HDU1565 方格取数(1) —— 状压DP

本文介绍了一道经典的动态规划问题——方格取数,旨在最大化非相邻元素之和。通过递推公式与状态转移矩阵,实现了高效求解。适用于初学者理解DP核心思想。

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1565


方格取数(1)

Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 8655    Accepted Submission(s): 3298


Problem Description
给你一个n*n的格子的棋盘,每个格子里面有一个非负数。
从中取出若干个数,使得任意的两个数所在的格子没有公共边,就是说所取的数所在的2个格子不能相邻,并且取出的数的和最大。
 

Input
包括多个测试实例,每个测试实例包括一个整数n 和n*n个非负数(n<=20)
 

Output
对于每个测试实例,输出可能取得的最大的和
 

Sample Input
  
3 75 15 21 75 15 28 34 70 5
 

Sample Output
  
188


题解:

…………


代码如下:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <string>
#include <vector>
#include <map>
#include <set>
#include <queue>
#include <stack>
#include <sstream>
#include <algorithm>
using namespace std;
#define ms(a, b)  memset((a), (b), sizeof(a))
#define eps 0.0000001
typedef long long LL;
const int INF = 2e9;
const LL LNF = 9e18;
const int mod = 1e9+7;
const int maxn = 17711+10;

int n, a[25][25], sta[maxn], val[maxn], dp[25][maxn];
int tot;

void input()
{
    for(int i = 1; i<=n; i++)
    for(int j = 1; j<=n; j++)
        scanf("%d",&a[i][j]);
}

void init()
{
    tot = 0;
    for(int i = 0; i<(1<<n); i++)
    {
        if((i&(i<<1))==0)
            sta[++tot] = i;
    }

    ms(dp,0);
}

int cal(int r, int state)
{
    int sum = 0;
    for(int i = 1; state>0; state>>=1, i++)
    {
        if(state&1)
            sum += a[r][i];
    }
    return sum;
}

void solve()
{
    for(int r = 1; r<=n; r++)
    {
        for(int j = 1; j<=tot; j++)
        for(int k = 1; k<=tot; k++)
        {
            if((sta[j]&sta[k])==0)
                dp[r][j] = max(dp[r][j], dp[r-1][k]+ cal(r,sta[j]));
        }
    }

    int ans = 0;
    for(int i = 1; i<=tot; i++)
    if(dp[n][i]>ans)
        ans = max(ans, dp[n][i]);

    printf("%d\n",ans);
}

int main()
{
    while(scanf("%d",&n)!=EOF)
    {
        input();
        init();
        solve();
    }
    return 0;
}


### HDU1565 方格 动态规划 解题思路 对于给定的一个 \( n \times n \) 的棋盘,其中每个格子内含有一个非负值。目标是从这些格子里选一些,使得任何两个被选中的所在的位置没有公共边界(即它们不是上下左右相邻),并且使选出的之和尽可能大。 #### 构建态转移方程 为了实现这一目的,可以定义二维组 `dp` 来存储到达某位置的最大累积值: - 设 `dp[i][j]` 表示当考虑到第 i 行 j 列时能够获得的最大价值。 初始化阶段,设置第一行的据作为基础情况处理;之后通过遍历整个矩阵来更新每一个可能的态。具体来说,在计算某个特定单元 `(i, j)` 处的结果之前,应该先考察其上方以及左上角、右上角三个方向上的元素是否已经被访问过,并据此调整当前节点所能达到的最佳得[^1]。 ```cpp for (int i = 0; i < N; ++i){ for (int j = 0; j < M; ++j){ dp[i][j] = grid[i][j]; // 上面一排的情况 if(i > 0 && !conflict(i,j,i-1,j)) dp[i][j] = max(dp[i][j], dp[i-1][j] + grid[i][j]); // 左斜线方向 if(i > 0 && j > 0 && !conflict(i,j,i-1,j-1)) dp[i][j] = max(dp[i][j], dp[i-1][j-1] + grid[i][j]); // 右斜线方向 if(i > 0 && j+1 < M && !conflict(i,j,i-1,j+1)) dp[i][j] = max(dp[i][j], dp[i-1][j+1] + grid[i][j]); } } ``` 这里需要注意的是冲突检测函 `conflict()` ,用于判断两格之间是否存在直接连接关系。如果存在,则不允许同时选择这两格内的字相加到路径之中去。 #### 寻找最优解 最终的答案将是最后一行中所有列的最大值之一,因为这代表了从起点出发直到终点结束可以获得的最大收益。可以通过简单的循环找到这个最大值并返回它作为结果输出。 ```cpp // 找到最后一行的最大值 __int64 result = 0; for(int col = 0; col < M; ++col) { result = max(result, dp[N-1][col]); } cout << "Maximum sum is: " << result << endl; ``` 上述方法利用了动态规划的思想有效地解决了该问题,时间复杂度大约为 O(n*m),空间复杂度同样决于输入规模大小。
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