- 动态规划随着阶段增长,在每个状态维度上会不断扩展;任意时刻已求解状态和尚未求解的状态在各个维度上的分界点组成DP扩展的轮廓。对于某些问题,我们需要在动态规划的“状态”中记录一个集合,保存这个“轮廓”的详细信息,以便进行状态转移。 若集合大小不超过N,集合中每个元素都是小于K的自然数,则我们可以把这个集合看作一个N位K进制数,以一个 [ O , K N − 1 ] [O,K^{N-1}] [O,KN−1]之间的十进制整数的形式作为DP状态的一维。
- 状态压缩DP:将集合转化为整数记录在DP状态中的一类算法。
- 使用条件:一般能够采用状态压缩dp的题目数据规模都不大(<30),这是判断是否能够采用状态压缩dp的一个重要条件。
博客中大部分例题测试数据均为笔者生成的随机数据,若数据太弱或有错请留言评论;另外本博客参考了李煜东的《算法竞赛进阶指南》课本和周伟的《状态压缩》论文。
我不生产知识,我只是个知识的搬运工!!!
一. 棋盘类状压DP
引例
在n*n(n≤20)的方格棋盘上放置n个车(可以攻击所在行、列),求使它们不能互相攻击的方案总数。
组合数学:一行一行的放,则第一行有n种选择,第二行n-1,……,最后一行只有1种选择,根据乘法原理,答案就是n!
状态压缩:一行一行的放,并取每列是否放置了棋子作为状态;某一列如果已经放置棋子则为1,否则为0。这样,一个状态就可以用一个最多20位的二进制数表示。例如n=5,且第1、3、4列已经放置,则这个状态可以表示为01101(从右到左)。设fs为达到状态s的方案数,则可以尝试建立f的递推关系。
考虑n=5,s=01101;状态中有3个1,即有3行放置了棋子,因为是一行一行放置的,所以达到s时已经放到了第三行。一行只能放一个车,则第三行的车只有三种情况(第1列、第3列或第4列):
根据上面的讨论思路推广之,得到引例的解决办法:
f 0 = 1 f_0=1 f0=1
f s = ∑ f s − 2 i f_s=∑f_{s-2^i} fs=∑fs−2i,其中s从右往左数(从0开始)第i位二进制位为1
核心代码如下:
dp[0]=1;//其他值均为0
for(int s=1;s<(1<<n);s++)//枚举所有可能的状态0--2^n-1
for(int i=0;i<n;i++)//枚举s的每个二进制位
if((s>>i)&1)//如果s的第i个位置是1则转移
dp[s]+=dp[s-(1<<i)];
cout<<dp[(1<<n)-1];
反思这个算法,其正确性毋庸置疑(可以和 n ! n! n!对比验证)
但是算法的时间复杂度为O( n ∗ 2 n n*2^n n∗2n),空间复杂度O( 2 n 2^n 2n),是个指数级的算法,比用循环O(n)时间复杂度计算n!差的多,它有什么优势?
答案是:可扩展性,具体的可以看看以下的例题
例1
【题目描述】
在 n ∗ n ( n ≤ 20 ) n*n(n≤20) n∗n(n≤20)的方格棋盘上放置n个车,某些格子不能放,求使它们不能互相攻击的方案总数。
【输入描述】
一个 n ∗ n n*n n∗n的矩阵maze, 如果maze[x][y]为0表示该位置不能放,如果为1则能放
- 组合数学+容斥原理——复杂。
- 状态压缩:和引例一样,逐行放置,不同点在于有些格子不能放;引例的实质是枚举状态s中的1进行转移,因此对于此题只要枚举的同时判断该位置是否可放即可。
- 算法优化:
(1). 将棋盘的第i行是否能放的二进制数(能1不能0),压缩为一个十进制数,得到状态g[i]。设ts=s & g[i],枚举ts中的1即可,g[i]会将s中不能放的位置中的1消除。例如: s = ( 100110 ) 2 , g [ i ] = ( 100011 ) 2 则 t s = ( 100010 ) 2 s=(100110)_2,g[i]=(100011) _2 则ts=(100010) _2 s=(100110)2,g[i]=(100011)2则ts=(100010)2
(2).应用lowbit寻找二进制中的1,加快转移速度
例2
【题目描述】U204450
在 n ∗ m ( n , m ≤ 20 ) n*m(n,m≤20) n∗m(n,m≤20)的方格棋盘上放置k个车,有的位置不能放,求使它们不能互相攻击的方案总数。
【输入描述】
一个 n ∗ m n*m n∗m的矩阵maze ,如果maze[x][y]为0表示该位置不能放,如果为1则能放
和例1类似,不同点在于这里是 n ∗ m n*m n∗m的棋盘,只放k个车; k > m i n ( n , m ) k>min(n,m) k>min(n,m)时方案数一定为0。将i行能放或不能放压缩为一个整数can[i];逐行考虑,每行可能放0个或1个车,状态将和放置车的个数有关
- 状态定义:f[i][j][s]表示前i行放j个车,且它们的放置状态为s时的方案数
- 状态转移:
若第i行不放,f[i][j][s]=f[i-1][j][s]
若第i行放1个,枚举t=s&can[i]二进制位中的1,t中的每个1都有可能是第i行放的; f [ i ] [ j ] [ s ] = ∑ f [ i − 1 ] [ j − 1 ] [ t − 2 x ] f[i][j][s]=∑f[i-1][j-1][t-2^x] f[i][j][s]=∑f[i−1][j−1][t−2x]其中t的第x位为1 - 边界条件:前i行放0个车,则状态一定为0,此时方案数为1,即f[i][0][0]=1
- 目标状态:f[n][k][含有k个1的所有s]
- 时空优化:空间上可以数组滚动优化,预处理包含j个1的s有哪些
#include<bits/stdc++.h>
using namespace std;
const int N=21;
int n,m,k,ans,can[N],f[2][N][1<<N];
int lowbit(int x){
return x&(-x);}
int calOne(int x){
//计算状态x的二进制位中有多少个1
int cnt=0;
while(x)cnt++,x-=lowbit(x);
return cnt;
}
vector<int>sta[N];
int main(){
scanf("%d%d%d",&n,&m,&k);
for(int i=1;i<=n;i++)
for(int j=1,x;j<=m;j++){
scanf("%1d",&x);
can[i]|=(x<<(j-1));
}
for(int s=0,ms=1<<m;s<ms;s++)
sta[calOne(s)].push_back(s);
f[1][0][0]=f[0][0][0]=1;//前i行放0个状态为0时的方案数为1
for(int i=1;i<=n;i++){
for(int j=1;j<=min(i,k);j++){
for(int x=0;x<sta[j].size();x++){
int s=sta[j][x];
f[i%2][j][s]=f[(i-1)%2][j][s];
int t=s&can[i];
while(t)
f[i%2][j][s]+=f[(i-1)%2][j-1][s-lowbit(t)],t-=lowbit(t);
}
}
}
for(int x=0;x<sta[k].size();x++)ans+=f[n%2][k][sta[k][x]];
printf("%d",ans);
return 0;
}
例3
【题目描述】U204630
有一个 n ∗ m n*m n∗m的棋盘( n , m ≤ 80 , n ∗ m ≤ 80 n,m≤80,n*m≤80 n,m≤80,n∗m≤80)要在棋盘上放k(k<80)个棋子,使得任意两个棋子不相邻;且有些格子不能放,求合法的方案总数。
【输入描述】
输入n,m,k
【输出描述】
合法的方案总数
- 数据规模:n×m≤80,似乎不适合状态压缩求解, 2 80 2^{80} 280时间和空间都无法承受
- 隐含条件:9*9=81>80,则n,m不可能同时大于9;因此,min(n,m)≤8。若m>n,交换m和n(相当于棋盘旋转90°);每行的状态可以用m位的二进制数表示,然后逐行放置。(状态总数为 2 m 2^m 2m,所以要让m尽量小)
- 行限制:每行可以放0到 𝑚 / 2 𝑚/2 m/2 个棋子,只要棋子放定则第i行状态 S i S_i Si便确定;
- 列限制:放第i行时需要与第i-1行比较,若 S i S_i Si & S i − 1 = = 0 S_{i-1}==0 Si−1==0则该组合是可行的,对于确定的 S i S_i Si需要枚举其对应的组合 S i − 1 S_{i-1} Si−1,然后采用加法原理相加。因此 S i S_i Si应该设计到状态中去。
- 棋子放置个数不得超过k,因此放置棋子的个数也应该设计到状态中去。
- 状态设计: f [ i ] [ j ] [ S i ] f[i][j][S_i] f[i][j][Si]表示前i行共放置j个棋子,且第i行棋子状态为 S i S_i Si时的方案数。
- 目标状态: f [ n ] [ k ] [ 所 有 满 足 条 件 的 S ] f[n][k][所有满足条件的S]