1. 线性基：异或空间的数学利器
第一次接触线性基是在解决一道关于最大异或和的算法题时。当时面对一堆需要快速查询和更新的二进制数，传统方法要么时间复杂度太高，要么根本无法处理动态情况。直到发现线性基这个数据结构，才真正体会到数学工具在算法设计中的精妙之处。
线性基本质上是一组基向量，能够表示原集合中所有元素通过异或运算能得到的所有结果。它的神奇之处在于，用O(log max_val)的空间就能维护一个数集的异或性质，支持插入、查询最大值、最小值等操作都在O(log max_val)时间内完成。这使得它在处理异或相关问题时效率极高，特别适合解决诸如"从集合中选若干数使异或和最大"这类经典问题。
2. 线性基的核心原理剖析
2.1 向量空间与基的概念
理解线性基需要一些线性代数的基础。在二进制数的异或运算中，我们可以把每个数看作一个向量，异或运算就是向量加法。一个线性无关的向量组可以张成一个向量空间，而基就是这个空间的一个极大线性无关组。
举个例子，考虑数集{1,2,3}：
- 1的二进制是01
- 2的二进制是10
- 3的二进制是11（1^2）
这个集合的线性基可以是{1,2}，因为3可以通过1^2得到。基的大小是2，对应这个向量空间的维度。
2.2 线性基的构建过程
构建线性基的核心是逐步插入元素并维护基的性质。具体步骤如下：
- 初始化一个空基数组base，大小为最高位位数
- 对于每个待插入的数x：
a. 从高位到低位扫描x的每一位
b. 如果当前位i为1：
i. 如果base[i]为空，将x存入base[i]并结束插入
ii. 否则，x与base[i]异或，继续处理剩下的位 - 如果x最终变为0，说明x可以被基表示
这个插入过程保证了基中的每个数都"控制"着某一位，且更高位已经被处理过。用C++实现的话大概是这样：
cpp复制const int MAX_BIT = 60;
long long base[MAX_BIT] = {0};
bool insert(long long x) {
for(int i = MAX_BIT-1; i >= 0; i--) {
if((x >> i) & 1) {
if(!base[i]) {
base[i] = x;
return true;
}
x ^= base[i];
}
}
return false;
}
2.3 线性基的性质分析
线性基有几个重要性质：
- 基中元素个数等于原集合的线性秩（异或空间的维度）
- 基中每个元素的最高有效位互不相同
- 基能表示原集合所有元素异或能得到的结果
- 查询最大异或和只需从高位到低位贪心地异或基元素
这些性质使得线性基成为处理异或问题的利器。比如查询最大异或和：
cpp复制long long query_max() {
long long res = 0;
for(int i = MAX_BIT-1; i >= 0; i--) {
if((res ^ base[i]) > res) {
res ^= base[i];
}
}
return res;
}
3. 线性基的模板实现与优化
3.1 完整C++模板实现
一个功能完整的线性基模板应该支持插入、查询最大值、最小值、第k小值等操作。以下是经过实战检验的模板：
cpp复制struct LinearBasis {
static const int B = 60;
long long base[B];
LinearBasis() {
memset(base, 0, sizeof(base));
}
bool insert(long long x) {
for(int i = B-1; i >= 0; i--) {
if((x >> i) & 1) {
if(!base[i]) {
base[i] = x;
return true;
}
x ^= base[i];
}
}
return false;
}
long long query_max() {
long long res = 0;
for(int i = B-1; i >= 0; i--) {
if((res ^ base[i]) > res) {
res ^= base[i];
}
}
return res;
}
long long query_min() {
for(int i = 0; i < B; i++) {
if(base[i]) return base[i];
}
return 0;
}
void rebuild() {
for(int i = B-1; i >= 0; i--) {
for(int j = i-1; j >= 0; j--) {
if((base[i] >> j) & 1) {
base[i] ^= base[j];
}
}
}
}
long long query_kth(long long k) {
rebuild();
vector<long long> vec;
for(int i = 0; i < B; i++) {
if(base[i]) vec.push_back(base[i]);
}
if(vec.size() < 64 && k >= (1LL << vec.size())) {
return -1; // 不存在第k小
}
long long res = 0;
for(int i = 0; i < vec.size(); i++) {
if((k >> i) & 1) {
res ^= vec[i];
}
}
return res;
}
};
3.2 动态维护与删除操作
标准线性基不支持直接删除元素，但在某些问题中需要这种功能。我们可以通过记录每个基向量的来源实现伪删除：
cpp复制struct DynamicLinearBasis {
struct Basis {
long long base[60];
int cnt = 0;
bool insert(long long x) {
for(int i = 59; i >= 0; i--) {
if((x >> i) & 1) {
if(!base[i]) {
base[i] = x;
cnt++;
return true;
}
x ^= base[i];
}
}
return false;
}
} basis[20];
void insert(long long x) {
long long cur = x;
for(int i = 0; i < 20; i++) {
if(basis[i].insert(cur)) return;
cur ^= basis[i].base[__lg(cur)];
}
}
long long query_max() {
long long res = 0;
for(int i = 0; i < 20; i++) {
if(basis[i].cnt) {
long long tmp = res ^ basis[i].base[__lg(basis[i].base[59])];
if(tmp > res) res = tmp;
}
}
return res;
}
};
这种分层维护的方法虽然增加了空间复杂度，但可以支持一定程度的删除操作。
4. 经典例题实战解析
4.1 最大异或和问题
题目描述：给定n个整数，从中选出一个子集，使得子集元素的异或和最大。
这是线性基最经典的应用。解法非常直接：将所有数插入线性基，然后求最大异或和即可。
cpp复制long long max_xor(vector<long long>& nums) {
LinearBasis lb;
for(auto x : nums) lb.insert(x);
return lb.query_max();
}
时间复杂度O(nlogmax_val)，空间复杂度O(logmax_val)。
4.2 区间异或最大值
题目描述：给定一个数组，处理两种操作：(1)修改某个元素的值 (2)查询区间[l,r]内子序列的最大异或和。
这个问题需要结合线段树和线性基。每个线段树节点维护对应区间的线性基，合并时把两个线性基的所有元素尝试插入到一个新的基中。
cpp复制struct SegmentTree {
struct Node {
LinearBasis lb;
} tree[400010];
void build(int p, int l, int r, vector<long long>& a) {
if(l == r) {
tree[p].lb.insert(a[l]);
return;
}
int mid = (l + r) / 2;
build(p*2, l, mid, a);
build(p*2+1, mid+1, r, a);
tree[p].lb = merge(tree[p*2].lb, tree[p*2+1].lb);
}
LinearBasis merge(LinearBasis& a, LinearBasis& b) {
LinearBasis res = a;
for(int i = 0; i < 60; i++) {
if(b.base[i]) res.insert(b.base[i]);
}
return res;
}
LinearBasis query(int p, int l, int r, int ql, int qr) {
if(ql <= l && r <= qr) return tree[p].lb;
int mid = (l + r) / 2;
LinearBasis res;
if(ql <= mid) res = merge(res, query(p*2, l, mid, ql, qr));
if(qr > mid) res = merge(res, query(p*2+1, mid+1, r, ql, qr));
return res;
}
};
4.3 第k小异或和
题目描述：给定n个数，求所有可能子集异或和中第k小的值。
解法步骤：
- 构建线性基并重建（使基矩阵化为行简化阶梯形）
- 将非零基向量按从小到大排序
- 根据k的二进制表示选择基向量
cpp复制long long kth_xor(LinearBasis& lb, long long k) {
lb.rebuild();
vector<long long> basis;
for(int i = 0; i < 60; i++) {
if(lb.base[i]) basis.push_back(lb.base[i]);
}
if(basis.size() < 60 && k >= (1LL << basis.size())) {
return -1; // 不存在
}
long long res = 0;
for(int i = 0; i < basis.size(); i++) {
if((k >> i) & 1) {
res ^= basis[i];
}
}
return res;
}
5. 线性基的扩展应用与技巧
5.1 带权线性基
在某些问题中，每个数有一个权值，我们需要在保证线性基性质的前提下，使选中的数的权值和最大。这时可以在插入时进行权值比较：
cpp复制struct WeightedLinearBasis {
long long base[60];
long long weight[60];
bool insert(long long x, long long w) {
for(int i = 59; i >= 0; i--) {
if((x >> i) & 1) {
if(!base[i]) {
base[i] = x;
weight[i] = w;
return true;
}
if(w > weight[i]) {
swap(base[i], x);
swap(weight[i], w);
}
x ^= base[i];
}
}
return false;
}
long long max_weight() {
long long res = 0;
for(int i = 0; i < 60; i++) {
res += weight[i];
}
return res;
}
};
5.2 线性基求交
求两个线性基的交基是一个复杂但有趣的问题。基本思路是利用张成空间的性质：
cpp复制LinearBasis intersection(LinearBasis& A, LinearBasis& B) {
LinearBasis res, tmp = B;
for(int i = 0; i < 60; i++) {
if(A.base[i]) {
long long x = A.base[i], y = 0;
bool ok = true;
for(int j = 59; j >= 0; j--) {
if((x >> j) & 1) {
if(tmp.base[j]) {
x ^= tmp.base[j];
y ^= B.base[j];
} else {
ok = false;
tmp.base[j] = x;
B.base[j] = y;
break;
}
}
}
if(ok && x == 0) {
res.insert(y);
}
}
}
return res;
}
5.3 线性基在概率问题中的应用
考虑这样一个问题：有n个二进制数，每个数有p_i的概率被选中，求最终异或和为0的概率。可以用线性基结合动态规划解决：
- 构建线性基，设其秩为r
- 不在基中的n-r个数可以自由选择
- 异或和为0当且仅当这些自由选择的数的异或和在基中有对应的表示
- 概率为(2^{n-r-1}) * 所有自由变量选中的概率乘积
6. 常见问题与调试技巧
6.1 为什么我的线性基跑不出正确结果？
常见原因有：
- 位数设置不足：比如处理1e18的数需要至少60位
- 插入顺序影响：线性基虽然不唯一，但最大异或和等查询结果应该一致
- 重建基的时机不对：查询第k小前必须重建基
调试时可以：
- 打印出基的内容，检查每个基向量的最高位是否唯一
- 对小数据手动计算验证
6.2 如何处理带删除的线性基问题？
有三种主要方法：
- 离线处理，将删除视为时间轴上的操作
- 分层维护多个线性基（如前文所示）
- 使用线段树分治，将每个数的存在时间区间插入线段树
6.3 线性基的空间复杂度能优化吗？
对于二进制线性基，空间已经是O(log max_val)了，很难进一步优化。但如果问题有特殊性质（如数值范围小），可以用位压缩等技术减少常数。
7. 线性基与其他数据结构的结合
7.1 线性基+线段树
如前文的区间查询问题，线段树的每个节点维护一个线性基，可以高效处理区间异或问题。合并两个线性基的复杂度是O(log²max_val)，因此建树复杂度O(nlog²n)，查询复杂度O(log²n)。
7.2 线性基+并查集
在动态连通性问题中，如果需要维护路径上的异或和，可以结合带权并查集和线性基。每个集合的代表元素维护一个线性基，合并时也合并对应的线性基。
7.3 线性基+树链剖分
处理树上路径的异或问题时，可以将树剖分成链，每条链用线性基维护信息。查询路径时合并多个链的线性基。
8. 线性基的局限性与发展
虽然线性基在异或问题上非常强大，但它也有局限性：
- 仅适用于异或运算，对其他运算不适用
- 动态插入和删除操作不够高效
- 高维问题（如同时处理加法和异或）难以处理
近年来有一些改进的线性基变种被提出，如：
- 支持更快速合并的线性基
- 处理模数空间的线性基
- 支持近似查询的线性基
在实际应用中，线性基常常与其他算法结合使用。比如在图论中处理环的异或和，在密码学中分析线性关系等。掌握线性基不仅能解决具体算法问题，更能培养将数学工具应用于算法设计的能力。