C++ 动态规划 状态压缩DP 最短Hamilton路径

这篇具有很好参考价值的文章主要介绍了C++ 动态规划 状态压缩DP 最短Hamilton路径。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

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 n

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

对于任意的 x,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≤20

0≤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:
18C++ 动态规划 状态压缩DP 最短Hamilton路径,动态规划,力扣,算法笔记,c++,动态规划

代码中的 f[i][j] 表示从起点出发,经过状态 i 中的所有顶点,最后到达顶点 j 的最短路径长度。状态 i 是一个二进制数,其中的每一位表示对应顶点是否已经经过,1 表示经过,0 表示未经过。因此,状态 i 中有多少个 1,就表示已经经过了多少个顶点。

首先,我们将 f 数组初始化为正无穷,表示初始时任意两个顶点之间的距离均为无穷大。然后,我们从起点出发,经过每一个顶点一次,最后回到起点。因此,我们从状态 1 出发,即只经过起点。这时,起点到起点的距离显然为 0,所以 f[1][0] = 0。

接下来,我们遍历所有的状态 i 和顶点 j,尝试更新 f[i][j] 的值。对于状态 i 中的每一个顶点 j,我们尝试从状态 i 中移除顶点 j,得到状态 i - (1 << j),然后找到之前状态 i - (1 << j) 中的一个顶点 k,使得从 k 经过 j 到达终点 j 的路径最短。这样就可以更新状态 i 中顶点 j 的最短路径长度。具体来说,就是 f[i][j] = min(f[i][j], f[i - (1 << j)][k] + w[k][j])。

最后,我们找到从任意一个顶点出发,经过所有的顶点一次后回到起点的最短路径。因此,答案就是 f[(1 << n) - 1][n - 1],表示从状态 (1 << n) - 1(即所有顶点都经过)到达顶点 n - 1(起点)的最短路径长度。文章来源地址https://www.toymoban.com/news/detail-827981.html

#include <iostream>
#include <algorithm>
#include <cstring>

using namespace std;

const int N = 21, M = 1 << N;

int n;
int w[N][N];
int f[M][N];

int main ()
{
    scanf("%d", &n);
    for(int i = 0; i < n; i ++ )
        for(int j = 0; j < n; j ++ )
            scanf("%d", &w[i][j]);
    
    memset(f, 0x3f, sizeof f); // 初始化为正无穷
    f[1][0] = 0; // 初始化第一个点,第一维1表示只走了0号这一个点,第二维度表示从0号点(默认)走到了0号点
    for(int i = 0; i < 1 << n; i ++ ) 
        for(int j = 0; j < n; j ++ )
            if(i >> j & 1) // 从0走到j,则i里面一定要最起码包含j才有意义,也就是判断i的第j位是否为1
                for(int k = 0; k < n; k ++ ) // 枚举所有转移的状态
                    if((i - (1 << j)) >> k & 1) // 相从k这个点转移过来,则i状态除去j点后必须包含k这个点才有意义
                        f[i][j] = min(f[i][j], f[i - (1 << j)][k] + w[k][j]); // 转移状态
                        
    printf("%d\n", f[(1 << n) - 1][n - 1]);
    
    return 0;
}

到了这里,关于C++ 动态规划 状态压缩DP 最短Hamilton路径的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 动态规划(dp)-最优路径

    蒜头君要回家,已知蒜头君在 左下角(1,1)位置,家在 右上角(n,n)坐标处。蒜头君走上一个格子就会花费相应体力,而且蒜头君只会往家的方向走,也就是只能往上,或者往右走。蒜头君想知道他回到家需要花费的最少体力是多少。 例如下图所示,格子中的数字代表走上该格子

    2024年04月24日
    浏览(34)
  • 「动态规划」简单多状态dp问题

    以经典问题“打家劫舍”来解释简单多状态dp问题和解决方法 题目链接:打家劫舍I 这种问题就是在某一个位置有多个状态可以选择,选择 不同的状态 会影响 最终结果 在这道题中就是小偷在每一个房屋,可以选择偷或不偷,每一次选择都会影响最终偷窃金额 状态表示 因为

    2024年03月15日
    浏览(42)
  • 算法沉淀 —— 动态规划篇(简单多状态dp问题上)

    几乎所有的动态规划问题大致可分为以下5个步骤,后续所有问题分析都将基于此 1.、状态表示:通常状态表示分为以下两种,其中更是第一种为主。 以i为结尾 ,dp[i] 表示什么,通常为代求问题(具体依题目而定) 以i为开始 ,dp[i]表示什么,通常为代求问题(具体依题目而

    2024年04月11日
    浏览(32)
  • 【动态规划】简单多状态dp问题(2)买卖股票问题

    买卖股票问题 传送门:力扣309. 最佳买卖股票时机含冷冻期 题目: 1.1 题目解析 越难的dp问题,看示例只能起到了解题目的效果,一般推不出啥普遍的规律,所以接下来就是我们的算法原理,通过动归的思想去理解,才会豁然开朗! 1.2 算法原理 1.2.1 状态表示 我们需要通过经

    2024年02月12日
    浏览(46)
  • 【算法优选】 动态规划之简单多状态dp问题——贰

    动态规划相关题目都可以参考以下五个步骤进行解答: 状态表示 状态转移⽅程 初始化 填表顺序 返回值 后面题的解答思路也将按照这五个步骤进行讲解。 给定一个整数数组prices,其中第 prices[i] 表示第 i 天的股票价格 设计一个算法计算出最大利润。在满足以下约束条件下,

    2024年04月12日
    浏览(27)
  • 算法沉淀 —— 动态规划篇(简单多状态dp问题下)

    几乎所有的动态规划问题大致可分为以下5个步骤,后续所有问题分析都将基于此 1.、状态表示:通常状态表示分为基本分为以下两种,其中更是以第一种为甚。 以i为结尾 ,dp[i] 表示什么,通常为代求问题(具体依题目而定) 以i为开始 ,dp[i]表示什么,通常为代求问题(具

    2024年04月16日
    浏览(36)
  • 蓝桥杯-回路计数(状态压缩、动态规划)

    蓝桥学院由 21 21 21 栋教学楼组成,教学楼编号 11 11 11 ​​ 到 21 21 21 ​​。对于两栋教学楼 a a a 和 b b b ​,当 a a a 和 b b b 互质时, a a a 和 b b b 之间有一条走廊直接相连,两个方向皆可通行,否则没有直接连接的走廊。 小蓝现在在第一栋教学楼,他想要访问每栋教学楼正

    2024年02月08日
    浏览(49)
  • 【动态规划】简单多状态dp问题(1)打家劫舍问题

    打家劫舍问题 传送门:面试题 17.16. 按摩师 题目: 1.1 题目解析 越难的dp问题,看示例只能起到了解题目的效果,一般推不出啥普遍的规律,所以接下来就是我们的算法原理,通过动归的思想去理解,才会豁然开朗! 1.2 算法原理 1.2.1 状态表示 我们需要通过经验 + 题目要求去

    2024年02月12日
    浏览(34)
  • 【状态机dp 动态规划】100290. 使矩阵满足条件的最少操作次数

    动态规划汇总 状态机dp 给你一个大小为 m x n 的二维矩形 grid 。每次 操作 中,你可以将 任一 格子的值修改为 任意 非负整数。完成所有操作后,你需要确保每个格子 grid[i][j] 的值满足: 如果下面相邻格子存在的话,它们的值相等,也就是 grid[i][j] == grid[i + 1][j](如果存在)

    2024年04月24日
    浏览(25)
  • 【动态规划专栏】专题三:简单多状态dp--------3.删除并获得点数

    本专栏内容为:算法学习专栏,分为优选算法专栏,贪心算法专栏,动态规划专栏以及递归,搜索与回溯算法专栏四部分。 通过本专栏的深入学习,你可以了解并掌握算法。 💓博主csdn个人主页:小小unicorn ⏩专栏分类:动态规划专栏 🚚代码仓库:小小unicorn的代码仓库🚚

    2024年03月22日
    浏览(33)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包