标签：texttt 运算 二进制 状压 笔记 入门篇 DP dp
前言
状态压缩 DP，简称状压 DP。
之前一直觉得状压特别难，学了一下，发现基本形态挺简单的。
在学习之前，你需要掌握：
- 简单 DP（如线性 DP，背包）
- 基本二进制运算：
&运算、|运算、\(\oplus\) 运算、左右移运算符。
什么是状压 DP
状态压缩，顾名思义，就是对当前的状态压缩。
怎么压缩呢？答案是二进制。
比如一个简单的例子：我有五个小球，依次编号 \(0\) 到 \(5\)。
我想表达『选 \(1\) 号与 \(3\) 号球』，怎么压缩？
很显然，对应二进制是 \((01010)_2\)，转换成十进制就是 \(10\)。
这个就是状压 DP。
也就是说，状态的转移（二进制转移），可以变成整数的加减（十进制加减）。
二进制运算
既然都有二进制，二进制的简单技巧肯定少不了。
二进制数 \(x\)，第 \(n\) 位是否为 \(k\)
此处 \(k\) 取值 \(1\) 或 \(0\)。
将 \(x\) 右移 \((n-1)\) 位，即 \(x >> (n-1)\)。
此时，\(x\) 的末位就是第 \(n\) 位，拉出个位即可：\(x >> (n-1)\) & $ 1$。
所以判断语句即为：if ( (x >> (n-1) & 1) == k)。
* 在打代码时，需要注意括号。位运算优先级较为复杂，保险起见可以打括号，但必须保证可读性。
二进制数 \(x\)，修改第 \(n\) 位为 \(1\)
利用或运算求解。
将第 \(n\) 位修改成 \(1\)，相当于 \(x\) | \(100\cdots00\)，应该有 \((n-1)\) 个 \(0\)。
所以修改语句即为：x | (1 << (n-1))。
二进制数 \(x\) 最低位的 \(1\) 改成 \(0\)
比如说，将 \((100101)_2\) 修改为 \((100100)_2\) ，将 \((110100)_2\) 修改为 \((110000)_2\)。
方法一：利用 \(\texttt{lowbit()}\) 修改：x - (x&-x)。其中的 \(\texttt{lowbit()}\) 在树状数组中有使用，不理解没关系。
方法二：
对于一个数 \(x\)，\((x-1)\) 总是等于：将末尾 \(0\) 变成 \(1\)，最低位 \(1\) 变成 \(0\)，前面不变。
所以，x & (x-1) 就是答案。
你可能听不懂，那么举个例子。
若 \(x = (110\space100)_2\)，则 \((x - 1) = (110\space 001)_2\)。
容易发现，前三位进行 & 运算，不变；后三位进行 & 运算，必为 \(0\)。
这下懂了吧！
状压 DP 思路
一般地，状态都用一个二维数组 dp[][] 表示。
\(dp_{i, j}\) 的第一维 \(i\)，通常是二进制数，表示哪些物品被选过。
第二维 \(j\) 则比较多变，需要根据题目转换。
这里还需要知道一个东西：\(i\) 的取值范围。
假如一共有 \(n+1\) 个点，编号 \(0\) 至 \(n\)，则 \(i = [0, 2^0 + 2^1 + \cdots + 2^n]\)。
后半段的 \(2^0 + 2^1 + \cdots + 2^n\) 是等比数列，简单普及一下求解方法。
令 \(S = 2^0 + 2^1 + \cdots + 2^n\)。
则 \(2\cdot S = 2^1 + 2^2 + \cdots + 2^n + 2^{n+1}\)。
两式相减得：\(2\cdot S - S = 2^{n+1} - 2^0\)。
简化得：\(S = 2^{n+1} - 1\)。
大家肯定还是不理解，我们来看一道经典例题。
经典例题 - TSP 问题
题意
前置知识：\(\texttt{Floyd}\) / \(\texttt{dijkstra}\) 算法。
旅行商问题（Traveling salesman problem，即 TSP），是组合优化中的 NP 问题。
至今还没有多项式解法，仅有指数级做法。
具体问题如下：
有一张图（一般为无向图），保证所有点均连通。
有一个旅行商在 \(0\) 号点，要求他从 \(0\) 号点出发，访问过所有的城市并回到原点。
给定每对城市之间的距离，求出最短路。
如果用暴力，时间复杂度过高。
所以使用状压 DP 实现。
思路
首先，看图的稠密性决定使用 \(\texttt{floyd}\) 还是 \(\texttt{dijkstra}\)。
反正，用最短路算法，求出任意两点的最短距离。
设 \(dp_{i, j}\) 表示行走过的点的状态为 \(i\)（对应二进制数），最后一个点是 \(j\) 号点。
我们可以枚举 \(k = [0, \texttt{maxn}]\)。
接下来再枚举 \(i\) 与 \(j\)，表示几号点。
我们可以大致写出有关 \(i \to j\) 的状态转移方程：
如果 \(k\) 的第 \(j\) 位为 \(0\)，说明可以尝试转移：
\[\color{black}{dp[\space}\color{red}{k | (1<<n)}\color{black}{\space}][\space j\space] = \min\begin{cases}\color{black}{dp[\space}\color{red}{k | (1<<n)}\color{black}{\space ][\space j\space]}\\\\ \color{black}{dp[\space}\color{red}{k}\color{black}{\space ][\space i\space]} + e_{j, i}\end{cases} \]啊这个方程写崩溃了。
最后的答案即为：\(dp[\texttt{maxn}][0]\)。
对了，不要忘记初始化 \(dp_{i, j} = \infty\)，\(dp_{0, 0} = 0\)。
代码
给出代码。
大致讲一下这份代码的读入格式。
第一行 \(n\) 表示有 \((n+1)\) 个点，编号 \(0\) 至 \(n\)。
接下来一个 \((n+1)\times(n+1)\) 的矩阵，矩阵的第 \(i\) 行 \(j\) 列表示 \(dis[i \to j]\)。
道路是单向的。
这里由于图是稠密图，所以使用 \(\texttt{floyd}\)。
#include <iostream>
#include <cstdio>
#include <cstring>
#define INF 0x3f3f3f3f
#define N 20
using namespace std;
int n, e[N][N], dp[1<<N][N];
void Input()
{
scanf("%d", &n);
for (int i = 0; i <= n; i++)
for (int j = 0; j <= n; j++)
scanf("%d", &e[i][j]);
}
void floyd()
{
for (int k = 0; k <= n; k++)
for (int i = 0; i <= n; i++)
for (int j = 0; j <= n; j++)
e[i][j] = min(e[i][j], e[i][k] + e[k][j]);
}
void DP()
{
memset(dp, INF, sizeof(dp));
dp[0][0] = 0;
int maxn = (1 << n+1) - 1;
for (int k = 0; k <= maxn; k++)
for (int i = 0; i <= n; i++)
for (int j = 0; j <= n; j++)
if ( ((k >> j) & 1) == 0) //判断第 j 位是否为 0。
//把第 j 位改成 1。
dp[ k|(1<<j) ][j] = min(dp[ k|(1<<j) ][j], dp[k][i] + e[j][i]);
printf("%d", dp[maxn][0]);
}
int main()
{
Input();
floyd();
DP();
}
进一步思考
通过这道题目，我们发现：状压 DP 的时间复杂度一般是 \(O(2^n \cdot n^2)\)。
由此可得，状压 DP 的适用范围不会很广，\(n\le20\) 左右。
如果 \(n\) 再大一点，不说时间问题，空间都爆炸啦（空间至少需要 \(2^n\)，本题空间 \(2^n \cdot n + n^2\)）！
考虑到这个后，你就可以一眼知道，一道 DP 题有没有使用状压 DP 的可能性。
后记
貌似没有实战例题，以后有时间再补例题吧。
状压 DP 真的不难，希望大家努力学会！
还有大神整理的题单：link。
首发：2022-06-12 17:34:29
标签：texttt,运算,二进制,状压,笔记,入门篇,DP,dp 来源： https://www.cnblogs.com/liangbowen/p/16622884.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。