总结:旅行商问题作为一个全排列问题,时间复杂度通常是很高的,但是如果全排列问题中有一定的属性(max,min,count),那么我们可以使用状态压缩dp,通过不断枚举一个状态中最后一个点是谁,可以达到全排列维护属性的作用。因为在dp“阶段”被计算出来之前,保证他的子集都要被计算到,所以应该从小到大递推
分析:
旅行商问题是一个np完全问题,没有找到合适的算法对他进行优化,只能采用dfs暴力枚举
其实我们可以发现旅行商问题就是一个全排列问题,全排列问题的时间复杂度是(n!)
由于数据是1~20,所以肯定是会超时的,思考有没有办法进行合理的优化
我们发现,需要关注的状态只有:
- 当前所处的位置
- 当前哪些点被使用过
所以可以用记忆化搜索来实现,只需要记录当前的最小值
对于被使用过的点相同的,且目前所在位置相同,可以被看为是一个集合,我们只需要维护这个集合的最小值就可以了
原问题:遍历完n个点,且当前位置在n-1的最小花费
子问题:遍历完i个点,且当前位置在j的最小花费
状态定义:第一维:当前哪些点被使用过,第二维:当前位置
状态表示:i表示哪些点被遍历过了,不是线性递推的
当前被遍历的情况i,且位置在j的集合的最大值
递推方式:从小到大
状态计算/集合划分:根据倒数第二次遍历的点,可以分为n个集合(另外n-1个点和空)
- 第一个点 dp[i^(1<<j)][1]+a[1][j]
- 第二个点 dp[i^(1<<j)][2]+a[2][j]
- ...
- 空
#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
const int N=21;
int dp[1<<20][N];
int a[N][N];
int main()
{
int n;
cin>>n;
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
cin>>a[i][j];
memset(dp,0x3f,sizeof dp);
dp[1][0]=0; //起点一定是0,1表示第0位被遍历过了
for(int i=1;i<1<<n;i++)
for(int j=0;j<n;j++)
{
if(i>>j&1) //当前点被遍历过了
{
for(int k=0;k<n;k++)
if(i^(1<<j)>>k&1)
dp[i][j]=min(dp[i][j],dp[i^(1<<j)][k]+a[k][j]);
}
}
cout<<dp[(1<<n)-1][n-1]; //终点一定是n-1
return 0;
}