // print_matrix(&ppcm); let p = P.min(num_free_vars); let transposed_ppcm = transpose_and_optionally_permute_columns(&ppcm, None); let mut subset_iter = SubsetIterator::new(num_free_vars, p); while let Some(subset) = subset_iter.next() { // println!("---"); // println!("subset: {:?}", subset); let mut subset_xor = BitVec::::repeat(false, bits_per_card); for free_var_idx in subset { subset_xor ^= &transposed_ppcm[free_vars[*free_var_idx]]; } // println!("subset_xor: {:?}", subset_xor); if subset_xor.count_ones() == num_real_cards - p { // println!("found it"); let mut real_cards = Vec::new(); for free_var_idx in subset { real_cards.push(cards[inverse_permutation[free_vars[*free_var_idx]]].clone()); } for basic_var_row in subset_xor.iter_ones() { real_cards.push(cards[inverse_permutation[basic_vars[basic_var_row]]].clone()); } real_cards.sort(); return Some(Solution { real_cards }); } } None // let free_one = *free_vars // .iter() // .find(|free_var| ppcm.iter().filter(|row| row[**free_var]).count() == num_real_cards - 1)?; // let original_free_one = inverse_permutation[free_one]; // let original_basic_ones = // ppcm.iter() // .map(|row| row[free_one]) // .enumerate() // .filter_map(|(row_idx, val)| { // if val { // Some(inverse_permutation[basic_vars[row_idx]]) // } else { // None // } // }); // let mut real_cards = Vec::new(); // real_cards.push(cards[original_free_one].clone()); // for original_basic_one in original_basic_ones { // real_cards.push(cards[original_basic_one].clone()); // } // real_cards.sort(); // Some(Solution { real_cards }) } fn transpose_and_optionally_permute_columns( matrix: &Vec, permutation: Option<&[usize]>, ) -> Vec { let orig_num_rows = matrix.len(); let orig_num_cols = matrix[0].len(); let mut transposed = vec![BitVec::::repeat(false, orig_num_rows); orig_num_cols]; for orig_row_idx in 0..orig_num_rows { let new_col_idx = match permutation { Some(permutation) => permutation[orig_row_idx], None => orig_row_idx, }; for orig_col_idx in 0..orig_num_cols { let new_row_idx = orig_col_idx; transposed[new_row_idx].set(new_col_idx, matrix[orig_row_idx][orig_col_idx]); } } transposed } struct SubsetIterator { n: usize, k: usize, fresh: bool, state: Vec, } impl SubsetIterator { fn new(n: usize, k: usize) -> Self { Self { n, k, fresh: true, state: (0..k).into_iter().collect(), } } fn next(&mut self) -> Option<&[usize]> { if self.fresh { self.fresh = false; Some(&self.state) } else { let last_index = self.k - 1; let index_to_increase = self .state .iter() .enumerate() .find(|(index, val)| { if *index == last_index { self.state[*index] != self.n - 1 } else { self.state[*index + 1] != **val + 1 } })? .0; self.state[index_to_increase] += 1; for lower_idx in 0..index_to_increase { self.state[lower_idx] = lower_idx; } Some(&self.state) } } } fn print_matrix(matrix: &Vec) { for row in matrix { for bit in row { print!("{}", if *bit { "1" } else { "0" }); } println!(); } } fn main() { let task_file_name = match env::args().nth(1) { Some(x) => x, None => { eprintln!("Nutzung: bonusaufgabe "); process::exit(1); } }; let task_str = fs::read_to_string(task_file_name).expect("Datei kann nicht gelesen werden"); let task = Task::try_from(task_str.as_str()).expect("Datei enthält keine gültige Aufgabe"); let solution = solve_task(task); print!("{}", solution); } impl TryFrom<&str> for Task { type Error = (); fn try_from(value: &str) -> Result { let mut lines = value.lines(); let first_line = lines.next().ok_or(())?; let mut first_line_words = first_line.split_ascii_whitespace(); let total_num_cards_str = first_line_words.next().ok_or(())?; let total_num_cards = str::parse::(total_num_cards_str).map_err(|_| ())?; let num_pass_cards_str = first_line_words.next().ok_or(())?; let num_pass_cards = str::parse::(num_pass_cards_str).map_err(|_| ())?; let cards = lines .into_iter() .map(|line| { line.chars() .flat_map(|char| match char { '0' => Some(false), '1' => Some(true), _ => None, }) .collect::() }) .collect::>(); if cards.len() != total_num_cards { return Err(()); } Ok(Task { cards, num_pass_cards, }) } } impl fmt::Display for Solution { fn fmt(&self, f: &mut fmt::Formatter<'_>) -> fmt::Result { for card in self.real_cards.iter() { for bit in card.iter() { match *bit { true => write!(f, "1")?, false => write!(f, "0")?, }; } writeln!(f, "")?; } Ok(()) } }