gdfzoj #790 卡尔的连招(状压dp)

标签:状压dp
原题链接
这里写图片描述
这里写图片描述


由于本人第一次写状压dp,技术不精,许多细节都没处理好,调了3小时才出来,最后发现是少了一个括号。。。
这道题属于比较明显的状压dp题。考虑到2^15只有32768,我们可以用1,0分别表示一个一个技能用与不用,就可以将每个技能连招所要求用到的技能,以及dp时的状态压起来。
这到题需要用到一个技巧:将1到2^n-1的数根据二进制中的1的个数多少提前排列好,这样可以确保在状态转移时只从用了i-1个技能的状态转移到用了i个技能的状态。设dp的数组为f,最后输出f[2^n-1]即为答案(所以技能都用过了)。转移方程比较好想,这里不再赘述。
时间复杂度为O(n*m[i]*2^n),算一下有5*10^8左右,不过还是能过的。
P.S.:上述算法并不完美,可以在枚举连招前将连招根据伤害大小排序,达到剪枝的效果。懒得打了

#include<cstdio>
#include<algorithm>
#include<cstring>
#define maxn 40000
using namespace std;
int n,i,j,k,a[maxn],m[maxn],b[15][maxn],c[15][maxn],cc,x,t[maxn],f[maxn];
inline int count(int x)
{
    int ret=0;
    while (x!=0)
    {
        if (x%2==1) ret++; x/=2;
    }
    return ret;
}
bool cmp(int x,int y)
{
    return count(x)<count(y);
}
int main()
{
    scanf("%d",&n);
    for (i=0;i<n;i++)
    {
        scanf("%d%d",&a[i],&m[i]);
        for (j=0;j<m[i];j++)
        {
            scanf("%d%d",&b[i][j],&k);
            c[i][j]=0;
            while (k--)
            {
                scanf("%d",&x); c[i][j]|=1<<x;
            }
        }
    }
    for (i=0;i<(1<<n);i++) t[i]=i;
    sort(t,t+(1<<n),cmp);
    for (i=0;i<(1<<n);i++)
    {
        for (j=0;j<n;j++) if (!((t[i]>>j) & 1))
        {
            f[t[i]|(1<<j)]=max(f[t[i]|(1<<j)],f[t[i]]+a[j]);
            for (k=0;k<m[j];k++)
                if ((t[i]&c[j][k])==c[j][k]) f[t[i]|(1<<j)]=max(f[t[i]|(1<<j)],f[t[i]]+b[j][k]);
        }       
    }
    printf("%d",f[(1<<n)-1]);
    return 0;
}
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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