【专题讲解】状态压缩DP（二进制）

最新推荐文章于 2022-05-31 20:35:10 发布

zcz5566719

最新推荐文章于 2022-05-31 20:35:10 发布

阅读量262

点赞数

分类专栏：专题讲解文章标签： python 算法

本文链接：https://blog.csdn.net/zcz5566719/article/details/106988311

版权

本文深入探讨了状态压缩动态规划（DP）的应用，通过两个实例——蒙德里安的梦想和最短汉密尔顿路径，阐述如何利用二进制表示解决问题。在最短汉密尔顿路径问题中，强调了正确设计DP状态和转移方程的重要性，以及为何应先循环路径确保最优解。

摘要由CSDN通过智能技术生成

引言

状态压缩DP的特点一般就是考虑成，do or not do的问题。也就是二进制的问题。

状态压缩DP

例题1，蒙德里安的梦想

在这里插入图片描述

这个题目，我们只需要分析出，满足条件的1*2的长方形的摆放即可。特别注意！每次生成新的数组是很慢的，不如直接循环清零。

# 状态压缩DP
# dp[i][j] 表示在第i列，出现第j个状态。 1表示出现，0表示为出现。
# 状态j的定义是，（10010）这种二进制对应的十进制
# 由于每个的长度是1*2，因此只与前一个有关，当前列的最终状态是，前一列新添的并上这一列新添加的
# 注意两个不可能的最终状态，1.矛盾 2. 连续的0的个数为奇数
N = 12
M = 1<<N
dp = [[0]*M for _ in range(N)]
f = [True]*M
while 1:
    a, b = map(int, input().split())
    if a | b == 0:
        break
    n = 1<<a
    
    #f = [True]*(n) # 这种清空方法会超时
    for i in range(M):
    	f[i] = True