状态压缩DP

代码

一般集合

dp[1][0] = 0; //开始：集合中只有点0，起点和终点都是0

for (int S = 1; S < (1 << n); S++) { // 枚举每一种可能 
	for (int j = 0; j < n; j++) { // 枚举每一个点 
		if ((S >> j) & 1) { // 这个点存在 
			for (int k = 0; k < n; k++) {
				if ((S ^ (1 << j)) >> k & 1) { // k属于集合S - j 
					dp[S][j] = min(dp[S][j], dp[S ^ (1 << j)][k] + dist[k][i]); // 中转 
				}
			}
		}
	}
} 

轮廓线（二维填充）

1、重点是对轮廓线附近的状态进行分析，得到状态转移方程

2、滚动数组（基本上固定的）

swap(n, m); // 复杂度为n * m * 2 ^ m , 所以m越小，越有利 
// 初始化 
dp[now][(1 << m) - 1] = 1; 

for (int i = 0; i < n; i++) {
	for (int j = 0; j < m; j++) {
		
		swap(now, old); // 滚动数组，now始终指向最新的一行
		
		memset(dp[now], 0, sizeof dp[now]);
		// 枚举这个点的上一行的所有状态 
		for (int k = 0; k < (1 << m); k++) {
			if (k & 1 << (m - 1)) {
				// k5 = 1时候x = 0 ,       k5为i，j上面的点（i - 1，j）的状态，1表示填充， 0表示没有填充， 
				if (k & 1 << (m - 1)) {
					dp[now][(k << 1) & (~(1 << m))] += dp[old][k];    // k = k5 k4 k3 k2 k1 k0   ~(1 << m))这个的功能代表去除越界（长度超过6）的1 
				}
				// k5 = 0 时候 x = 1,，    i != 0 代表 i 不是第一行,第一行没法加上面的   k5 等于0 时候，x 不许等于1 
				if (i && !(k & 1 << (m - 1))) {
					dp[now][(k << 1) ^ 1] += dp[old][k]; 
				}
				// x = 0,k5 = 1, k0 = 0  不能是第一列，第一列没法加左边的 
				if (j && (!(k & 1)) && (k & 1 << (m - 1))) {
					dp[now][((k << 1) | 3) & (~(1 << m))] += dp[old][k];
				}
				 
			}
		} 
	}
}
// 最后的 dp[i - 1][j - 1][(k << m) - 1] 就是答案 从0开始存的 
/* 解释  
k = k5 k4 k3 k2 k1 k0 代表组合 
k & 1 << (m - 1) 代表k5 = 1
(~(1 << m))  这个的功能代表去除越界（长度超过6）的1 
k << 1 最左边的一个k5不要了 
(k << 1) ^ 1   ^ 是相同为0，不同为1的， 所以这句话是k左右边的变成1 
((k << 1) | 3)  将k右边两个位都变成 1 （因为左右一起组合）
*/ 

原理

动态规划的题目中，状态的表示是解题的关键。在一些dp问题中，状态可能会非常复杂，导致用来存储状态的dp数组会有很多维。为此，我们需要用过状态压缩来达到减少状态维数的目的。在状态压缩dp中，灵活运用位运算是一项必不可少的要求。

核心

动态规划问题当中，复杂度等于状态数乘上决策数

状态数 = 集合的状态 + 我们现在所处的地方

if 判断 这个是否在状态里面

位运算 

题目

1、旅行商（上面代码为此代码）

2、poj2411 （矩阵拼接）（轮廓线模式，上为代码）

3、三进制状态压缩  hdu3001

4、棋盘dp--最小三角路径

状态转移：
dp[i][j] = grid[i][j] + min(dp[i - 1][j], dp[i - 1][j - 1])

练习：

洛谷p 1433 2831 2704 1879 1896 3092 3694 4925 2157 2167 2396 4363 5005 2150