【搜索】JZOJ_1764 游戏

博客围绕倒三角数字序列问题展开,该序列每层数字递减且满足特定运算规则,还存在坏点。给出f[n,1]和限制max,要求找出字典序最小的f[1]序列。解题思路是发现f[1]序列系数类似杨辉三角,先求系数再进行搜索,并给出了代码。

题意

一个完整的倒三角有nnn层,第一层有nnn个数字,为原始数字,接下来每层都比上一层减少111个数字,并有f[i,j]=f[i−1,j]+f[i−1,j+1]f[i,j]=f[i-1,j]+f[i-1,j+1]f[i,j]=f[i1,j]+f[i1,j+1],如
  3  1  2  4
    4  3  6
     7  9
      16
给出f[n,1]f[n,1]f[n,1],和一个限制max(0&lt;=f[1,i]&lt;=max)max(0&lt;=f[1,i]&lt;=max)max0<=f[1,i]<=max,求出字典序最小的f[1]f[1]f[1]序列。

因为太过简单,添加了一些坏点,以坐标的形式给出,所谓坏点就是f[i,j]f[i,j]f[i,j]恒为0。

思路

可以发现f[1]f[1]f[1]的序列中的系数类似杨辉三角,所以可以先求出系数,再进行搜索即可。

代码

#include<cstdio>
#include<algorithm>

int n, m, maxn, f, va;
int g[101][101], ans[101];

void dfs(int dep, int sum) {
	if (va || sum > f) return;
	if (dep > n) {
		if (sum == f)
			va = 1;
		return;
	}
	if (!g[n][dep]) dfs(dep + 1, sum);
	else
	for (int i = 0; i <= std::min((f - sum) / g[n][dep], maxn); i++) {
		ans[dep] = i;
		dfs(dep + 1, sum + g[n][dep] * i);
		if (va) return;
	}
}

int main() {
	scanf("%d %d %d %d", &n, &m, &maxn, &f);
	g[0][0] = 1;
	for (int i = 1; i <= m; i++) {
		int x, y;
		scanf("%d %d", &x, &y);
		x = n - x + 1;
		g[x][y] = -1;
	}
	for (int i = 1; i <= n; i++)
		for (int j = 1; j <= i; j++)
			if (g[i][j]) g[i][j] = 0;
			else g[i][j] = g[i - 1][j - 1] + g[i - 1][j];
	dfs(1, 0);
	if (!va) printf("-1");
	else for (int i = 1; i <= n; i++) printf("%d\n", ans[i]);
}
### 解题思路 题目要求解决的是一个与图相关的最小覆盖问题,通常在特定条件下可以通过状态压缩动态规划(State Compression Dynamic Programming, SCDP)来高效求解。由于状态压缩的适用条件是状态维度较小(例如K≤10),因此可以利用二进制表示状态集合,从而优化计算过程。 #### 1. 状态表示 - 使用一个整数 `mask` 表示当前选择的点集,其中第 `i` 位为 `1` 表示第 `i` 个节点被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的点集后,能够覆盖的节点集合。 - 可以通过预处理每个点的邻域信息(包括自身和所有直接连接的点),快速更新状态。 #### 2. 预处理邻域 对于每个节点 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节点出发一步能到达的所有节点集合。这样,在后续的状态转移过程中,可以直接使用这些信息进行合并操作。 #### 3. 状态转移 - 初始化:对每个单独节点 `u`,设置初始状态 `dp[1 << u] = neighbor[u]`。 - 转移规则:对于任意两个状态 `mask1` 和 `mask2`,如果它们没有交集,则可以通过合并这两个状态得到新的状态 `mask = mask1 | mask2`,并更新对应的覆盖范围为 `dp[mask1] ∪ dp[mask2]`。 - 在所有状态生成之后,检查是否某个状态的覆盖范围等于全集(即覆盖了所有节点)。如果是,则记录此时使用的最少节点数量。 #### 4. 最优解提取 遍历所有可能的状态,找出能够覆盖整个图的最小节点数目。 --- ### 时间复杂度分析 - 状态总数为 $ O(2^K) $,其中 `K` 是关键点的数量。 - 每次状态转移需要枚举所有可能的子集组合,复杂度为 $ O(2^K \cdot K^2) $。 - 整体时间复杂度控制在可接受范围内,适用于 `K ≤ 10~20` 的情况。 --- ### 代码实现(状态压缩 DP) ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 25; int neighbor[MAXN]; // 每个节点的邻域 int dp[1 << 20]; // dp[mask] 表示选中的点集合为 mask 时所能覆盖的点集合 int min_nodes; // 最小覆盖点数 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节点的邻域 for (int i = 0; i < n; ++i) { neighbor[i] = (1 << i); // 包括自己 for (int j : graph[i]) { neighbor[i] |= (1 << j); } } // 初始化 dp 数组 memset(dp, 0x3f, sizeof(dp)); for (int i = 0; i < n; ++i) { dp[1 << i] = neighbor[i]; } // 状态转移 for (int mask = 1; mask < (1 << n); ++mask) { if (__builtin_popcount(mask) >= min_nodes) continue; // 剪枝 for (int sub = mask & (mask - 1); sub; sub = (sub - 1) & mask) { int comp = mask ^ sub; if (comp == 0) continue; int new_mask = mask; int covered = dp[sub] | dp[comp]; if (covered == (1 << n) - 1) { min_nodes = min(min_nodes, __builtin_popcount(new_mask)); } dp[new_mask] = min(dp[new_mask], covered); } } } int main() { int n, m; cin >> n >> m; vector<vector<int>> graph(n); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 无向图 } min_nodes = n; solve(n, graph); cout << "Minimum nodes required: " << min_nodes << endl; return 0; } ``` --- ### 优化策略 - **剪枝**:当当前状态所用节点数已经超过已知最优解时,跳过后续计算。 - **提前终止**:一旦发现某个状态覆盖了全部节点,并且节点数达到理论下限,即可提前结束程序。 - **空间优化**:可以仅保存当前轮次的状态,减少内存占用。 --- ### 总结 本题通过状态压缩动态规划的方法,将原本指数级复杂度的问题压缩到可接受范围内。结合位运算技巧和预处理机制,能够高效地完成状态转移和覆盖判断操作。 ---
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