HDU 3001 【三进制状压DP】

本文介绍了一种结合了状压DP技术与三进制的应用案例,针对特定问题提出了有效的解决方法,并详细解释了如何通过三进制来处理可以重复访问节点的问题。

= =。。。我果真是数学弱渣。。。

普通状压,但是由于可以走两回所以变成了三进制的。。然后注意三进制的处理方法。。

关于状压的循环顺序,如果是那种给你格子的,就是一行一行遍历的,每一行都遍历所有可能符合情况的数,通常是用滚动数组加上部分维度或者是变量进行限制条件的记录。如果是需要顺序的,只要求最后遍历完的,就是在1<<n范围内,每个数都遍历一次n来找寻合适的下一状态。

#include <stdio.h>
#include <iostream>
#include <string.h>
using namespace std;
#define maxn 60000
int n,m;
int a[11][11];
int thr[11],ll[11],rr[11];
int dp[11][maxn];
int inner[maxn];
void init()
{
    thr[0]=1;ll[0]=0;rr[0]=0;
    memset(inner,1,sizeof(inner));
    for(int i=1;i<11;i++)
    {
        thr[i]=thr[i-1]*3;
        rr[i]=thr[i]-1;
        ll[i]=ll[i-1]+thr[i-1];
    }
    for(int i=0;i<maxn;i++)
    {
        int j=i;
        while(j)
        {
            if(j%3==0) {inner[i]=0;break;}
            j/=3;
        }
    }
}
int min(int x,int y){return x<y?x:y;}
int getmid(int pre,int num)
{
    int t=pre/thr[num];
    return t%3;
}
void search()
{
    int maxnum=rr[n];
    int ans=-1;
    memset(dp,-1,sizeof(dp));
    for(int i=0;i<=maxnum;i++)
    {
        for(int j=0;j<n;j++)
        {
            if(getmid(i,j)==2) continue;
            int now=i+thr[j];
            if(i==0)
            {
                dp[j][now]=0;
            }
            else
            {
                for(int k=0;k<n;k++) // pre node
                {
                    //if(k==j) continue;
                    if(dp[k][i]==-1||a[k][j]==-1) continue;
                    //printf("dp[%d][%d]=%d d=%d ",k,i,dp[k][i],a[k][j]);
                    if(dp[j][now]==-1) dp[j][now]=dp[k][i]+a[k][j];
                    else dp[j][now]=min(dp[j][now],dp[k][i]+a[k][j]);
                    
                }
            }
            if(now<=rr[n]&&now>=ll[n]&&inner[now]&&dp[j][now]!=-1)
            {
                //printf("dp[%d][%d]=%d\n",j,now,dp[j][now]);
                //for(int k=0;k<n;k++) printf("dp[%d][%d]=%d\n",k,i,dp[k][i]);
                if(ans==-1) ans=dp[j][now];
                else ans=min(ans,dp[j][now]);
                //cout<<endl;
            }
        }
    }
    //cout<<ll[n]<<" "<<rr[n]<<endl;
    cout<<ans<<endl;
}
int main()
{
    init();
    while(cin>>n>>m)
    {
        int x,y,z;
        memset(a,-1,sizeof(a));
        for(int i=0;i<n;i++) a[i][i]=0;
        for(int i=0;i<m;i++)
        {
            cin>>x>>y>>z;
            x--,y--;
            if(a[x][y]!=-1) a[x][y]=a[y][x]=min(a[x][y],z);
            else a[x][y]=a[y][x]=z; // consider the repeat road
        }
        //for(int i=0;i<n;i++) {for(int j=0;j<n;j++) cout<<a[i][j]<<" ";cout<<endl;}
        search();
    }
}

今天晚上去看SVG~~~~~~~ = w = ~~~~~
<think>好的,我现在需要处理用户关于HDU OJ问题3001的请求。用户希望找到相关的解法或讨论。首先,我需要确认问题3001的具体内容,因为不同的OJ平台可能有不同的题目编号。HDU OJ是中国杭州电子科技大学的在线判题系统,所以首先我得查找该题目的具体信息。 问题3001的标题通常是“Travelling”或者类似的名称,因为常见的旅行商问题(TSP)题目编号可能接近这个。例如,HDU 3001可能是一个缩的动态规划问题,涉及每个城市最多访问两次的情况。用户可能需要缩和三进制的解法,因为传统的TSP问题使用二进制,但这里可能有访问次数限制。 接下来,我需要回忆或查找该题的具体要求。例如,题目可能要求访问所有城市,每个城市最多访问两次,求最短路径。这种情况下,态表示需要用三进制来记录每个城市的访问次数,而不是二进制的0或1。动态规划的态可能是dp[state][u],其中state是三进制数,表示各城市的访问次数,u是当前所在的城市。 然后,关于解法,可能需要用到三进制缩。因为每个城市有三个态:未访问、访问一次、访问两次。因此,态的总数是3^n,对于n=10的情况,3^10=59049,这在内存上是可行的。动态规划的转移需要考虑相邻节点的访问次数是否超过限制,并更新最短路径。 另外,用户可能需要代码示例。需要确保代码正确处理三进制态转换,可能涉及三进制数的每一位的提取和更新。例如,如何从当前态中提取某个城市的访问次数,并判断是否还能继续访问。 可能还需要考虑预处理三进制的各位权值,或者使用其他优化方法,比如优先队列(Dijkstra算法)来优化态转移,因为可能存在多个态需要按路径长度排序处理。 关于引用,用户提供的参考引用似乎与问题1454相关,可能与当前问题无关,但需要确保在回答中正确引用任何相关资源。可能需要查找HDU OJ上的讨论版或者已有的题解,但用户可能无法直接访问,所以应提供详细的解决思路。 最后,生成的相关问题可能涉及缩动态规划的技巧、三进制的实现方法、与其他TSP变体的比较,或者该问题的时间复杂度分析。需要确保这些问题能够帮助用户深入理解解题方法。</think>关于HDU OJ问题3001(Travelling)的解法分析如下: ### 问题描述 该问题要求访问$n$个城市($n \leq 10$),每个城市最多访问2次,最终返回起点。求满足条件的最短路径长度,若无法完成返回$-1$[^1]。 ### 核心算法:三进制DP 1. **态设计** 定义$dp[state][u]$表示: - $state$:三进制数,每一位表示对应城市访问次数(0未访问,1访问1次,2访问2次) - $u$:当前所在城市 2. **态转移** 对每条边$u \rightarrow v$,检查: - 城市$v$的访问次数是否已达2次 - 更新后的态是否更优 转移方程: $$dp[new\_state][v] = \min(dp[new\_state][v], dp[state][u] + cost)$$ 3. **三进制处理技巧** - 预处理三进制权值数组$weight[12] = \{3^0,3^1,...,3^{10}\}$ - 通过取模运算提取某一位的值: ```python def get_digit(state, pos): return (state // weight[pos]) % 3 ``` ### 代码框架 ```python INF = float('inf') n, m = 10, 50 # 示例输入 weight = [3**i for i in range(12)] dp = [[INF]*n for _ in range(3**n)] # 初始化所有起点态 for i in range(n): dp[weight[i]][i] = 0 for state in range(3**n): for u in range(n): if dp[state][u] == INF: continue for v, cost in graph[u]: if get_digit(state, v) >= 2: continue new_state = state + weight[v] dp[new_state][v] = min(dp[new_state][v], dp[state][u] + cost) # 检查所有城市被访问过的态 min_cost = INF for state in valid_states: for u in range(n): min_cost = min(min_cost, dp[state][u] + cost[u][0]) # 返回起点 ``` ### 优化技巧 1. **预处理可行态**:提前筛选包含所有城市至少访问一次的态 2. **剪枝策略**:当当前路径长度已超过已知最优解时停止扩展 3. **邻接表优化**:使用邻接表存储边而非邻接矩阵
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
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