DP 主要难点之一在于状态的表示
• 尤其对于某些题目来说,状态尤其复杂,如果使用先前的多维数组 来表示,将会导致数组维度非常大,可操作性非常低
• 因此我们考虑使用一些编码技术,比如二进制编码,用一个数字来 表示一个状态,实现状态压缩的目的
• 在动态规划中,使用特定编码技术来压缩状态即为状压 DP。
例题:
ZJM 共有 n 个作业,每个作业对应截止时间与完成所需 时间。作业超过截止时间一天,则扣一分。
• 需要给出最少扣的分数与作业完成方案,若有多个方案, 输出字典序最小的一个。 (1 ≤ 𝑛 ≤ 15)
样例输入:
3
Computer 3 3
English 20 1
Math 3 2
样例输出:
2
Computer
Math
English
情况复杂,难以贪心;数据范围非常小,考虑状态压缩。
状态定义 • f[S] 表示完成 S 作业集合后被扣的最少分数
• 转移方程 • sum = S 作业集合对应的总时间
• f[S|(1<<x)] = f[S] + tmp(作业 x 被扣的分数)
• c[x] = 作业 x 完成所需时间
• d[x] = 作业 x 的 DDL
• tmp = max ( sum + c[x] – d[x], 0 )
模板:
#include<iostream>
#include<cstdio>
#include<cstring>
#define maxn (1<<15)+10
#define inf 99999999
using namespace std;
int T,n;
struct ti{
string s;
int d,c;
}a[20];
int dp[maxn],sum[maxn],pre[maxn];
void print(int x){
if(x==0)return ;
print(x-(1<<pre[x]));
cout<<a[pre[x]].s<<endl;
}
int main(){
cin>>T;
while(T--){
cin>>n;
for(int i=0;i<n;i++)cin>>a[i].s>>a[i].d>>a[i].c;
int total=1<<n;
dp[0]=0;
for(int i=1;i<total;i++){
dp[i]=inf;
for(int j=n-1;j>=0;j--){
int flag=1<<j;
if(!(i&flag))continue;
int tmp=sum[i-flag]+a[j].c -a[j].d ;
if(tmp<0)tmp=0;
if(dp[i]>dp[i-flag]+tmp){
dp[i]=dp[i-flag]+tmp;
sum[i]=sum[i-flag]+a[j].c ;
pre[i]=j;
}
}
}
//for(int i=1;i<total;i++)cout<<dp[i]<<' ';cout<<endl;
cout<<dp[total-1]<<endl;
print(total-1);
}
return 0;
}