AcWing算法基础课 第五讲 动态规划 状态压缩DP 蒙德里安的梦想

链接: AcWing算法基础课 第五讲 动态规划 状态压缩DP 蒙德里安的梦想

题目描述

求把 N×M 的棋盘分割成若干个 1×2 的长方形，有多少种方案。

例如当 N=2，M=4 时，共有 5 种方案。当 N=2，M=3 时，共有 3 种方案。

如下图所示：

输入格式

输入包含多组测试用例。
每组测试用例占一行，包含两个整数 N 和 M。
当输入用例 N=0，M=0 时，表示输入终止，且该用例无需处理。

输出格式

每个测试用例输出一个结果，每个结果占一行。

输入样例：

1 2
1 3
1 4
2 2
2 3
2 4
2 11
4 11
0 0

输出样例：

1
0
1
2
3
5
144
51205

C++ 代码

#include <cstring>
#include <iostream>
#include <algorithm>
#include <vector>

using namespace std;

typedef long long LL;

const int N = 12, M = 1 << N;

int n, m;
LL f[N][M];
vector<int> state[M]; // 有M个Vector向量

// void add(int a ,int b)
// {
//     int e[idx] = b, state[a].push_back(idx ++);
// }
    
bool st[M];

int main()
{
    while (cin >> n >> m, n && m)  // 0 * 0 1 * 0 0 * 1 没什么意义
    {
        for (int i = 0; i < 1 << n; i ++ ) // 循环2^n种状态 找到合法的一些方案，提高算法搜索效率
        {
            int cnt = 0; // 要保证连续的空小方块是偶数个
            bool is_valid = true;
            for (int j = 0; j < n; j ++ ) // 对每一种方案从第一行遍历到最后一行
                if (i >> j & 1) // if 判断ture 两种情况：第一种该方案i第一行就放置了方块
                {               // 第二种就是从不放小方块转入到放小方块了
                    if (cnt & 1)  // 转入到放小方块了判断一下cnt 是否是奇数，如果是就直接不合法 Break 
                    {
                        is_valid = false;
                        break;
                    }
                    cnt = 0;
                }
                else cnt ++ ; // 说明该方案第j行是空的 cnt++
            if (cnt & 1) is_valid = false; // 该if主要是针对 若干种方案的最后几行就是空的，那么就需要再判断一下是否是奇数
            st[i] = is_valid; // 最后通过st[i] 将方案i的合法性存储起来
        }

        for (int i = 0; i < 1 << n; i ++ ) // 保存第i种方案中
        {
            state[i].clear();
            for (int j = 0; j < 1 << n; j ++ ) // 前面的(i & j) == 0 保证了方案i和方案j伸出来的不会撞上
                if ((i & j) == 0 && st[i | j]) // st[i | j] 就是把方案i和j放置小方块的行数都算上,看看该方案合法性
                    state[i].push_back(j); // 收集以方案i为基础的合法状态转移方案
        }

        memset(f, 0, sizeof f);
        f[0][0] = 1; // 表示第i列 方案j,有多少种方案
        for (int i = 1; i <= m; i ++ )
            for (int j = 0; j < 1 << n; j ++ ) 
                for (auto k : state[j])
                    f[i][j] += f[i - 1][k]; // DP 状态方案转移

        cout << f[m][0] << endl;
    }
    return 0;
}