糖果 状态压缩和动态规划 好像懂了

问题描述
  糖果店的老板一共有 M 种口味的糖果出售。为了方便描述,我们将 M 种口味编号 1 ∼ M。
  小明希望能品尝到所有口味的糖果。遗憾的是老板并不单独出售糖果,而是 K 颗一包整包出售。
  幸好糖果包装上注明了其中 K 颗糖果的口味,所以小明可以在买之前就知道每包内的糖果口味。
  给定 N 包糖果,请你计算小明最少买几包,就可以品尝到所有口味的糖
  果。
输入格式
  第一行包含三个整数 N、M 和 K。
  接下来 N 行每行 K 这整数 T₁, T₂, · · · , TK,代表一包糖果的口味。
输出格式
  一个整数表示答案。如果小明无法品尝所有口味,输出 −1。
样例输入
6 5 3
1 1 2
1 2 3
1 1 3
2 3 5
5 4 2
5 1 2
样例输出
2
评测用例规模与约定
  对于 30% 的评测用例,1 ≤ N ≤ 20 。
  对于所有评测样例,1 ≤ N ≤ 100,1 ≤ M ≤ 20,1 ≤ K ≤ 20,1 ≤ Ti ≤ M。

1.二进制保存可以存在的不同口味组合 即状态压缩

i|st 就是把标记过的口味和新选糖果包st有的口味叠加起来,得到新的口味组合
2.状态转移
 
 如果加一包糖后的组合第一次出现,说明没加这一包糖的时候dp[i] 再加1包 就能得到新组合 也就是 dp[i|st]=dp[i]+1;
如果 加一包糖得到的组合在之前的状态转移中有过了,
但是 糖的包数比现在组合糖的包数+1要多 那还是现在这个组合加1比较好,更新为 dp[i|st]=dp[i]+1;

#include<bits/stdc++.h>
using namespace std;
int dp[1<<20]; //得到一种方案包含的几种口味所需要的最少糖果包数量
int ST[100]; //ST[i]:第i包糖果的口味

int main() {
    int n,m,k; cin>>n>>m>>k;

    int tot=(1<<m)-1;
     //tot:二进制是m个1,表示m种口味的所有组合 
    

    memset(dp, -1, sizeof dp);

    for (int i=0; i<n; i++){
        int st=0;
        for (int j=0; j<k; j++){
            int x;
            cin>>x;
            //用st记录同一包糖果内每多一颗糖果的口味组合 
            st|=(1<<x-1); //状态压缩   
        }
        
		//此时无法体现最小 标记这一包的口味组合存在为1 
		dp[st]=1;
		
		//记录下第i包糖果的口味组合 
        ST[i]=st; 
    }
    //遍历所有口味组合,
    for (int i=0; i<=tot; i++) 
    	//如果遇到标记过的口味组合
        if (dp[i]!=-1) 
        	//检查给定的n包糖果
            for (int j=0; j<n; j++) { 
                int st=ST[j];
               //加一包糖后的组合第一次出现
               //加一包糖得到的组合糖的包数比现在组合糖的包数+1要多
                if (dp[i|st]==-1 || dp[i|st]>dp[i]+1) //状态转移   
                    dp[i|st]=dp[i]+1; 	
            }
    cout << dp[tot]; 
    //得到所有口味tot的最少糖果包数量
    return 0;
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
动态规划是一种解决问题的算法思想,它通常用于解决具有最优子结构和子问题重叠性质的问题。在动态规划中,我们将问题分解为更小的子问题,并通过解决子问题来解决原始问题。记忆化搜索是动态规划的一种优化技术,它通过使用内存来记录已经计算过的结果,避免重复计算,从而提高算法的效率。 在Java中,可以使用记忆化搜索来实现动态规划。例如,对于LeetCode上的问题135. 分发糖果,可以使用记忆化搜索来优化算法的时间复杂度。具体实现如下: ```java public int rob(int[] nums) { int[] memo = new int[nums.length]; Arrays.fill(memo, -1); return tryRob(nums, 0, memo); } private int tryRob(int[] nums, int index, int[] memo) { if (index >= nums.length) { return 0; } if (memo[index] != -1) { return memo[index]; } int res = 0; for (int i = index; i < nums.length; i++) { res = Math.max(res, nums[i] + tryRob(nums, i + 2, memo)); } memo[index] = res; return res; } ``` 这段代码使用了记忆化搜索来避免重叠子问题的重复计算,提高了算法的效率。具体来说,它通过一个数组`memo`来记录已经计算过的结果,如果某个子问题已经计算过,就直接返回结果,否则进行递归计算并将结果存入`memo`数组中。 动态规划和记忆化搜索是解决复杂问题的有效方法,它们可以帮助我们优化算法的时间复杂度,并提高程序的执行效率。在实际应用中,我们可以根据问题的特点选择合适的算法思想和技巧来解决问题。

“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
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