HDU 3001 Travelling

转载注明出处:http://blog.youkuaiyun.com/u013480600/article/details/19832395       感谢大佬

After coding so many days,Mr Acmer wants to have a good rest.So travelling is the best choice!He has decided to visit n cities(he insists on seeing all the cities!And he does not mind which city being his start station because superman can bring him to any city at first but only once.), and of course there are m roads here,following a fee as usual.But Mr Acmer gets bored so easily that he doesn't want to visit a city more than twice!And he is so mean that he wants to minimize the total fee!He is lazy you see.So he turns to you for help.
Input
There are several test cases,the first line is two intergers n(1<=n<=10) and m,which means he needs to visit n cities and there are m roads he can choose,then m lines follow,each line will include three intergers a,b and c(1<=a,b<=n),means there is a road between a and b and the cost is of course c.Input to the End Of File.
Output
Output the minimum fee that he should pay,or -1 if he can't find such a route.
Sample Input
2 1
1 2 100
3 2
1 2 40
2 3 50
3 3
1 2 3
1 3 4
2 3 10
Sample Output
100
90
7 

//经典好题:三进制旅行商问题
/*
现在有一个具有n个顶点和m条边的无向图(每条边都有一个距离权值),
小明可以从任意的顶点出发,他想走过所有的顶点而且要求走的总距
离最小,并且他要求过程中走过任何一个点的次数不超过2次。
输入:多组实例。每个实例第一行为n(1<=n<=10)和m,接下来m行对m条
边描述,每行包括a,b(1<=a,b<=n)和c表示节点a和b之间有一条长c的路。
输出:输出他需要走的最短距离,如果不存在这样的路,输出-1.


如果本题没有说任意一个点走过的次数不超过2这个条件,那么
本题可以用类似TSP问题的解法即可,即用d[i][S]=x,表示当前
人在i点,并且走过了集合S中的所有点,所行走的最小距离为x。
d[i][S]=min{ d[j][S-i]+min_dist[j][i] } j,i属于S。但是
现在要求点出现的次数<=2,所以要把点出现的次数也纳入到d
的第二维下标(即S)中去。 令d[i][S]=x,表示当前人在i点,
并且走过了集合S(用S的三进制表示点出现次数的集合)中的
所有点以及对应点出现的次数满足S集合时,所行走的最小距离为x。
状态转移方程是:d[i][S]=min{ d[j][S1]+dist[j][i] } ,S与S1
的关系是S的三进制形式除了一位减一之外(从2变1或从1变0)
其他所有位都与S1的三进制数对应位相同,j在S1集合中出现的
次数属于[1,2],i在S1集合中出现的次数属于[0,1],dist[i][j]
表示节点i与j之间的初始距离(不是最小距离,如果从i到j
没有边则不能执行该状态转移)。初值为:d[i][(3^i)]=0,
其他为-1.(本题顶点的标号,题目说是1到n,我们程序中用
0到n-1处理。最终我们所求为:max{ d[i][S] },0<=i<=n-1。
S的三进制形式中没有一个0(最多2次是通过状态转移方程来
限制住的)。
*/ 
#include <stdio.h>
#include <string.h>
#include <algorithm>
#define inf 0x3f3f3f3f
using namespace std;

int p[11];
int n, m, mn;
int dis[11][11];
int dp[11][59050];
int state[11][59050]; //表示状态S的第i位 
void init() { //初始化计算p[i] 为3的i次方, 
	p[0] = 1;
	for(int i = 1; i <= 10; i++) {
		p[i] = p[i-1]*3;
	}
	for(int i = 0; i <= p[10]; i++) {
		int t = i, k = 0;
		while(t) {
			state[k++][i] = t%3;
			t /= 3;
		}
	}
}
void init1() {
	for(int i = 0; i <= n; i++) {
		for(int j = 0; j <= n; j++) {
			if(i != j) dis[i][j] = inf;
			else dis[i][j] = 0;
		}
	}
}
int main() {
	init();
	int a, b, c;
	while(~scanf("%d%d",&n,&m)) {
		init1();
		mn = inf;
		for(int i = 0; i < m; i++) {
			scanf("%d%d%d",&a,&b,&c);
			a--;b--;
			if(dis[a][b] > c)
			dis[a][b] = dis[b][a] = c;
		}
		memset(dp, inf, sizeof(dp));
		for(int i = 0; i < n; i++)
		dp[i][p[i]] = 0;//初始化dp,只有i访问,费用为0 
		for(int S = 0; S < p[n]; S++) {
			int sum = 1;//遍历的点记录 
			for(int i = 0; i < n; i++) {
				if(state[i][S] == 0) sum = 0;
				if(dp[i][S] == inf) continue;
				for(int k = 0; k < n; k++) {//枚举下一个点 
					if(i == k) continue;
					//表示不存在边,或者这种状态已经被访问两次以上 
					if(dis[i][k] == inf || state[k][S] >= 2)
					continue;
					int ans = S + p[k]; //表示此时状态 
					dp[k][ans] = min(dp[k][ans], dp[i][S] + dis[i][k]);
				}
			}
			if(sum) {
				for(int i = 0; i < n; i++) {
					mn = min(mn , dp[i][S]);
				}
			}
		}
		if(mn == inf) mn = -1;
		printf("%d\n",mn);
	}
	return 0;
}



六、状压DP的优化技巧 6.1 预处理合法状态 很多问题中,大部分状态是不合法的,可以预先筛选: cpp vector valid_states; for (int state = 0; state < (1 << n); ++state) { if (check(state)) { // 检查state是否合法 valid_states.push_back(state); } } 6.2 滚动数组优化 当状态只依赖前一个阶段时,可以节省空间: cpp vector<vector> dp(2, vector(size)); // 只保留当前和上一个状态 int now = 0, prev = 1; for (int i = 1; i <= n; ++i) { swap(now, prev); for (auto& state : valid_states) { dp[now][state] = 0; // 清空当前状态 // 状态转移… } } 6.3 记忆化搜索实现 有时递归形式更直观: cpp int memo[1<<20][20]; // 记忆化数组 int dfs(int state, int u) { if (memo[state][u] != -1) return memo[state][u]; // 递归处理… return memo[state][u] = res; } 七、常见问题与调试技巧 7.1 常见错误 位运算优先级:总是加括号,如(state & (1 << i)) 数组越界:状态数是2ⁿ,不是n 初始状态设置错误:比如TSP中dp[1][0] = 0 边界条件处理不当:如全选状态是(1<<n)-1,不是1<<n 7.2 调试建议 打印中间状态:将二进制状态转换为可视化的形式 cpp void printState(int state, int n) { for (int i = n-1; i >= 0; --i) cout << ((state >> i) & 1); cout << endl; } 从小规模测试用例开始(如n=3,4) 使用assert检查关键假设 八、学习路线建议 初级阶段: 练习基本位操作 解决简单状压问题(如LeetCode 464、526题) 中级阶段: 掌握经典模型(TSP、棋盘覆盖) 学习优化技巧(预处理、滚动数组) 高级阶段: 处理高维状压(如需要同时压缩多个状态) 结合其他算法(如BFS、双指针) 九、实战练习题目推荐 入门题: LeetCode 78. Subsets(理解状态表示) LeetCode 464. Can I Win(简单状压DP) 中等题: LeetCode 526. Beautiful Arrangement LeetCode 691. Stickers to Spell Word 经典题: POJ 2411. Mondriaan’s Dream(棋盘覆盖) HDU 3001. Travelling(三进制状压) 挑战题: Codeforces 8C. Looking for Order Topcoder SRM 556 Div1 1000. LeftRightDigitsGame2 记住,掌握状压DP的关键在于: 彻底理解二进制状态表示 熟练运用位运算 通过大量练习培养直觉 希望这份超详细的教程能帮助你彻底掌握状压DP!如果还有任何不明白的地方,可以针对具体问题继续深入探讨。 请帮我转成markdown语法输出,谢谢
08-13
基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究(Matlab代码实现)内容概要:本文围绕“基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究”,介绍了利用Matlab代码实现配电网可靠性的仿真分析方法。重点采用序贯蒙特卡洛模拟法对配电网进行长时间段的状态抽样与统计,通过模拟系统元件的故障与修复过程,评估配电网的关键可靠性指标,如系统停电频率、停电持续时间、负荷点可靠性等。该方法能够有效处理复杂网络结构与设备时序特性,提升评估精度,适用于含分布式电源、电动汽车等新型负荷接入的现代配电网。文中提供了完整的Matlab实现代码与案例分析,便于复现和扩展应用。; 适合人群:具备电力系统基础知识和Matlab编程能力的高校研究生、科研人员及电力行业技术人员,尤其适合从事配电网规划、运行与可靠性分析相关工作的人员; 使用场景及目标:①掌握序贯蒙特卡洛模拟法在电力系统可靠性评估中的基本原理与实现流程;②学习如何通过Matlab构建配电网仿真模型并进行状态转移模拟;③应用于含新能源接入的复杂配电网可靠性定量评估与优化设计; 阅读建议:建议结合文中提供的Matlab代码逐段调试运行,理解状态抽样、故障判断、修复逻辑及指标统计的具体实现方式,同时可扩展至不同网络结构或加入更多不确定性因素进行深化研究。
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