POJ-3254 状压DP

本文详细介绍状态压缩动态规划(状压DP)的基本概念、核心思想及应用技巧,并通过一个具体的农场放牛问题实例,展示如何运用状压DP解决实际问题。

http://poj.org/problem?id=3254

第一道状压DP

题目大意:一个老农,有一块n行m列由01组成的田地,现在他有一窝牛无处可放。 1的田地代表可放牛,0的地代表不可放牛,上下和同一行都不能有相邻。 全是0算一种情况。  求一共有多少种放法(话说人一旦吃饱了真是可怕)。


一道状压DP模板题,他的提升可见 1185(炮兵阵地)。

首先恶补一下位运算,因为需要用位运算的技巧快速判断当前状态是否符合规定

状压DP(状态压缩动态规划)思想:保留了DP的利用上一状态的最优求当前状态的最优直至求全局最优的性质。 在此基础上,增加了状态压缩。所谓状压,指一串由01组成的串,将他转换为十进制的数值表示当前状态。

例如:000  状态0

          001  状态1

          100  状态4。

如果01串的长度为m,那么就有2^m(1<<m)种状态  从0....0  到 1....1 。 用每一种01组合表示一种状态,再讲01组合转为十进制存在数组中,即可求解一些问题。虽然是DP,但是由于状态之多,所以是一种变相的大暴力

解题思想:当前行的当前状态放置数等于 加上前一行的各种状态的放置数。

此题例子:    1 1 1

                     0 1 0    



能放的地方为1的地方。所以手写列出所有状态。

第一行的状态表:

组合方式

状态号

000

0

001

1

010

2

100

4

101

5

第2行的状态表:

组合方式

状态号

000

0

010

2

第二行开始,以000为基础   第一行符合条件的有5种。

                    以010为基础,第一行除状态2之外都符合。

总数:5+4=9



用dp(i,j) 表示第i行状态j的放置数量。   状态转移方程: dp(i,j) = dp(i,j) + dp(i-1,k)  k为在状态j的基础上寻找已知的上一行的所有符合规定的状态。

做DP 从头开始想   因为涉及到上一行 所以第一行从1开始,第0行默认0,但是dp[0][0] = 1 即状态0是一种情况。

这样,dp[1][0....2^m] 加上前一行的默认0 求出了当前行所有状态的问题解。

          dp[2][0....2^m]   举个例子: dp[2][1] 第2行状态为1的时候即001   然后开始寻找第1行的所有状态(已经求出最优),讲符合条件的加到dp[2][1]中。以此类推。


AC代码:

#include <iostream>
#include <cmath>
#include <string>
#include <memory.h>
#include <vector>
using namespace std;
typedef long long int LL;

#define line 20
#define col 20
#define _for(i,a,b) for(int i = (a); i < (b); i ++)
#define mod 100000000  

int m,n;
int dp[line][1<<13];  //每一列都有2^m种情况    
int a[line];		  //每一行的初始放置规定,用来判断一种状态是否符合能放的地方放。   

bool isZero(int i, int j){
	//判断规定的放置条件和当前是否冲突
	if((a[i]&j) != j)
		return false;
	//判断相邻是否冲突
	if( (j & (j<<1)) != 0)
		return false;
	return true; 
}
int solve(){
	
	memset(dp,0,sizeof(dp));
	dp[0][0] = 1;			//第0行只有状态0 无条件是1种情况
	
	for(int i = 1 ; i <= n ; i ++){
		
		for(int j = 0 ; j < (1<<m) ; j ++){
			if( !isZero(i,j) )
				continue;
			for(int k = 0 ; k < (1<<m) ; k ++){
				//判断相邻两行是否冲突 
				if((j&k) != 0)
					continue;
				dp[i][j] += dp[i-1][k];
				//题目要求求模 
				dp[i][j] %= mod;
			}
		}
	}
	int ans = 0; 
	//遍历最后一行所有状态 
	for(int i = 0 ; i < (1<<m) ; i ++){
		ans += dp[n][i];
		ans %= mod;
	}
	
	return ans;

}

int main()
{
	int k;
	cin >> n >> m;
	for(int i = 1; i <= n ; i ++){
		a[i] = 0;
		for(int j = 1; j <= m ; j ++){
			cin >> k;
			//每一行的状态总数 
			a[i] = (a[i]<<1) + k;
		}
	}
	int ans = solve();
	cout << ans << endl; 
}

比较容易出错的是没有判断当前状态是否符合田地的放置规定,即1能放0不能放    。

内容概要:本文详细介绍了一种基于Simulink的表贴式永磁同步电机(SPMSM)有限控制集模型预测电流控制(FCS-MPCC)仿真系统。通过构建PMSM数学模型、坐标变换、MPC控制器、SVPWM调制等模块,实现了对电机定子电流的高精度跟踪控制,具备快速动态响应和低稳态误差的特点。文中提供了完整的仿真建模步骤、关键参数设置、核心MATLAB函数代码及仿真结果分析,涵盖转速、电流、转矩和三相电流波形,验证了MPC控制策略在动态性能、稳态精度和抗负载扰动方面的优越性,并提出了参数自整定、加权代价函数、模型预测转矩控制和弱磁扩速等优化方向。; 适合人群:自动化、电气工程及其相关专业本科生、研究生,以及从事电机控制算法研究与仿真的工程技术人员;具备一定的电机原理、自动控制理论和Simulink仿真基础者更佳; 使用场景及目标:①用于永磁同步电机模型预测控制的教学演示、课程设计或毕业设计项目;②作为电机先进控制算法(如MPC、MPTC)的仿真验证平台;③支撑科研中对控制性能优化(如动态响应、抗干扰能力)的研究需求; 阅读建议:建议读者结合Simulink环境动手搭建模型,深入理解各模块间的信号流向与控制逻辑,重点掌握预测模型构建、代价函数设计与开关态选择机制,并可通过修改电机参数或控制策略进行拓展实验,以增强实践与创新能力。
根据原作 https://pan.quark.cn/s/23d6270309e5 的源码改编 湖北省黄石市2021年中考数学试卷所包含的知识点广泛涉及了中学数学的基础领域,涵盖了实数、科学记数法、分式方程、几何体的三视图、立体几何、概率统计以及代数方程等多个方面。 接下来将对每道试题所关联的知识点进行深入剖析:1. 实数与倒数的定义:该题目旨在检验学生对倒数概念的掌握程度,即一个数a的倒数表达为1/a,因此-7的倒数可表示为-1/7。 2. 科学记数法的运用:科学记数法是一种表示极大或极小数字的方法,其形式为a×10^n,其中1≤|a|<10,n为整数。 此题要求学生运用科学记数法表示一个天文单位的距离,将1.4960亿千米转换为1.4960×10^8千米。 3. 分式方程的求解方法:考察学生解决包含分母的方程的能力,题目要求找出满足方程3/(2x-1)=1的x值,需通过消除分母的方式转化为整式方程进行解答。 4. 三视图的辨认:该题目测试学生对于几何体三视图(主视图、左视图、俯视图)的认识,需要识别出具有两个相同视图而另一个不同的几何体。 5. 立体几何与表面积的计算:题目要求学生计算由直角三角形旋转形成的圆锥的表面积,要求学生对圆锥的底面积和侧面积公式有所了解并加以运用。 6. 统计学的基础概念:题目涉及众数、平均数、极差和中位数的定义,要求学生根据提供的数据信息选择恰当的统计量。 7. 方程的整数解求解:考察学生在实际问题中进行数学建模的能力,通过建立方程来计算在特定条件下帐篷的搭建方案数量。 8. 三角学的实际应用:题目通过在直角三角形中运用三角函数来求解特定线段的长度。 利用正弦定理求解AD的长度是解答该问题的关键。 9. 几何变换的应用:题目要求学生运用三角板的旋转来求解特定点的...
DP超详细教程:从入门到精通 DP缩动态规划)是一种非常实用的算法技巧,特别适合处理态可以用二进制表示的问题。下面我将用最详细、最系统的方式讲解这个技术,保证你能彻底理解。 一、DP的本质 1.1 什么是缩? 缩的核心思想是:用二进制位来表示某种态。比如: 有5个灯泡:可以用5位二进制数表示它们的开关态 10101表示第1、3、5个灯亮,2、4灭 有8个任务是否完成:可以用8位二进制数表示 11001001表示第1、2、5、8个任务已完成 1.2 为什么需要态? 传统DP在表示某些态时会遇到困难。例如: 棋盘放置问题:要记录哪些格子被占用 任务分配问题:要记录哪些任务已被分配 路径问题:要记录哪些点已经访问过 如果用传统数组表示,可能需要多维数组,空间复杂度爆炸。而用二进制缩,一个整数就能表示复杂的态。 二、DP的三大组成部分 2.1 态表示 用一个整数的二进制形式表示态: 每一位代表一个元素的态(选中/未选中,存在/不存在等) 整数范围:0到2ⁿ-1(n是元素个数) 示例:3个物品的选择态 000(0):都没选 001(1):选第1个 010(2):选第2个 011(3):选第1、2个 ... 111(7):全选 2.2 态转移 定义如何从一个态转移到另一个态,通常包括: 检查当前态的某些位 根据条件修改某些位 生成新态 2.3 DP数组设计 dp[state]或dp[state][i],其中: state是缩后的态 i可能是附加信息(如当前位置、已选数量等) 三、必须精通的位运算技巧 3.1 基本操作 操作 代码表示 示例(假设8位二进制) 设置第i位为1 `state (1 << i)` `0010 (1<<2) → 0110` 设置第i位为0 state & ~(1 << i) 0110 & ~(1<<2) → 0010 切换第i位 state ^ (1 << i) 0110 ^ (1<<2) → 0010 检查第i位是否为1 (state >> i) & 1 (0110 >> 2) & 1 → 1 3.2 高级技巧 枚举所有子集: cpp for(int subset = state; subset; subset = (subset-1)&state){ // 处理subset } 最低位的1: cpp int lowbit = x & -x; 统计1的个数: cpp int count = __builtin_popcount(state); // GCC内置函数 六、DP的优化技巧 6.1 预处理合法态 很多问题中,大部分态是不合法的,可以预先筛选: cpp vector<int> 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 当态只依赖前一个阶段时,可以节省空间: cpp vector<vector<int>> dp(2, vector<int>(size)); // 只保留当前和上一个态 int now = 0, prev = 1; for (int i = 1; i <= n; ++i) { swap(now, prev); for (auto& state : valid_states) { dp[now][state] = 0; // 清空当前态 // 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:态数是2ⁿ,不是n 初始态设置错误:比如TSP中dp[1][0] = 0 边界条件处理不当:如全选态是(1<<n)-1,不是1<<n 7.2 调试建议 打印中间态:将二进制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(如需要同时缩多个态) 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(理解态表示) LeetCode 464. Can I Win(简单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) 挑战题: Codeforces 8C. Looking for Order Topcoder SRM 556 Div1 1000. LeftRightDigitsGame2 记住,掌握DP的关键在于: 彻底理解二进制态表示 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
```markdown # DP超详细教程:从入门到精通 DP缩动态规划)是一种非常实用的算法技巧,特别适合处理态可以用二进制表示的问题。下面我将用最详细、最系统的方式讲解这个技术,保证你能彻底理解。 ## 一、DP的本质 ### 1.1 什么是缩? 缩的核心思想是:用二进制位来表示某种态。比如: - 有5个灯泡:可以用5位二进制数表示它们的开关- `10101`表示第1、3、5个灯亮,2、4灭 - 有8个任务是否完成:可以用8位二进制数表示 - `11001001`表示第1、2、5、8个任务已完成 ### 1.2 为什么需要态? 传统DP在表示某些态时会遇到困难。例如: - 棋盘放置问题:要记录哪些格子被占用 - 任务分配问题:要记录哪些任务已被分配 - 路径问题:要记录哪些点已经访问过 如果用传统数组表示,可能需要多维数组,空间复杂度爆炸。而用二进制缩,一个整数就能表示复杂的态。 ## 二、DP的三大组成部分 ### 2.1 态表示 用一个整数的二进制形式表示态: - 每一位代表一个元素的态(选中/未选中,存在/不存在等) - 整数范围:0到2ⁿ-1(n是元素个数) 示例:3个物品的选择- `000`(0):都没选 - `001`(1):选第1个 - `010`(2):选第2个 - `011`(3):选第1、2个 - ... - `111`(7):全选 ### 2.2 态转移 定义如何从一个态转移到另一个态,通常包括: - 检查当前态的某些位 - 根据条件修改某些位 - 生成新态 ### 2.3 DP数组设计 `dp[state]`或`dp[state][i]`,其中: - `state`是缩后的- `i`可能是附加信息(如当前位置、已选数量等) ## 三、必须精通的位运算技巧 ### 3.1 基本操作 | 操作 | 代码表示 | 示例(假设8位二进制) | |---------------|-------------------------|----------------------------| | 设置第i位为1 | `state | (1 << i)` | `0010 | (1<<2) → 0110` | | 设置第i位为0 | `state & ~(1 << i)` | `0110 & ~(1<<2) → 0010` | | 切换第i位 | `state ^ (1 << i)` | `0110 ^ (1<<2) → 0010` | | 检查第i位是否为1 | `(state >> i) & 1` | `(0110 >> 2) & 1 → 1` | ### 3.2 高级技巧 - 枚举所有子集: ```cpp for(int subset = state; subset; subset = (subset-1)&state){ // 处理subset } ``` - 最低位的1: ```cpp int lowbit = x & -x; ``` - 统计1的个数: ```cpp int count = __builtin_popcount(state); // GCC内置函数 ``` ## 六、DP的优化技巧 ### 6.1 预处理合法态 很多问题中,大部分态是不合法的,可以预先筛选: ```cpp vector<int> 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 当态只依赖前一个阶段时,可以节省空间: ```cpp vector<vector<int>> dp(2, vector<int>(size)); // 只保留当前和上一个态 int now = 0, prev = 1; for (int i = 1; i <= n; ++i) { swap(now, prev); for (auto& state : valid_states) { dp[now][state] = 0; // 清空当前态 // 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:态数是2ⁿ,不是n - 初始态设置错误:比如TSP中`dp[1][0] = 0` - 边界条件处理不当:如全选态是`(1<<n)-1`,不是`1<<n` ### 7.2 调试建议 - 打印中间态:将二进制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(如需要同时缩多个态) - 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](https://leetcode.com/problems/subsets/)(理解态表示) - [LeetCode 464. Can I Win](https://leetcode.com/problems/can-i-win/)(简单DP) ### 中等题: - [LeetCode 526. Beautiful Arrangement](https://leetcode.com/problems/beautiful-arrangement/) - [LeetCode 691. Stickers to Spell Word](https://leetcode.com/problems/stickers-to-spell-word/) ### 经典题: - [POJ 2411. Mondriaan's Dream](http://poj.org/problem?id=2411)(棋盘覆盖) - [HDU 3001. Travelling](http://acm.hdu.edu.cn/showproblem.php?pid=3001)(三进制) ### 挑战题: - [Codeforces 8C. Looking for Order](https://codeforces.com/problemset/problem/8/C) - [Topcoder SRM 556 Div1 1000. LeftRightDigitsGame2](https://community.topcoder.com/stat?c=problem_statement&pm=12197) 记住,掌握DP的关键在于: 1. 彻底理解二进制态表示 2. 熟练运用位运算 3. 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。 ```
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