bzoj1655/洛谷1772/codevs1655 物流运输 某dfs+状压dp做法

本文介绍了一种使用状态压缩动态规划(状压DP)的方法来解决一个关于航班路径选择的问题。考虑到节点数量较小的特点,作者通过状态压缩来表示不同航线,并利用动态规划寻找从起点到终点的最优路径。

题外话

在终于卡过这道题后,很开心地看了看题解,发现……
大家都是用最短路+dp做的?
然后再一看我的菜鸡做法……
我……

题目分析

首先我发现m的范围是很小的,这是一个状压的征兆.然后我发现每一种航线都可以用这条航线上经过的点集表示,因为某一天该航线是否可以走也仅和这条航线上的点能否走有关.
所以我可以用dfs处理航线经过某一点集的最短路.
然后开始dp,那么用f(i,zt)表示第i天使用zt航线的最优解……
等等,我掐指一算,220=1048576,这么设计状态是要责任的.
但是我转念一想,因为起点和终点是固定要走的,所以事实上航线只有218=262144条,离超时还远着呢.
然后状态转移很简单,f(i,zt)=min(f(i-1,X)+(X!=zt)*k+cost(zt))
可是这样子也是会超时的.不过对于改变了航线的情况,我们肯定是考虑了很多杂余的状态,因此我们只要记录一下昨天的最优解las,方程就可以改成:
f(i,zt)=min(las+k,f(i-1,zt))+cost(zt);
于是就暴力AC了,代码还很吼写……

代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define LL long long
const int MX=(1<<18);
int n,m,k,e,d;
int l[22][22],bin[22],cl[105],vis[22];
LL f[2][MX],cost[MX],inf,tmp[MX];
//cl:某一天关闭的港口集合,cost:经过某一点集的航线的最短路,tmp:用于dfs剪枝
void work() {//dp过程
    LL las=0,now;int t;
    for(int i=1;i<=n;++i){
        now=inf,t=(i&1);//开了滚动数组desi
        for(int zt=0;zt<=bin[m]-1;++zt) {
            if((zt&cl[i])) {f[t][zt]=inf;continue;}
            f[t][zt]=min(f[t^1][zt],las+k)+cost[zt];
            now=min(now,f[t][zt]);
        }
        las=now;
    }
    printf("%lld",las);
}
void dfs(int x,int zt,LL num) {//dfs过程
    if(num>=tmp[zt]) return;tmp[zt]=num;
    for(int i=2;i<m;++i)
        if(!vis[i]&&l[x][i]!=inf)
        vis[i]=1,dfs(i,zt|bin[i],num+l[x][i]),vis[i]=0;
    if(l[x][m]!=inf) cost[zt]=min(cost[zt],num+l[x][m]);
}
int main()
{
    int x,y,z;
    scanf("%d%d%d%d",&n,&m,&k,&e);
    bin[2]=1;for(int i=3;i<=m;++i) bin[i]=bin[i-1]<<1;
    memset(l,0x3f,sizeof(l));memset(cost,0x3f,sizeof(cost));
    memset(tmp,0x3f,sizeof(tmp));inf=l[0][0];
    for(int i=1;i<=e;++i)
        scanf("%d%d%d",&x,&y,&z),l[x][y]=l[y][x]=min(l[x][y],z);
    scanf("%d",&d);
    for(int i=1;i<=d;++i) {
        scanf("%d%d%d",&x,&y,&z);
        for(int j=y;j<=z;++j) cl[j]|=bin[x];
    }
    vis[1]=1;dfs(1,0,0);work();
    return 0;
}
### NOIP2015 运输计划 BZOJ4326 题解分析 #### 问题背景 该问题是经典的图论优化问题之一,主要考察树结构上的路径操作以及高效的数据处理能力。题目要求在一个由 $n$ 个节点组成的无向连通树中找到最优的一条边将其改造为虫洞(通过此边不需要耗费时间),从而使得给定的 $m$ 条运输路径中的最长耗时最小化。 --- #### 解决方案概述 解决这一问题的核心在于利用 **二分答案** 和 **树上差分技术** 的组合来实现高效的计算过程。以下是具体的技术细节: 1. **二分答案**: 设当前目标是最小化的最大路径长度为 $T_{\text{max}}$。我们可以通过二分的方式逐步逼近最终的结果。每次尝试验证是否存在一种方式将某条边改为虫洞后使所有路径的最大值不超过当前设定的目标值 $mid$[^1]。 2. **路径标记与统计**: 使用树上差分的思想对每一条路径进行标记并快速统计受影响的情况。假设两点之间的最近公共祖先 (Lowest Common Ancestor, LCA) 是 $r = \text{lca}(u_i, v_i)$,则可以在三个位置分别施加影响:增加 $(u_i + 1), (v_i + 1)$ 同时减少 $(r - 2)$。这种操作能够有效覆盖整条路径的影响范围,并便于后续统一查询和判断[^1]。 3. **数据结构支持**: 结合线段树或者 BIT (Binary Indexed Tree),可以进一步加速区间修改和单点查询的操作效率。这些工具帮助我们在复杂度范围内完成大量路径的同时更新和检索需求[^2]。 4. **实际编码技巧**: 实现过程中需要注意一些边界条件和技术要点: - 正确维护 DFS 序列以便映射原树节点到连续编号序列; - 准备好辅助函数用于快速定位 LCA 节点及其对应关系; - 编码阶段应特别留意变量初始化顺序及循环终止逻辑以防潜在错误发生。 下面给出一段基于上述原理的具体 Python 实现代码作为参考: ```python from collections import defaultdict, deque class Solution: def __init__(self, n, edges): self.n = n self.graph = defaultdict(list) for u, v, w in edges: self.graph[u].append((v, w)) self.graph[v].append((u, w)) def preprocess(self): """Preprocess the tree to get dfs order and lca.""" pass def binary_search_answer(self, paths): low, high = 0, int(1e9) best_possible_time = high while low <= high: mid = (low + high) // 2 if self.check(mid, paths): # Check feasibility with current 'mid' best_possible_time = min(best_possible_time, mid) high = mid - 1 else: low = mid + 1 return best_possible_time def check(self, limit, paths): diff_array = [0]*(self.n+1) for path_start, path_end in paths: r = self.lca(path_start, path_end) # Apply difference on nodes based on their relationship. diff_array[path_start] += 1 diff_array[path_end] += 1 diff_array[r] -= 2 suffix_sum = [sum(diff_array[:i]) for i in range(len(diff_array)+1)] # Verify whether any edge can be modified within given constraints. possible_to_reduce_max = False for node in range(1, self.n+1): parent_node = self.parent[node] if suffix_sum[node]-suffix_sum[parent_node]>limit: continue elif not possible_to_reduce_max: possible_to_reduce_max=True return possible_to_reduce_max # Example usage of class methods would follow here... ``` --- #### 总结说明 综上所述,本题的关键突破点在于如何巧妙运用二分策略缩小搜索空间,再辅以恰当的树形结构遍历技术和差分手段提升整体性能表现。这种方法不仅适用于此类特定场景下的最优化求解任务,在更广泛的动态规划领域也有着广泛的应用前景[^3]。 ---
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