Hamilton哈密顿最短路径(二进制状态压缩)

问题简述：

哈密顿最短路径即为从起点到终点，计算出经过图中所有点的最短路径。（点较少的情况）

简单理解

由于途中点较少，可能会直接想到暴力枚举所有点的全排列，然后计算最短距离，其时间复杂度为 $O(n\ast n!)$，但是如果使用动态规划，枚举每个点被经过的状态的话，那么可以将时间复杂度降到 $O(n^2\ast 2^n)$.

解题思路

假设点a，那么经过点a 的状态只有经过和还没有经过两个状态，所以这里就可以用到二进制状态压缩，将经过定义为1，没经过定义为0。假设途中一共又n个点，那么其状态就可以用一个长度为n的二进制数表示。

我们在使用DP的时候，DP的初态就是在起点上的状态，由于起点是被经过了的，所以现在的二进制数为1, ，DP的终态就是在终点的时候，所有点都已经被经过了，所以其经过点的状态就是由n个1组成的二进制数，转换为十进制就为 $(1<<n)-1$。

由于我们要知道的不是从起点到终点的最短路径，而是经过所有点的最短路径，所以我们要在DP的每一个状态下，计算出起点到当前经过点的最短路径。

即：当遍历到状态 $i(二进制状态的十进制表示)$ 时，在此状态下点 $j$ 是被经历过了的，那么在这个状态下，起点到 $j$ 点的距离在一定要计算出是最短的，怎么计算出最短的呢，就是枚举所有点，作为中间点，将上一个还未经过 j 点状态下到被枚举点的最短距离，加上枚举点到j点的距离：
k为中间点，$i^{xor}(1<<j)$ 即为上一个状态，所以得到动态方程如下：

动态方程：
$$dp[i][j]=min(dp[i][j],dp[i^{xor}(1<<j)][k]+weight[k][j]$$

代码模板示例：

memset(dp, INF, sizeof(dp));//初始化
dp[1][0] = 0;//走了1个点时的第0个点的最短路
for(int i = 1; i < 1 << n; i ++ ){//枚举每一个点的走或者未走情况
    for(int j = 0; j < n; j ++ ){//枚举每一个点
        if(i >> j & 1){//此时的j点是已走点
            for(int k = 0; k < n; k ++ ){//枚举所有点
                dp[i][j] = min(dp[i][j], dp[i ^ 1 << j][k] + weight[k][j]); //求出i的状态下到第j点的最短路
            }
        }
    }
}
cout << dp[(1 << n) - 1][n - 1] << "\n";