铺地板状压DP求方案数

原文链接:http://blog.youkuaiyun.com/my_sunshine26/article/details/74612684


这道题搞了很久终于搞懂了,感觉受益匪浅,先贴上题目:

题目一:UESTC 1690 这是一道比CCCC简单题难的简单题


这是一道比CCCC简单题难的简单题

Time Limit: 3000/1000MS (Java/Others)     Memory Limit:65535/262140KB (Java/Others)

集训队的CFT大爷精通Python

有一天,CFT大爷跑在vps上的python爬虫程序挂了

CFT大爷经过缜密的推断,发现程序挂了的原因是Python的垃圾回收机制不够优越,导致内存炸了,那些卖vps的奸商强行杀掉了他的爬虫程序

CFT大爷决定再也不用python这门垃圾语言,他要发明一个新的语言CFTthon

CFT大爷的CFTthon是跑在CFT大爷以前写的CFT_OS上的,在CFT_OS中,内存布局是一个n*m的长方形矩阵,而CFTthon所有的变量,都只占用1*2大小的小长方形内存空间。

CFT大爷在手写CFTthonGC系统时,想到了一个问题:给定n,m,要求用CFTthon的变量把整个内存空间完全覆盖,不重合不遗漏,有多少种方法呢?

**** 扯淡题意分割线 ****

给定一个n*m的矩阵,使用1*2的小长方形覆盖矩阵,要求完全覆盖的同时不出现重合,也不允许超出边界,问有多少种可能的覆盖方法,方案数对1e9+7取模

2<=n<=1000

3<=m<=5

Input

整数n,m

Output

方案数

Sample input and output


Sample Input

Sample Output

2 4
5

 


题目二:HiHoCoder #1048 : 状态压缩·二


时间限制: 10000ms
单点时限: 1000ms
内存限制: 256MB
描述

历经千辛万苦,小Hi和小Ho终于到达了举办美食节的城市!虽然人山人海,但小Hi和小Ho仍然抑制不住兴奋之情,他们放下行李便投入到了美食节的活动当中。美食节的各个摊位上各自有着非常多的有意思的小游戏,其中一个便是这样子的:

小Hi和小Ho领到了一个大小为N*M的长方形盘子,他们可以用这个盒子来装一些大小为2*1的蛋糕。但是根据要求,他们一定要将这个盘子装的满满的,一点缝隙也不能留下来,才能够将这些蛋糕带走。

这么简单的问题自然难不倒小Hi和小Ho,于是他们很快的就拿着蛋糕离开了~

但小Ho却不只满足于此,于是他提出了一个问题——他们有多少种方案来装满这个N*M的盘子呢?

值得注意的是,这个长方形盘子的上下左右是有区别的,如在N=4, M=3的时候,下面的两种方案被视为不同的两种方案哦!

提示:我们来玩拼图吧!不过不同的枚举方式会导致不同的结果哦!

输入

每个测试点(输入文件)有且仅有一组测试数据。

每组测试数据的第一行为两个正整数N、M,表示小Hi和小Ho拿到的盘子的大小。

对于100%的数据,满足2<=N<=1000, 3<=m<=5。

输出

考虑到总的方案数可能非常大,只需要输出方案数除以1000000007的余数。


样例输入
2 4
样例输出
5

分析:

其实这两道题本质是完全一样的,就是用1*2的小长方形完全覆盖n * m的矩形有多少方案。


下面分析如何用状态压缩DP来解这道题(如果不理解为什么要用DP,为什么要用状压DP见hihoCoder题目中的提示链接,虽然我也看得云里雾里)


DP顾名思义,我们需要用到状态转移,假设我们现在正在考虑(i,j)这个位置该怎么放(此时这个位置之前的位置已经铺好了)。有三种情况:

  1. 不需要铺砖,因为在位置(i-1,j)铺的是竖砖,(i,j)已经被铺好了。(为什么不用考虑(i,j-1)铺横砖在下面会解释)
  2. 铺横砖,那么(i,j+1)也就被同时铺好了,直接考虑(i,j+2),这正解释了(1)中为什么不用考虑(i,j-1)铺横砖的情况。
  3. 铺竖砖,那么(i+1,j)也就被同时铺好了.


鉴于以上几种情况,我们将每一个位置的状态用0或1来表示,如果我们在(i,j)铺横砖,那么(i,j)和(i,j+1)都为1,如果我们在(i,j)铺竖砖,那么(i,j)为0,(i,j+1)为1。

可以用下面的图片增进理解:

那为什么要这样定义呢,我们可以这么认为,某一个位置的状态为1则表示它对下一行的状态没有限制,而为0时,表示它对下一行的状态有限制(必须为1)。(读者可以将上面的两种情况自己模拟一下)


然后下一步我们要做的就是对每个位置的放置方法进行检测可行性,并对它计数。


我们先用一个数来表示某一行的状态,这个数转化为二进制数后,第i个数*(0/1)代表该行第i列的状态。我们需要做的便是判断相邻行的状态是否合法。


判断方法的解析见代码中的注释。


由于第一行没有前驱,我们先对第一行进行特判,然后再从第二行开始进行状态转移。


用dp[i][j]表示铺到第i行,且第i行的状态为j时的总方案数。容易写出状态转移方程为dp[i][j]=dp[i][j]+dp[i-1][k](dp[i][j]一定等于i-1行能与j状态兼容的所有方案数和)

由于最后一行的状态不可能出现0,所以结果就是dp[n-1][total-1],

(计算过程中注意取模)

#include<bits/stdc++.h> 
using namespace std;
typedef long long ll;
const ll mod = 1e9+7;
const int maxn = 1000;
ll dp[maxn][1<<5];
bool one(int state,int len)    //检测某一行内部的状态是否满足要求
{
    int pos=0;
    while(pos<len)
    {
        if((state&(1<<pos))==0)  //如果这一位为0,说明这一格是竖铺的,检测下一位置
            pos++;
        //其余情况都是横铺的,即当前pos和pos+1的状态都为1
        //当当前pos已经是最右边的或者pos+1的状态不为1
        else if(pos==len-1||!(state&(1<<(pos+1))))
            return false;
        //满足条件就跳过对pos+1的检测
        else pos+=2;
    }
    return true;
}


bool two(int state_pre,int state_now,int len)  //检测相邻行的状态是否满足要求
{
    int pos=0;
    while(pos<len)
    {
        if((state_pre&(1<<pos))==0)   //前一行为0,说明是竖铺,这一行的对应位置必须为1
        {
            if((state_now&(1<<pos))==0)
                return false;
            pos++;
            continue;
        }
        if((state_now&(1<<pos))==0)  //同上
            pos++;
        //当前位置为1,则下一位置必须为1,且下一位置对应的前一行必须为0(竖放)
        else if(pos==len-1||!((state_pre&(1<<(pos+1)))&&(state_now&(1<<(pos+1)))))
            return false;
        else pos+=2;
    }
    return true;
}


int main()
{
    int n,m;
    while(~scanf("%d%d",&n,&m))
    {
        if(m>n)          //优化,因为此题时间、空间主要消耗在每一行的多种状态上
            swap(m,n);
        int total=1<<m;  //一行的所有状态数
        memset(dp,0,sizeof(dp));
        for(int i=0;i<total;i++)
        {
            if(one(i,m))
            {
                dp[0][i]=1;//表示在第0行 状态为i的时候满足条件置为1 
            }
        }
        for(int i=1;i<n;i++)
        for(int j=0;j<total;j++)     //当前一行的状态
        for(int k=0;k<total;k++)     //前一行的状态
        {
            if(two(j,k,m))
            {
                dp[i][j]=(dp[i][j]+dp[i-1][k])%mod;//当前方案数+上上一行满足条件的时候的方案 
            }
        }
        printf("%lld\n",dp[n-1][total-1]);
    }
    return 0;
}



### 状态压缩动态规划解决猛兽放置问题 状态压缩动态规划( DP)是一种高效的算法设计方法,特别适用于棋盘类问题。以下是一个基于 C++ 的状态压缩动态规划实现,用于解决 N×N 方阵中猛兽的放置问题。 #### 问题分析 - 每个猛兽会攻击自身周围八个格子,因此需要确保任意两只猛兽之间不能互相攻击。 - 使用状态压缩表示每一行的猛兽放置情况,通过位运算快速判断冲突。 - 动态规划的态转移方程用于统计所有可行方案。 --- #### 算法设计 1. **态定义**: - 设 `dp[i][j]` 表示前 `i` 行已经放置猛兽,并且第 `i` 行的猛兽放置态为 `j` 的情况下,总的可行方案数[^1]。 - 态 `j` 是一个二进制数,其中每一位表示该列是否放置猛兽。 2. **态转移**: - 对于当前行 `i` 和态 `j`,枚举上一行的所有可能态 `k`,并检查两者是否冲突。 - 如果不冲突,则更新态转移方程:`dp[i][j] += dp[i-1][k]`[^1]。 3. **冲突检测**: - 使用位运算检测猛兽之间的冲突,包括同一列和对角线上的冲突。 - 如果两个态 `j` 和 `k` 在同一列或对角线上有重叠,则认为它们冲突。 4. **初始化**: - 当没有猛兽时,只有一种方案,即什么都不放,因此 `dp[0][0] = 1`。 5. **结果计算**: - 最终结果为所有放置了 `K` 只猛兽的态之和。 --- #### 实现代码 ```cpp #include <iostream> #include <vector> using namespace std; int countWays(int N, int K) { vector<int> validStates; // 存储所有合法的态 for (int i = 0; i < (1 << N); ++i) { if (__builtin_popcount(i) <= K) { // 确保态中的猛兽数量不超过 K validStates.push_back(i); } } // 动态规划数组 vector<vector<long long>> dp(N + 1, vector<long long>(1 << N, 0)); dp[0][0] = 1; // 初始态 for (int i = 1; i <= N; ++i) { for (auto j : validStates) { // 当前行态 if (__builtin_popcount(j) > K) continue; // 超过 K 只猛兽,跳过 for (auto k : validStates) { // 上一行态 if ((j & k) == 0 && // 不在同一列 (j & (k >> 1)) == 0 && // 不在左对角线 (j & (k << 1)) == 0) { // 不在右对角线 dp[i][j] += dp[i - 1][k]; } } } } long long result = 0; for (auto s : validStates) { if (__builtin_popcount(s) == K) { // 统计放置了 K 只猛兽的态 result += dp[N][s]; } } return result; } int main() { int N, K; cout << "请输入棋盘大小 N 和猛兽数量 K: "; cin >> N >> K; if (K > N * N) { cout << "无法放置超过 N*N 只猛兽!" << endl; return 0; } cout << "可行方案数: " << countWays(N, K) << endl; return 0; } ``` --- #### 算法说明 1. **态生成**: - 使用 `__builtin_popcount` 函数计算二进制态中 1 的个数,以确保每种态的猛兽数量不超过 `K`[^1]。 2. **冲突检测**: - 使用位运算 `(j & k)` 检测同一列冲突。 - 使用 `(j & (k >> 1))` 和 `(j & (k << 1))` 检测对角线冲突。 3. **时间复杂度**: - 态总数为 `2^N`,每次态转移需要枚举上一行的所有态,因此时间复杂度为 O((2^N)^2 * N)[^1]。 4. **空间复杂度**: - 动态规划数组占用 O(N * 2^N) 的空间。 --- ####
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