给定n个元素的数组。问题是从数组中找到与原始数组相同OR的最小元素数。
例如arr[] = {1,2,3,4,6}。数组中所有值的OR为 7 。
如果我们只考虑元素 6,1 和OR，我们会得到 7 。所以答案是 2 。
我的方法是构造一个0和1的二叉树，0表示左子，1表示右子。
获取最终答案（即7）遍历树并找到最接近的数字，该数字几乎覆盖了所有位数7.在第一步之后被击中的类型。
任何人都可以提示如何继续下一次迭代。
答案 0 :(得分：2)
这是Set Cover problem，这是NP难的。 OR-ed数组中的1位是被覆盖的集合，数组映射子集中的数字，即每个数字代表以二进制表示形式设置的数字的子集。
贪心算法产生log（N）近似比。证明：https://www.cs.cmu.edu/~avrim/451f12/lectures/lect1106.pdf
答案 1 :(得分：0)
有助于优化的一些见解。
任何被另一个人“完全屏蔽”/黯然失色的数字，其OR操作例如是a | b == b是真的，那么a对解决方案没用。
设置的二进制位数很重要，设置的位数越多，越多 可能它将成为最终解决方案的一部分。
与其他许多共同位的数字不太可能出现在 溶液
因此，我认为进入的方向是计算每个数字中唯一位的数量，这些位数不会出现在任何其他数字上。如果你找到一个，那将是解决方案。如果没有，请选择设置数量最少的数字，然后递归分解问题。
一旦您将问题缩小到单个数字的单个数字，您就可以计算其他每个数据中唯一比特的数量，这与已经在解决方案中找到的数量不同。
多次这样做，递归应该让你得到答案。
如何进一步优化它我不知道。
答案 2 :(得分：0)
我认为这只能通过尝试所有可能的组合并选择（一个）整数的最小组合来解决，这些整数具有与所有值相同的'或'值'或者在一起。
对于更大的整数集，这会爆发。
使用我的greedy algorithm可以获得良好的结果。 如果数字（映射到测试）由表示在其二进制表示中设置哪些位（映射到测试覆盖）来表示，则贪婪算法将给出覆盖所有可能位的整数子集，通常非常小