Held-Karp算法是动态规划的一种应用,用于解决旅行商问题 (TSP)。该算法通过记录部分路径的最小成本来避免重复计算,从而有效地降低计算复杂度。
Held-Karp算法使用一个状态压缩动态规划表dp
,其中dp[mask][i]
表示从起点出发,访问过所有由mask
表示的集合中的节点,并以节点i
结束的最小路径长度。
#include <iostream>
#include <vector>
#include <limits>
class HeldKarp {
private:
int n; // 城市数量
std::vector<std::vector<int>> distances; // 城市间距离矩阵
std::vector<std::vector<int>> dp; // 动态规划表
public:
// 构造函数,初始化距离矩阵和状态表
HeldKarp(const std::vector<std::vector<int>>& dist)
: distances(dist), n(dist.size()) {
int max_mask = 1 << n; // 最大的掩码数,即2^n
dp.resize(max_mask, std::vector<int>(n, std::numeric_limits<int>::max())); // 初始化动态规划表,默认值为无穷大
dp[1][0] = 0; // 起始城市的状态初始化为0
}
// 求解TSP问题的函数
int solve() {
for (int mask = 1; mask < (1 << n); mask++) { // 遍历所有可能的掩码
for (int u = 0; u < n; u++) { // 遍历所有城市
if (mask & (1 << u)) { // 如果城市u在掩码中
for (int v = 0; v < n; v++) { // 遍历所有城市
if (!(mask & (1 << v))) { // 如果城市v不在掩码中
int next_mask = mask | (1 << v); // 更新掩码,加入城市v
dp[next_mask][v] = std::min(dp[next_mask][v], dp[mask][u] + distances[u][v]); // 更新动态规划表
}
}
}
}
}
// 计算从最后一个城市回到起点的最短路径
int ans = std::numeric_limits<int>::max(); // 初始化最小值为无穷大
for (int u = 1; u < n; u++) { // 遍历所有城市
ans = std::min(ans, dp[(1 << n) - 1][u] + distances[u][0]); // 计算最小值
}
return ans; // 返回最短路径长度
}
};
int main() {
// 定义城市间的距离矩阵
std::vector<std::vector<int>> distances = {
{0, 10, 15, 20}, // 城市0到其他城市的距离
{10, 0, 35, 25}, // 城市1到其他城市的距离
{15, 35, 0, 30}, // 城市2到其他城市的距离
{20, 25, 30, 0} // 城市3到其他城市的距离
};
// 创建HeldKarp对象,并传入距离矩阵
HeldKarp hk(distances);
int minDistance = hk.solve(); // 求解最短路径长度
std::cout << "最短路径长度: " << minDistance << std::endl; // 输出最短路径长度
return 0; // 返回0,表示程序正常结束
}