状压DP dd爱探险(最短Hamilton路径升级版本)

12 篇文章 0 订阅
9 篇文章 1 订阅

dd爱探险

链接:https://ac.nowcoder.com/acm/contest/11211/B
来源:牛客网

时间限制:C/C++ 1秒,其他语言2秒
空间限制:C/C++ 262144K,其他语言524288K
64bit IO Format: %lld
题目描述
星际中有nn个空间站,任意两个空间站间可以相互跳跃,由空间站x跳跃到空间站y所需要的代价为 P[x][y],注意不保证 p[x][y]= p[y][x],dddd可以任意选择出发的空间站,并通过恰好n−1次跳跃把所有空间站跳完,并且dddd必须选择22次跳跃,其中一次跳跃中进行重力加速,另一次跳跃中进行反重力加速,重力加速会导致当前跳跃代价变为0,反重力加速会导致当前跳跃代价翻倍(乘2),问跳完所有空间站所需要最小代价
输入描述:
第一行一个数n(3≤n≤16)
接下来n行每行n个数,第x行第y个数表示p[x][y] (0≤p[x][y]≤100000)
输出描述:
一个数,表示最小代价
示例1
输入
复制
3
0 2 1
2 0 1
3 1 0
输出
复制
2
说明
1->2重力加速
2->3反重力加速
代价0+1*2=2

题解

状压DP
最短Hamilton路径的扩展
不同点:最短Hamilton路径需要从0->n-1,固定了终点和起点。
这题没有,所有做的时候需要注意初始化和最后的答案获取。

状态表示
f[i][j][k]所有从0走到j,走过所有点的二进制表示为i,状态为k的所有路径的最小值
状态计算
依据倒数第二个走到哪一个点k来划分
0->k->j
f[i][j] = min(f[i][j],f[ i - {j} ][k]+a[k][j])

  • k=0表示没经过加速
  • k=1表示经过一次重力加速,
  • k=2表示经过一次反重力加速
  • k=3表示两次加速都已经结束
    重新加一下状态转移,如代码所示
#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 16;
int f[1<<N][N][4],a[N][N];

int main(){
    int n;
    scanf("%d", &n);
    for(int i = 0; i < n; i++){
        for(int j = 0; j < n; j++){
            scanf("%d", &a[i][j]);
        }
    }

    memset(f, 0x3f, sizeof(f));
    for(int i = 0; i < n; i++){
        f[1<<i][i][0] = 0;
    }
    

    for(int i = 0; i < (1 << n); i++){
        for(int j = 0; j < n; j++){
            if(i >> j & 1){
                for(int k = 0; k < n; k++){
                    if(i >> k & 1){// 正确理解应为(i - (1 << j)) >> k & 1

                        f[i][j][0] = min(f[i][j][0], f[i - (1 << j)][k][0] + a[k][j]);
                        f[i][j][1] = min(f[i][j][1], f[i - (1 << j)][k][0]);
                        f[i][j][1] = min(f[i][j][1], f[i - (1 << j)][k][1] + a[k][j]);
                        f[i][j][2] = min(f[i][j][2], f[i - (1 << j)][k][0] + 2 * a[k][j]);
                        f[i][j][2] = min(f[i][j][2], f[i - (1 << j)][k][2] + a[k][j]);

                        f[i][j][3] = min(f[i][j][3], f[i - (1 << j)][k][1] + 2 * a[k][j]);
                        f[i][j][3] = min(f[i][j][3], f[i - (1 << j)][k][2]);
                        f[i][j][3] = min(f[i][j][3], f[i - (1 << j)][k][3] + a[k][j]);
                    }
                }
            }
        }
    }
    int res = 1e9;
    for(int i = 0; i < n; i++){
        //cout<<f[(1 << n) - 1][i][3]<<endl;
        res = min(res, f[(1 << n) - 1][i][3]);
    }
    printf("%d\n", res);
    return 0;
}

哈密顿回路是一种经过图中每个节点一次且仅一次的回路。哈密顿回路问题是一个NP完全问题,因此没有已知的多项式时间算法可以解决这个问题。不过,可以使用启发式算法来解决近似的问题。 下面是一个使用Java实现的近似算法: ```java import java.util.*; public class HamiltonianPath { private static int[][] graph; // 图 private static int[] path; // 存储路径 private static boolean[] visited; // 标记是否访问过 private static int n; // 节点数 public static void main(String[] args) { Scanner sc = new Scanner(System.in); n = sc.nextInt(); graph = new int[n][n]; path = new int[n]; visited = new boolean[n]; // 构建图 for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) { graph[i][j] = sc.nextInt(); } } // 从第一个节点出发 path[0] = 0; visited[0] = true; if(findHamiltonianPath(1)) { // 打印路径 for(int i = 0; i < n; i++) { System.out.print(path[i] + " "); } } else { System.out.println("No Hamiltonian Path exists"); } } // 查找哈密顿路径 private static boolean findHamiltonianPath(int pos) { // 如果已经遍历完所有节点 if(pos == n) { // 判断最后一个节点是否与第一个节点相邻 if(graph[path[pos - 1]][path[0]] == 1) { return true; } else { return false; } } // 遍历其它节点 for(int i = 1; i < n; i++) { if(isValid(i, pos)) { path[pos] = i; visited[i] = true; if(findHamiltonianPath(pos + 1)) { return true; } // 回溯 visited[i] = false; } } return false; } // 判断节点是否可达 private static boolean isValid(int node, int pos) { // 如果节点已经被访问过,返回false if(visited[node]) { return false; } // 如果前一个节点与当前节点不相邻,返回false if(graph[path[pos - 1]][node] == 0) { return false; } return true; } } ``` 在这个算法中,我们使用了回溯的方法来查找哈密顿路径。我们从第一个节点开始,依次尝试访问其它节点,直到找到一条哈密顿路径或者遍历完所有节点。在查找过程中,我们使用visited数组来标记节点是否已经被访问过,使用path数组来存储路径。isValid方法用来判断节点是否可达。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值