【JZOJ3823】遇见

Description

Zyh独自一人在街上漫步。Zyh相信不久后应该就可以和她一起漫步,可是去哪里寻找那个她呢?Zyh相信每个人都有一个爱情的号码牌,这个号码牌是一个n*n的矩阵。
每个人都要在矩阵中选择若干个元素,使得每行每列都有奇数个数被选中,且选中的数字的乘积是完全平方数。每当选出了这若干个元素,他/她就能找到那个她/他。
Zyh想知道对于一个号码牌有多少种选择的方法,使得zyh能够不再孤独。由于这个数字很大,只要输出对1,000,000,007取模后的余数即可。

Solution

我们设Pi,j表示(i,j)这个格子选不选。

现在有两个条件:
1. 使得每行每列都有奇数个数被选中
2. 选中的数字的乘积是完全平方数

我们先看条件1,那么要满足:
Pi,1Pi,2Pi,n=1(1in)
P1,jP2,jPn,j=1(1jn)
(这里的⊕是异或的意思)

再看条件2:
我们把所有数分解质因数,记出现的质数为p1,p2,,pm

定义f(k,x)表示x这个数是包含了奇数还是偶数个第k个质数因子,分别用1或0表示。

举个例子:
72=2332
那么f(2,72)=1,f(3,72)=0

然后对于第k个质数,我们可以得出式子:
P1,1f(pk,a1,1)P1,2f(pk,a1,2)Pn,nf(pk,an,n)=0

然后我们得出了一些式子,这就是很经典的异或方程组模型,用高斯消元求自由元个数t,答案就是2t

Code

#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<algorithm>
#include<cmath>
#define fo(i,j,k) for(int i=j;i<=k;i++)
#define fd(i,j,k) for(int i=j;i>=k;i--)
#define rep(i,x) for(int i=ls[x];i;i=nx[i])
#define N 31
#define M 3001
#define ll long long
#define mo 1000000007
#define mod 300007
using namespace std;
int a[M][N*N];
int n;
int bh[M][N*N];
int pr[M];
int h[mod],wz[mod];
int w;
bool hash(int x)
{
    int p=x%mod;
    while(h[p] && h[p]!=x) p=(p+1)%mod;
    w=p;
    if(h[p]==x) return true;
    return false;
}
int g(int x,int y){
    return (x-1)*n+y;
}
int gauss(int tot,int m)
{
    int i=0,j=0;
    while(i<m && j<tot)
    {
        int r=i;
        fo(k,i,m) if(a[k][j]) {r=k;break;}
        if(a[r][j])
        {
            if(r!=i)
            fo(k,0,tot) swap(a[i][k],a[r][k]);
            fo(l,i+1,m-1) if(a[l][j])
            fo(k,i,tot) a[l][k]^=a[i][k];
            int t=0;
            i++;
        }
        j++;
    }
    fo(i,0,m-1)
    {
        int t=0;
        fo(j,0,tot-1) t+=a[i][j];
        if(!t && a[i][tot]==1) return -1;
    }
    return i;
}
int main()
{
    scanf("%d",&n);
    fo(i,1,n)
    fo(j,1,n)
    {
        ll x;
        scanf("%lld",&x);
        int p=2;
        while(p*p<=x)
        {
            int t=0;
            bool tf=hash(p);
            if(x%p==0 && !tf)
            {
                pr[++pr[0]]=p;
                wz[w]=pr[0];
                h[w]=p;
            }
            while(x%p==0) x/=p,t^=1;
            bh[wz[w]][g(i,j)]=t;
            p++;
        }
        if(x>1)
        {
            bool tf=hash(x);
            if(!tf)
            {
                pr[++pr[0]]=x;
                wz[w]=pr[0];
                h[w]=x;
            }
            bh[wz[w]][g(i,j)]=1;
        }
    }
    int m=0;
    fo(i,1,n)
    {
        fo(j,1,n) a[m][g(i,j)-1]=1;
        a[m][n*n]=1;
        m++;
    }
    fo(j,1,n)
    {
        fo(i,1,n) a[m][g(i,j)-1]=1;
        a[m][n*n]=1;
        m++;
    }
    fo(p,1,pr[0])
    {
        fo(i,1,n)
        fo(j,1,n)
        a[m][g(i,j)-1]=bh[p][g(i,j)];
        a[m][n*n]=0;
        m++;
    }
    int t=n*n-gauss(n*n,m);
    if(t==n*n+1)
    {
        printf("0");
        return 0;
    }
    ll ans=1;
    fo(i,1,t) ans=ans*2%mo;
    printf("%lld",ans);
}
### 解题思路 题目要求解决的是一个与图相关的最小覆盖问题,通常在特定条件下可以通过状态压缩动态规划(State Compression Dynamic Programming, SCDP)来高效求解。由于状态压缩的适用条件是状态维度较小(例如K≤10),因此可以利用二进制表示状态集合,从而优化计算过程。 #### 1. 状态表示 - 使用一个整数 `mask` 表示当前选择的点集,其中第 `i` 位为 `1` 表示第 `i` 个节点被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的点集后,能够覆盖的节点集合。 - 可以通过预处理每个点的邻域信息(包括自身和所有直接连接的点),快速更新状态。 #### 2. 预处理邻域 对于每个节点 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节点出发一步能到达的所有节点集合。这样,在后续的状态转移过程中,可以直接使用这些信息进行合并操作。 #### 3. 状态转移 - 初始化:对每个单独节点 `u`,设置初始状态 `dp[1 << u] = neighbor[u]`。 - 转移规则:对于任意两个状态 `mask1` 和 `mask2`,如果它们没有交集,则可以通过合并这两个状态得到新的状态 `mask = mask1 | mask2`,并更新对应的覆盖范围为 `dp[mask1] ∪ dp[mask2]`。 - 在所有状态生成之后,检查是否某个状态的覆盖范围等于全集(即覆盖了所有节点)。如果是,则记录此时使用的最少节点数量。 #### 4. 最优解提取 遍历所有可能的状态,找出能够覆盖整个图的最小节点数目。 --- ### 时间复杂度分析 - 状态总数为 $ O(2^K) $,其中 `K` 是关键点的数量。 - 每次状态转移需要枚举所有可能的子集组合,复杂度为 $ O(2^K \cdot K^2) $。 - 整体时间复杂度控制在可接受范围内,适用于 `K ≤ 10~20` 的情况。 --- ### 代码实现(状态压缩 DP) ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 25; int neighbor[MAXN]; // 每个节点的邻域 int dp[1 << 20]; // dp[mask] 表示选中的点集合为 mask 时所能覆盖的点集合 int min_nodes; // 最小覆盖点数 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节点的邻域 for (int i = 0; i < n; ++i) { neighbor[i] = (1 << i); // 包括自己 for (int j : graph[i]) { neighbor[i] |= (1 << j); } } // 初始化 dp 数组 memset(dp, 0x3f, sizeof(dp)); for (int i = 0; i < n; ++i) { dp[1 << i] = neighbor[i]; } // 状态转移 for (int mask = 1; mask < (1 << n); ++mask) { if (__builtin_popcount(mask) >= min_nodes) continue; // 剪枝 for (int sub = mask & (mask - 1); sub; sub = (sub - 1) & mask) { int comp = mask ^ sub; if (comp == 0) continue; int new_mask = mask; int covered = dp[sub] | dp[comp]; if (covered == (1 << n) - 1) { min_nodes = min(min_nodes, __builtin_popcount(new_mask)); } dp[new_mask] = min(dp[new_mask], covered); } } } int main() { int n, m; cin >> n >> m; vector<vector<int>> graph(n); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 无向图 } min_nodes = n; solve(n, graph); cout << "Minimum nodes required: " << min_nodes << endl; return 0; } ``` --- ### 优化策略 - **剪枝**:当当前状态所用节点数已经超过已知最优解时,跳过后续计算。 - **提前终止**:一旦发现某个状态覆盖了全部节点,并且节点数达到理论下限,即可提前结束程序。 - **空间优化**:可以仅保存当前轮次的状态,减少内存占用。 --- ### 总结 本题通过状态压缩动态规划的方法,将原本指数级复杂度的问题压缩到可接受范围内。结合位运算技巧和预处理机制,能够高效地完成状态转移和覆盖判断操作。 ---
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