DLX精确覆盖问题

狂暴刷题组长

已于 2023-04-27 18:31:26 修改

阅读量229

点赞数 2

文章标签：学习算法数据结构 c++ 图论

于 2023-04-27 18:30:19 首次发布

本文链接：https://blog.csdn.net/GROZAX/article/details/130193597

版权

众所周知，覆盖问题是NP问题，也就是只能通过暴力的手段解决，无法通过数据结构优化时间复杂度，而Dancing Links（DLX、舞蹈链、十字链表）可以以很高的效率处理类似的问题。

首现给出两种问题的定义：（本文只讲精确覆盖问题）

1、精确覆盖问题

给定一个01矩阵，我们需要选出最少的行数，使得每一列恰好只有一个1

2、重复覆盖问题

给定一个01矩阵，我们需要选出最少的行数，使得每一列至少有一个1

设01矩阵有n行m列，对于第一类问题，如果用暴力做法，每次枚举选出那些行，然后判断每种选法是否可行，复杂度为选择 $O(2^n)$ ，判断 $O(nm)$ ，总复杂度为 $O(2^n\cdot nm)$ ，非常之高。

不过我们仔细观察不难发现：

1、可以先看1的数量少的列，因为这些我们必须要在其中选择一行，1越少枚举的次数就越少

2、当我们选中某一行后，其他的带有当前列1的行都要删去，因为已经选定了，不能在选择更多的1了

3、我们选中的当行的其他列的1也可以通过这种方式删去，原理同上

举个例子：

对于当前这个6x7的矩阵，我们观察每一列1的数量，第1、4、7行有3个1，其他都是2个1，那么选择第二列，第二列的第3、5行为1，选择第三行，然后划去重复的行和确定的列：

那么在选完第三行处理完毕后的矩阵变成了

随后继续选取1最少的列第5列

选择第六行并划去重复的行和确定的列，当划去重复的行与列时，剩下的矩阵为空矩阵，那么就代表所有的列都被覆盖到了，返回递归的层数即为选择的行数。记录此时选择的行数，然后回到上一步，此时要把刚才删除的行与列都恢复

然后选择第五列中的其他行，也就是第一行继续递归操作

…………

这样的流程便是X算法。为了满足X算法大量删除、恢复行与列的操作，Donald E. Knuth 想到了用双向十字链表来维护这些操作。而在双向十字链表上不断跳跃的过程被形象地比喻成「跳跃」，因此被用来优化 X 算法的双向十字链表也被称为「Dancing Links」。

十字链表，顾名思义，有四个指针，分别指向上下左右的下一个为1的地址，下面是将一个矩阵存进十字链表的步骤：

void add(int& hh, int& tt, int x, int y)
{
    row[idx] = x, col[idx] = y, s[y] ++ ;
    u[idx] = y, d[idx] = d[y], u[d[y]] = idx, d[y] = idx;
    r[hh] = l[tt] = idx, r[idx] = tt, l[idx] = hh;
    tt = idx ++ ;
}


for (int i = 1; i <= n; i ++ )
{
    int hh = idx, tt = idx;
    for (int j = 1; j <= m; j ++ )
    {
        int x;
        scanf("%d", &x);
        if (x) add(hh, tt, i, j);
    }
}

总结一下X算法的流程：

1、对于现在的矩阵M，选择并标记一行r，将r添加至S中；

2、如果尝试了所有的 r 却无解，则算法结束，输出无解；

3、标记与 r 相关的行 $r_i$ 和 $C_i$ （相关的行和列与 X 算法中第 2 步定义相同，下同）；

4、删除所有标记的行和列，得到新矩阵 M'；

5、如果 M' 为空，且 r 为全1，则算法结束，输出被删除的行组成的集合S；

如果 M' 为空，且 r 不全为1，则恢复与 r 相关的行 $r_i$ 以及列 $c_i$ ，跳转至步骤 1；

如果 M' 不为空，则跳转至步骤 1。

有了Dancing-Links，删除和恢复行在递归里就很容易写了：

bool dfs()
{
    if (!r[0]) return true;
    int p = r[0];
    for (int i = r[0]; i; i = r[i])
        if (s[i] < s[p])
            p = i;
    remove(p);
    for (int i = d[p]; i != p; i = d[i])
    {
        ans[ ++ top] = row[i];
        for (int j = r[i]; j != i; j = r[j]) remove(col[j]);
        if (dfs()) return true;
        for (int j = l[i]; j != i; j = l[j]) resume(col[j]);
        top -- ;
    }
    resume(p);
    return false;
}

再来看一题DLX的常用题型。在搜索一章中求解数独问题时，当时用的是搜索+剪枝优化，无论是代码量还是难度都是非常之大的。学过DLX算法之后就可以用十字链表来处理数独问题了：