DP系列之二进制状态压缩--杭电1074

状态压缩的意图是用每一位二进制表示一个状态,0表示选中状态,1表示不选状态,如果有N个物体,从中选择若干个物体,那么最终选中的状态可以用一个N位的二进制位来表示

比如

若选择了第1个物体和第3个物体,这种状态为

0...0101 //前面的0的个数为N-3

若选择了第2个物体,第3个物体,第N个物体,这种状态为

1...0110

因此,无论选中什么状态,都可以用一个N位的二进制数来表示,最大值为(1<<N )- 1 (全部选中)

那么,如果要记录每一个状态的信息(结构体),我们就可以用一个数组来表示,比如,我要记住选中若干物体的重量和价格,只要定义一个结构体

struct Node {

  int weight;

  double price;

};

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
要证明0-1整数规划问题是NPC问题,可以采用约简证明法,即将已知的NPC问题归约为0-1整数规划问题,证明该问题也是NPC问题。 首先,我们知道背包问题是NPC问题,即在有限的背包容量下,选取一些物品使得总价值最大。将背包问题约化为0-1整数规划问题如下: 设物品集合为S={1,2,...,n},物品i的重量为wi,价值为vi,背包容量为W。引入0-1变量xi表示是否选择物品i,即xi=0或1。则0-1整数规划问题可以表示为: max Σvi * xi s.t. Σwi * xi <= W xi ∈ {0,1} 可以看出,0-1整数规划问题是背包问题的一种特殊形式,因此0-1整数规划问题也是NPC问题。 然后,我们可以将背包问题约化为0-1整数规划问题的过程中,使用动态规划方法来解决问题。具体来说,可以使用状态压缩DP来解决0-1整数规划问题。状态压缩DP是一种将集合压缩为二进制数表示的动态规划方法,可以用来解决一些具有集合结构的问题,如背包问题、旅行商问题等。 在0-1整数规划问题中,可以使用状态压缩DP来表示选取物品的情况。假设当前背包容量为j,已经考虑了前i个物品,则可以使用一个二进制数表示当前选取的物品集合,即将第k位设为1表示选取了第k个物品,为0表示没有选取。则状态转移方程为: dp[i][j][S] = max(dp[i-1][j][S], dp[i-1][j-wi][S-vi] + vi) 其中,dp[i][j][S]表示考虑前i个物品,背包容量为j,集合状态为S时的最大价值;wi和vi分别表示第i个物品的重量和价值;S-vi表示将第i个物品加入集合S后的新集合状态。 通过状态压缩DP的方法,可以在多项式时间内解决0-1整数规划问题,进一步证明了该问题是NPC问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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