相关理论
1、二进制子集枚举
对于一个二进制数,其子集指的是对于原二进制数中1的选择,如对于一个二进制数01101,有三个1,则有8个子集,分别为01101,01100,01001,00101,01000,00100,00001,00000。
方法一:暴力枚举
// m => 总状态数
for (int i = 1; i < m; i++) {
// 从 [1, i] 就可以了,后面的一定不会是 i 的子集
for (int j = 1; j <= i; j++) {
// 检查状态 j 是不是状态 i 的二进制子集
if ((i | j) == i) {
// To Do..
}
}
}
方法二:
// m => 总状态数
for (int i = 1; i < m; i++) {
// 枚举状态 i 的二进制子集
for (int j = i; j > 0; j = (j - 1) & i) {
// j即为i的二进制子集
}
}
2、状态压缩
状态压缩,其实就是将数组arr的arr[i]看作某个 十进制数字 的二进制上的第i位,1表示该元素被选择,反之不被选择。十进制数字是多少我们根本不用担心,我们关心的是它的二进制长啥样。状态压缩可以简单的理解为把一个boolean数组压缩到了一个十进制数字上,之后可以使用位运算的各种技巧来简化代码逻辑。
// m => 总状态数
for (int i = 1; i < m; i++) {
// 从 [1, i] 就可以了,后面的一定不会是 i 的子集
for (int j = 1; j <= i; j++) {
// 检查状态 j 是不是状态 i 的二进制子集
if ((i | j) == i) {
// To Do..
}
}
}
应用
思路:把每个任务task[i]看成某个十进制数字的二进制上的第i位,1表示该任务被选择,反之不被选择,则对于一个长度为n的task数组,完成所有任务的状态为(1<<n)-1,即n个1组成的二进制数。定义dp数组,其长度为总状态数,预处理每个状态,合法状态预设为1,然后对每个状态枚举子集,维护dp数组。
class Solution {
public int minSessions(int[] tasks, int sessionTime) {
int n = tasks.length, m = 1 << n; //m为总状态数
final int INF = 20;
int[] dp = new int[m];
Arrays.fill(dp, INF);
// 预处理每个状态,合法状态预设为 1
for (int i = 1; i < m; i++) {
int state = i, idx = 0;
int spend = 0;
while (state > 0) {
int bit = state & 1;
if (bit == 1) {
spend += tasks[idx];
}
state >>= 1;
idx++;
}
//对满足条件的状态,进行预处理
if (spend <= sessionTime) {
dp[i] = 1;
}
}
// 对每个状态枚举子集
for (int i = 1; i < m; i++) {
//跳过已经有最优解的状态
if (dp[i] == 1) {
continue;
}
for (int j = i; j > 0; j = (j - 1) & i) {
// i 状态的最优解可能由当前子集 j 与子集 j 的补集得来
dp[i] = Math.min(dp[i], dp[j] + dp[i ^ j]);
}
}
return dp[m - 1];
}
}