【洛谷题解】P1441 砝码称重

原题链接:https://www.luogu.com.cn/problem/P1441
难度:普及+/提高
涉及知识点:状态压缩DP

题意

n n n 个砝码,第 i i i 个砝码的重量为 a i a_i ai,在去掉 m m m 个砝码后,问最多能称量出多少不同的重量 (不包括 0)

分析与解决

考虑状态压缩DP,将每一种摆放的状态用 n n n 为二进制数表示,某一位上为 1 则有砝码,为 0 则没有砝码。如果某一种状态上的 1 的数量恰好为 n − m n-m nm,则用 b i t s e t bitset bitset 存储重量。先初始化 b i t s e t bitset bitset的第 0 位为 1,也就是重量 0 是可以被称量出来的。然后循环这个状态的每一位,如果第 j j j 位为 1,就将 b i t s e t bitset bitset 与左移 w e i g h t [ j ] weight[j] weight[j] 位后的 b i t s e t bitset bitset 做并集操作。循环完毕后更新答案。

  • 为什么要这个并集操作?
    b i t s e t bitset bitset 的为 1 的第 j j j 位左移 w e i g h t [ j ] weight[j] weight[j] 位,之后 b i t s e t bitset bitset 的第 j + w [ j ] j + w[j] j+w[j] 位变为了 1,表示重量 j + w [ j ] j+w[j] j+w[j] 是可以被称量出来的,最后更新答案时, b i t s e t bitset bitset 里有多少个 1,就有多少种重量。

当然呢,对于这题也有用 d f s dfs dfs d p dp dp 结合起来的做法,这里笔者认为过于繁琐就不加以赘述了,感兴趣的读者可以阅读下面这篇博文:
https://www.luogu.com.cn/blog/hsfzLZH1/solution-p1441

AC代码

//一道经典的棋盘式状压DP
#include <iostream>
#include <cstdio>
#include <bitset>

using namespace std;

const int N = 25, M = 1 << N;

int n, m, ans = -0x3f3f3f3f;
int weight[N];

//统计x中1的数量
int count(int x)
{
    int res = 0;
    for (int i = 0; i < n; i++) res += x >> i & 1;
    return res;
}

int main()
{
    cin >> n >> m;
    for (int i = 0; i < n; i++) cin >> weight[i];

    for (int i = 0; i < 1 << n; i++)
    { //枚举状态
        if (count(i) == n - m)
        {
            bitset<M> b;
            b[0] = 1;
            for (int j = 0; j < n; j++)
            {
                if (i >> j & 1) b |= b << weight[j];
            }
            ans = max(ans, (int)b.count());
        }
    }
    cout << ans - 1 << endl;
    return 0;
}

### 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
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

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