【洛谷题解】P1433 吃奶酪

本文详细解析了洛谷P1433题目的解题思路,主要涉及深度优先搜索DFS和二进制状态压缩的动态规划方法。通过实例讲解如何使用DFS+状压来解决问题,并分享了实现过程中关于路径压缩的关键技巧。文章还包含了完整的代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目概况

题目链接: https://www.luogu.com.cn/problem/P1433
难度: 普及+/提高

题目分析

和这题有几分相似:
https://blog.youkuaiyun.com/lightningcs/article/details/119685324
简化题目: 题面简洁至极
涉及知识点: 深度优先搜索DFS、二进制状态压缩、状压DP
解题思路:
这题我们既可以用状压DP,也可以用DFS+状压来解决。为了适应大多数人,我们采用后者。
状态为:DFS(吃的奶酪总数,吃的数组第几个,当前总距离,当前到了数组哪个点)
和一般的DFS一样,我们只需要记录当前走过的距离来和ans做比较,重点讲一下如何将路径用二进制压缩。
首先我们在状态中有一个 当前到了数组哪个点的状态,命名为nowdot。每次定义p当前点到第i个的距离,用二进制保存,初始化为int p = nowdot + (1 << (i - 1))如果从pi的距离已经有过更新并且本次构造的距离还大于之前,则跳过;否则更新,继续搜索。

根据我的惨痛教训 实践经验,如果你用最朴素的dfs,你能得40,如果加了二进制状压,能得90,如果再来些剪枝和优化,则可以达到AC!

代码拆解及要点分析

一、数据准备

const int N = 20;
int n;
bool vis[N]; //记录吃没吃的
double ans = 1e9, dp[65000][20]; //dp用来存路径 
struct node {
   
	double x;
	double y;
}a[N]; //存储奶酪点的

二、距离计算函数

我们就直接按照题目提示走就好。

double discal (int l, int m) {
    //距离计算函数 
	return sqrt((a[l].x - a[m].x) * (a[l].x - a[m].x) 
### 洛谷题目解答与算法解析 洛谷是一个广受欢迎的在线编程学习平台,提供大量算法题目和题解资源。针对不同的问题,用户可以选择适合自己的算法进行练习或解决问题。 #### DFS(深度优先搜索)在洛谷题目中的应用 DFS是一种经典的回溯算法,通常用于解决迷宫类问题或者路径探索问题。例如,在P1605题目中,使用DFS可以统计从起点到终点的所有可行路径数量。通过递归实现对每个方向的探索,并在满足条件时继续深入,直到到达目标点。以下代码展示了如何实现这一逻辑: ```cpp int dir[4][2] = {0, 1, 1, 0, 0, -1, -1, 0}; // 方向数组 bool check(int nx, int ny) { return nx >= 1 && nx <= n && ny >= 1 && ny <= m; } void dfs(int x, int y) { vis[x][y] = true; for (int i = 0; i < 4; i++) { int nx = x + dir[i][0]; int ny = y + dir[i][1]; if (check(nx, ny) && vis[nx][ny] == false && map[nx][ny] != '#') { dfs(nx, ny); } } vis[x][y] = false; // 回溯 } ``` 上述代码中,`dir`数组定义了四个方向的增量,`check`函数判断坐标是否合法,而`dfs`函数则递归地遍历所有可能的路径并进行回溯[^3]。 #### Dijkstra算法的应用 Dijkstra算法是解决最短路径问题的经典方法,适用于图中节点之间的加权边。以最小体力消耗为例,相邻格子的差值作为代价,可以通过构建小根堆来优化路径选择。具体来说,将每个节点的代价存储在堆中,并按照代价从小到大排序,逐步扩展路径直至找到目标点。以下是Dijkstra算法的核心部分: ```cpp struct Node { int x, y, cost; bool operator<(const Node& other) const { return cost > other.cost; } }; priority_queue<Node> pq; void dijkstra() { pq.push({start_x, start_y, 0}); dist[start_x][start_y] = 0; while (!pq.empty()) { Node current = pq.top(); pq.pop(); if (current.x == target_x && current.y == target_y) break; for (int i = 0; i < 4; i++) { int nx = current.x + dir[i][0]; int ny = current.y + dir[i][1]; if (check(nx, ny)) { int new_cost = abs(grid[nx][ny] - grid[current.x][current.y]); if (dist[nx][ny] > dist[current.x][current.y] + new_cost) { dist[nx][ny] = dist[current.x][current.y] + new_cost; pq.push({nx, ny, dist[nx][ny]}); } } } } } ``` 在此代码中,`Node`结构体定义了节点的信息,包括坐标和当前代价;`priority_queue`实现了小根堆的功能,确保每次取出代价最小的节点进行扩展[^2]。 #### 回溯算法在经典题目中的运用 回溯算法是解决组合、排列等问题的重要工具。例如,在N皇后问题中,通过尝试在每一行放置一个皇后,并检查是否满足列和对角线的约束条件,最终找出所有合法的布局方案。以下是N皇后问题的核心代码: ```cpp bool is_safe(int row, int col) { for (int i = 0; i < row; i++) { if (board[i] == col || abs(row - i) == abs(col - board[i])) { return false; } } return true; } void solve(int row) { if (row == n) { solutions++; return; } for (int col = 0; col < n; col++) { if (is_safe(row, col)) { board[row] = col; solve(row + 1); } } } ``` 此代码中,`is_safe`函数检查当前位置是否安全,`solve`函数递归地尝试每一列的可能性,并在找到完整解后增加计数器[^3]。 #### 总结 DFS、Dijkstra以及回溯算法洛谷题目中均有广泛应用。DFS适合处理路径探索和数量统计问题,Dijkstra适用于最短路径问题,而回溯算法则擅长解决组合、排列等需要穷举可能性的问题。掌握这些算法及其变种对于提升编程能力至关重要。
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

打赏作者

oier_Asad.Chen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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