⭐算法入门⭐《动态规划 - 状态压缩DP》困难01 —— LeetCode 847. 访问所有节点的最短路径

最新推荐文章于 2024-10-16 21:13:28 发布

英雄哪里出来

最新推荐文章于 2024-10-16 21:13:28 发布

阅读量2.7k

点赞数 7

分类专栏：《LeetCode算法全集》文章标签： leetcode 算法状态压缩 TSP 记忆化搜索

本文链接：https://blog.csdn.net/WhereIsHeroFrom/article/details/119282666

版权

《LeetCode算法全集》专栏收录该内容

265 篇文章 1931 订阅

订阅专栏

🙉饭不食，水不饮，题必须刷🙉
C语言免费动漫教程，和我一起打卡！ 🌞《光天化日学C语言》🌞
LeetCode 太难？先看简单题！ 🧡《C语言入门100例》🧡
数据结构难？不存在的！ 🌳《画解数据结构》🌳
LeetCode 太简单？算法学起来！ 🌌《夜深人静写算法》🌌

一、题目

1、题目描述

给出 $g r a p h$ 为有 $\le 12)$ 个节点（编号为 0, 1, 2, …, $n - 1$ ）的无向连通图。 $g r a p h . l e n g t h = n$ ，且只有节点 $i$ 和 $j$ 连通时， $j$ 不等于 $i$ 时且在列表 $g r a p h [i]$ 中恰好出现一次。返回能够访问所有节点的最短路径的长度。可以在任一节点开始和结束，也可以多次重访节点，并且可以重用边。
样例输入： $[[1, 2, 3], [0], [0], [0]]$
样例输出： 4

2、基础框架

c++ 版本给出的基础框架代码如下：

class Solution {
public:
    int shortestPathLength(vector<vector<int>>& graph) {
    }
};

graph代表的是一个单向的邻接表；

3、原题链接

LeetCode 847. 访问所有节点的最短路径

二、解题报告

1、思路分析

这是一个可重复访问的旅行商问题。我们可以设计状态如下：
$f (s t, e n, s t a t e)$ 代表从 $s t$ 到 $e n$ ，且 经过的节点 的状态组合为 $s t a t e$ 的最短路径。
状态组合的含义是：经过二进制来压缩得到的一个数字，比如 经过的节点 为 0、1、4，则 $s t a t e$ 的二进制表示为： $10011)_2$
即 经过的节点 对应到状态 $s t a t e$ 二进制表示的位为 1，其余位为 0。
于是，我们明确以下几个定义：初始状态、最终状态、非法状态、中间状态。

1）初始状态

初始状态一定是我们确定了某个起点，想象一下，假设起点在 $i$ ，那么在一开始的时候，必然 $state = 2^i$ 。于是，我们可以认为起点在 $i$ ，终点在 $i$ ，状态为 $2^i$ 的最短路径为 0。也就是初始状态表示如下：
$2^i) = 0 \\ \ \\ i \in [0, n)$

2）最终状态

由于这个问题，没有告诉我们起点和终点，所以起点和终点是不确定的，我们需要通过枚举来得出，所以最终状态起点 $i$ 和终点 $j$ ，状态为 $2^n-1$ （代表所有点都经过，二进制的每一位都为 1）。最终状态表示为：
$2^n-1) \\ \ \\ i \in [0, n), j \in [0, n)$

3）非法状态

非法状态就是 不可能从初始状态 通过 状态转移 到达的状态。
我们设想一下，如果 $f (i, j, s t a t e)$ 中 $s t a t e$ 的二进制的第 $i$ 位为 0，或者第 $j$ 位为 0，则这个状态必然是非法的，它代表了两个矛盾的对立面。
我们把非法状态下的最短路径定义成 $i n f = 10000000$ 即可。
$f (i, j, s t a t e) = i n f$
其中 (state & (1<<i)) == 0或者(state & (1<<j)) == 0代表state的二进制表示的第 $i$ 和 $j$ 位没有 1。

4）中间状态

除了以上三种状态以外的状态，都成为中间状态。

那么，我们可以通过 记忆化搜索，枚举所有的 $f(i, j, 2^n - 1)$ 的，求出一个最小值就是我们的答案了。
有关记忆化搜索的内容，可以参考：夜深人静写算法（二十六）- 记忆化搜索。

2、时间复杂度

状态数： $O(n^22^n)$
状态转移： $O (n)$
时间复杂度： $O(n^32^n)$

3、代码详解

const int maxn = 12;
const int inf  = 100000000;

class Solution {
    int n;
    int mat[maxn][maxn];                                   // (1)
    int f[maxn][maxn][1<<maxn];                            // (2)
public:
    void fillGraphMatrix(vector<vector<int>>& graph) {     // (3)
        memset(mat, 0, sizeof(mat));
        for(int i = 0; i < n; ++i) {
            for(int j = 0; j < graph[i].size(); ++j) {
                mat[i][ graph[i][j] ] = 1;
            }
        }
    }

    int dfs(int st, int en, int state) {                   // (4)
        if(  !( (1<<st) & state ) ) {                      // (5)
            return inf;
        }
        if(  !( (1<<en) & state ) ) {                      // (6)
            return inf;
        }
        if(st == en) {
            if(state == (1<<st)) {
                return 0;                                  // (7)
            }
        }

        int &ret = f[st][en][state];
        if(ret != -1) {
            return ret;                                    // (8)
        }
        ret = inf;
        for(int i = 0; i < n; ++i) {                       // (9)
            // (st -> ... -> i)  U  (i -> en) 
            if(!mat[i][en]) {                              // (10)
                continue;
            }
            int a = dfs(st, i, state);                     // (11)
            int b = dfs(st, i, state ^ (1<<en));           // (12)
            ret = min( ret, min(a, b) + 1 );               // (13)
        }
        return ret;
    }

    int shortestPathLength(vector<vector<int>>& graph) {
        n = graph.size();
        fillGraphMatrix(graph);
        int ret = 100000000;
        memset(f, -1, sizeof(f));

        for(int i = 0; i < n; ++i) {
            for(int j = 0; j < n; ++j) {
                int &ans = f[i][j][(1<<n) - 1];
                ans = dfs(i, j, (1<<n) - 1);              // (14)
                ret = min(ans, ret);
            }
        }
        return ret;
    }
};