状态压缩 DP 入门课堂笔记

状态压缩型动态规划是一种实用的算法。顾名思义，它的优点就在于能够将一些可以表示为非 0 即 1 的状态进行压缩，从而大大节省了空间。说白了，状压 DP 就是利用了“位”的关系。因此位运算和集合的一些相关内容是学习状压 DP 必不可少的预备知识。

先来说集合。集合其实可以简单地看作一些数无序地集在一起，而且一般情况下集合中没有重复的元素。
举个例子吧。我们现在有集合 $S=\left\{1, 2, 3, 5, 6\right\}$。
那么就有一个“子集”的概念。子集是指选取原集合的某一些元素所组成的一个新集合，例如 $\left\{1, 6, 5\right\}$ 就是 $S$ 的一个子集，同样 $\left\{1, 2, 3, 5, 6\right\}$ 自己也属于自己的子集。而 $\left\{4, 3\right\}$ 就不是，因为 $S$ 里面没有 4。

在状态压缩型动态规划中，状态往往是可以表示成一个集合的。选了一些元素，其他的一些没选。而转移的时候，正是由子集转移到原集，因此，如何恰当地表示集合、枚举子集就成了关键。
当然，我们可以用数组来描述集合；但是这样一来，一些基本操作的时间都是线性的，常数已经很大了，对我们不利。

仔细想想，其实选或不选不就是0或1的两种情况么。不就可以表示成 $n$ 位的二进制吗？！

例如 $\left\{1, 2, 4, 5, 6\right\}$，我们可以表示为111011（高位在前！），对应的10进制就是59。
也就是说，有一个数 $S$，虽然储存的时候是十进制，但是 C++ 已经有一些基本的自带位运算，例如并、或、异或、取反等，这些其实都可以对应集合的运算。

这里我们先讲讲子集判断的问题。现在我们有用数表示的集合 $x$ 和集合 $y$，如何在 $O(1)$ 时间内判断 $y$ 是不是 $x$ 的子集呢？有两种思路，都是可行的。

一，根据子集的定义，$y$ 中的每个元素都会在 $x$ 中出现，也就是说，在对应位置上，如果 $y$ 是 1，那么 $x$ 也必须是1。那么就有

$$x \cap y = y$$
二，既然子集属于原集的一部分，不应该有多出来的元素，也就是说，在对应位置上，如果 $x$ 是 0，那么 $y$ 也必须是0。那么就有 $$x \cup y = x$$

要注意一个细节，在 C++ 中位运算符的优先级是要比大于号、小于号、等于号、大于等于、小于等于这些低的，所以判断的时候必须加括号。

原理并不难理解，但状态压缩型动态规划也是属于动态规划的范畴，最重要的还是找出子问题。

例题：原子弹

另外，int 最多表示32位，long long 最多表示64位，其实 C++ 的 STL 中还有一个 bitset，可以支持比较大的二进制集合运算。