Floyd & 状压DP —— poj331

一开始得思路有一点小问题，把他想成最小生成树+floyd算法来做了，但是再状态得重复上以及往回走得vis判断上出现了问题，我就觉得思路不对了，看了下题解，用的时floyd算法求最短路，然后利用Dp遍历状态，求总体的最短路，也算借助此机会复习了一下最短路了（悲催的时，最短路得学习过程中，就忽略了暴力得floyd得学习（转载……））

  Floyd算法是一个经典的动态规划算法。用通俗的语言来描述的话，首先我们的目标是寻找从点i到点j的最短路径。从动态规划的角度看问题，我们需要为这个目标重新做一个诠释（这个诠释正是动态规划最富创造力的精华所在）

      从任意节点i到任意节点j的最短路径不外乎2种可能，1是直接从i到j，2是从i经过若干个节点k到j。所以，我们假设Dis(i,j)为节点u到节点v的最短路径的距离，对于每一个节点k，我们

检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立，如果成立，证明从i到k再到j的路径比i直接到j的路径短，我们

便设置Dis(i,j) = Dis(i,k) + Dis(k,j)，这样一来，当我们遍历完所有节点k，Dis(i,j)中记录的便是i到j的最短路径的距离。

好了，现在我们学会了Floyd算法，先来针对输入，把任意两点之间得最短路求出来吧

for(int i = 0;i <= N;i++)//中间点得遍历 { for(int j = 0;j <= N;j++) //对应该中间的得起点得遍历 { for(int k = 0;k <= N;k++)//对应终点得遍历 { if(cost_mp[j][i] + cost_mp[i][k] < cost_mp[j][k]) cost_mp[j][k] = cost_mp[j][i] + cost_mp[i][k]; } } }

针对所有的状态，层层向上更新状态中的最短路进问题即Dp[state][i]数组问题，再state状态下，我要到i城市i取得最短路是多少，如果这个状态仅仅包含一个城市i，那么就是cost_mp【state】[i],包含至少两个城市，就要看看路径更新的问题了，遍历所有可能的中间城市，进行路径更新……

for(int i = 0;i < (1 << N);i++)//所有状态
        {
            for(int j = 1;j <= N;j++)//所有城市
            {
                if(i & (1 << (j - 1)))//状态s中已经有了城市j了,寻找得是到j城得最短路
                {
                    if(i == (1 << (j - 1)))//仅有i这一个城市
                    {
                        dp[i][j] = cost_mp[0][j];
                    }
                    else//不仅仅只有i这一个城市
                    {
                        dp[i][j] = inf;//初始化
                        for(int k = 1;k <= N;k++)//寻找状态中包含的第二个城市，即中间城市
                        {
                            if(i & (1 << (k - 1)) && k != j)//更新
                                dp[i][j] = min(dp[i^(1 << (j - 1))][k] + cost_mp[k][j],dp[i][j]);
                                //i^(1 << (j - 1)表示i中得不包含j得子集，因为要到j城市去嘛，所以集合中不能走过k城，才能尝试更新最短路
                        }
                    }
                }
            }
        }
        int ret = dp[(1 << N) - 1][1] + cost_mp[1][0];//状态是所有的城市都走过后，从哪一个城市到披萨店最近
        for(int i = 2;i <= N;i++)
        {
            if(dp[(1 << N) - 1][i] + cost_mp[i][0] < ret)
                ret = dp[(1 << N) - 1][i] + cost_mp[i][0];
        }