深入学习C++：什么是状压DP

最新推荐文章于 2025-08-23 14:32:52 发布

原创最新推荐文章于 2025-08-23 14:32:52 发布 · 701 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#学习 #c++ #开发语言

动态规划专栏收录该内容

27 篇文章

订阅专栏

深入学习C++：什么是状压DP

一. 基础概念

状压 DP是一种利用二进制状态来表示集合状态的动态规划方法，特别适合解决状态数量有限且可枚举的问题（通常元素数量不超过 20-25，因为 2^25 约为 3300 万，超过这个范围会导致状态爆炸）。

核心思想：

1. 二进制状态表示：用一个整数的二进制位表示集合中元素的选择状态。

例如，mask = 0b1011（二进制）表示第 0、1、3 个元素被选中（从右往左数，低位为 0）。

2. 状态定义：dp[mask] 或 dp[mask][u] 表示在状态 mask 下的最优解（如最小代价、最大价值、方案数等）。

3. 状态转移：通过枚举当前状态的子集或可扩展的元素，从已知状态推导出新状态。

状压 DP 的优缺点

优点：能高效解决小规模集合问题，状态表示直观，适合枚举所有可能的集合状态。

缺点：时间和空间复杂度随元素数量呈指数增长（O(2^n)），仅适用于 n ≤ 20-25 的场景。

典型应用场景：

1. 旅行商问题（TSP）：访问所有城市的最短路径。

2. 集合覆盖问题：选择最少子集覆盖所有元素。

3. 排列组合问题：如 “用给定元素组成特定排列的方案数”。

4. 网格覆盖问题：如 “用 1x2 骨牌覆盖网格的方法数”。

关键技术点:

1. 二进制操作：

（1）. 检查第 i 位是否为 1：mask & (1 << i)

（2）. 置第 i 位为 1：mask | (1 << i)

（3）. 置第 i 位为 0：mask & ~(1 << i)

（4）. 枚举 mask 的所有子集：submask = (submask - 1) & mask（经典子集枚举法）。

2. 状态压缩：用一个整数表示集合状态，大幅减少存储空间（相比用布尔数组表示集合）。

3. 时间复杂度：通常为 O(2^n * n) 或 O(2^n * n^2)，其中 n 是元素数量，适合 n ≤ 20 的问题。

二. 示例

旅行商问题（TSP）

问题：给定 n 个城市和两两之间的距离，求从起点出发，访问所有城市恰好一次并返回起点的最短路径。

步骤解析：

状态定义：dp[mask][u] 表示 “已访问的城市集合为 mask，当前在城市 u 时的最短距离”。
转移方程：
对于每个状态 (mask, u)，枚举未访问的城市 v，更新新状态 (mask | (1<<v), v)：
dp[mask | (1<<v)][v] = min(dp[mask | (1<<v)][v], dp[mask][u] + dist[u][v])
初始化：dp[1<<0][0] = 0（从城市 0 出发，初始只访问城市 0）。
结果：遍历所有城市 u，求 dp[(1<<n)-1][u] + dist[u][0] 的最小值（返回起点）。

代码如下：

#include <vector>
#include <climits>
#include <algorithm>
using namespace std;

int tsp(vector<vector<int>>& dist) {
    int n = dist.size();
    if (n == 0) return 0;
    
    const int INF = INT_MAX / 2; // 避免加法溢出
    int full_mask = (1 << n) - 1; // 所有城市都访问过的状态（二进制全1）
    
    // dp[mask][u]：状态为mask时，当前在城市u的最短距离
    vector<vector<int>> dp(1 << n, vector<int>(n, INF));
    dp[1 << 0][0] = 0; // 从城市0出发
    
    // 枚举所有状态
    for (int mask = 0; mask < (1 << n); ++mask) {
        // 枚举当前所在城市u
        for (int u = 0; u < n; ++u) {
            if (!(mask & (1 << u))) continue; // u不在当前状态中，跳过
            
            // 枚举下一步要去的城市v
            for (int v = 0; v < n; ++v) {
                if (mask & (1 << v)) continue; // v已访问，跳过
                
                int new_mask = mask | (1 << v); // 新状态：加入v
                dp[new_mask][v] = min(dp[new_mask][v], dp[mask][u] + dist[u][v]);
            }
        }
    }
    
    // 从最后一个城市返回起点0
    int result = INF;
    for (int u = 1; u < n; ++u) {
        result = min(result, dp[full_mask][u] + dist[u][0]);
    }
    return result;
}