旅行商问题 —— 状态压缩

二进制的很多应用离不开集合这个概念，我们都知道在计算机当中，所有数据都是以二进制的形式存储的。一般一个int整形是4个字节，也就是32位bit，我们通过这32位bit上0和1的组合可以表示多大21亿个不同的数。如果我们把这32位bit看成是一个集合，那么每一个数都应该对应集合的一种状态，并且每个数的状态都是不同的。

比如上图当中，我们列举了5个二进制位，我们把其中两个设置成了1，其余的设置成了0。我们通过计算，可以得到6这个数字，那么6也就代表了(00110)这个状态。数字和状态是一一对应的，因为每个整数转化成二进制都是唯一的。

也就是说一个整数可以转化成二进制数，它可以代表某个集合的一个状态，这两者一一对应。这一点非常重要，是后面一切推导的基础。

状态转移

整数的二进制表示可以代表一个二元集合的状态，既然是状态就可以转移。在此基础上，我们可以得出另一个非常重要的结论——我们可以用整数的加减表示状态之间的转移。

我们还用刚才的例子来举例，上面的图当中我们列举了5个二进制位，假设我们用这5个二进制位表示5个小球，这些小球的编号分别是0到4。这样一来，刚才的6可以认为表示拿取了1号和2号两个小球的状态。

如果这个时候我们又拿取了3号小球，那么集合的状态会发生变化，我们用一张图来表示：

上图当中粉丝的笔表示决策，比如我们拿取了3号球就是一个决策，在这个决策的影响下，集合的状态发生了转移。转移之后的集合代表的数是14，它是由之前的集合6加上转移带来的变化，也就是得到的。刚好就代表拿取3号球这个决策，这样我们就把整个过程串起来了。

总结一下，我们用二进制的0和1表示一个二元集合的状态。可以简单认为某个物品存在或者不存在的状态。由于二进制的0和1可以转化成一个int整数，也就是说我们用整数代表了一个集合的状态。这样一来，我们可以用整数的加减计算来代表集合状态的变化。

这也就是状态压缩的精髓，所谓的压缩，其实就是将一个集合压缩成了一个整数的意思，因为整数可以作为数组的下标，这样操作会方便我们的编码。

最短Hamilton路径问题(也就是大名鼎鼎的旅行商问题)

给定一张 n 个点的带权无向图，点从 0~n-1 标号，求起点 0 到终点 n-1 的最短Hamilton路径。 Hamilton路径的定义是从 0 到 n-1 不重不漏地经过每个点恰好一次。

输入格式

第一行输入整数nn。

接下来nn行每行nn个整数，其中第ii行第jj个整数表示点ii到jj的距离(记为a[i,j])。

对于任意的x,y,zx,y,z，数据保证 a[x,x]=0，a[x,y]=a[y,x] 并且 a[x,y]+a[y,z]>=a[x,z]。

输出格式

输出一个整数，表示最短Hamilton路径的长度。

数据范围

1≤n≤201≤n≤200≤a[i,j]≤1070≤a[i,j]≤107

输入样例：

5
0 2 4 5 1
2 0 6 5 3
4 6 0 8 3
5 5 8 0 5
1 3 3 5 0

输出样例：

18

 1 #include<iostream>
 2 #include<cstring>
 3 #include<algorithm>
 4 
 5 using namespace std;
 6 
 7 const int N=20,M=1<<N;
 8 long long int dp[M][N];
 9 int w[N][N];
10 int n;
11 
12 int main()
13 {
14     cin>>n;
15     
16     for(int i=0;i<n;i++)
17         for(int j=0;j<n;j++)
18             cin>>w[i][j];
19     
20     memset(dp,0x3f,sizeof dp);
21     dp[1][0]=0;
22     for(int i=0;i<(1<<n);i++)
23         for(int j=0;j<n;j++)
24             if(i>>j&1)
25                 for(int k=0;k<n;k++)
26                     if(i-(1<<j)>>k&1)
27                     dp[i][j]=min(dp[i][j],dp[i-(1<<j)][k]+w[k][j]);
28                     
29     cout<<dp[(1<<n)-1][n-1];
30     
31     return 0;
32 }