78. Subsets

求幂集问题与子集生成算法

Subsets

Given a set of distinct integers, nums, return all possible subsets.

Note:
Elements in a subset must be in non-descending order.
The solution set must not contain duplicate subsets.
For example,
If nums = [1,2,3], a solution is:

[
[3],
[1],
[2],
[1,2,3],
[1,3],
[2,3],
[1,2],
[]
]

解析

思路一:

求幂集问题

刚开始没有一点思路,但是我刚刚做了Combinations,可以说Combinations是本题的一个子过程。原因是,组合个数从0到n遍历一遍,就是本题的结果了。

思路一代码

class Solution {
public:
    vector<vector<int>> subsets(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        this->n=nums.size();
        //k:0~n
        for(int i=0;i<=nums.size();i++){
            this->k=i;
            com(0,0,nums);
        }
        return vvi;
    }
private:
    void com(int j,int t,vector<int>& nums){
        if(j==k){
            vvi.push_back(vi);
        }
        else{
            for(int i=t;i<n;i++){
                vi.push_back(nums[i]);
                com(j+1,i+1,nums);
                vi.pop_back();
            }
        }
    }
private:
    vector<vector<int>> vvi;
    vector<int> vi;
    int k;
    int n;
};

代码二

对思路一进行一些改进。基本思想不变

class Solution {
public:
    vector<vector<int>> subsets(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        com(0,nums);
        return vvi;
    }
private:
    void com(int pos,vector<int>& nums){
        vvi.push_back(vi);
        if(pos>=nums.size()) return ;
        for(int i=pos;i<nums.size();i++){
            vi.push_back(nums[i]);
            com(i+1,nums);
            vi.pop_back();
        }
    }
private:
    vector<vector<int>> vvi;
    vector<int> vi;
};
状压DP超详细教程:从入门到精通 状压DP(状态压缩动态规划)是一种非常实用的算法技巧,特别适合处理状态可以用二进制表示的问题。下面我将用最详细、最系统的方式讲解这个技术,保证你能彻底理解。 一、状压DP的本质 1.1 什么是状态压缩? 状态压缩的核心思想是:用二进制位来表示某种状态。比如: 有5个灯泡:可以用5位二进制数表示它们的开关状态 10101表示第1、3、5个灯亮,2、4灭 有8个任务是否完成:可以用8位二进制数表示 11001001表示第1、2、5、8个任务已完成 1.2 为什么需要压缩状态? 传统DP在表示某些状态时会遇到困难。例如: 棋盘放置问题:要记录哪些格子被占用 任务分配问题:要记录哪些任务已被分配 路径问题:要记录哪些点已经访问过 如果用传统数组表示,可能需要多维数组,空间复杂度爆炸。而用二进制压缩,一个整数就能表示复杂的状态。 二、状压DP的三大组成部分 2.1 状态表示 用一个整数的二进制形式表示状态: 每一位代表一个元素的状态(选中/未选中,存在/不存在等) 整数范围:0到2ⁿ-1(n是元素个数) 示例:3个物品的选择状态 000(0):都没选 001(1):选第1个 010(2):选第2个 011(3):选第1、2个 ... 111(7):全选 2.2 状态转移 定义如何从一个状态转移到另一个状态,通常包括: 检查当前状态的某些位 根据条件修改某些位 生成新状态 2.3 DP数组设计 dp[state]或dp[state][i],其中: state是压缩后的状态 i可能是附加信息(如当前位置、已选数量等) 三、必须精通的位运算技巧 3.1 基本操作 操作 代码表示 示例(假设8位二进制) 设置第i位为1 `state (1 << i)` `0010 (1<<2) → 0110` 设置第i位为0 state & ~(1 << i) 0110 & ~(1<<2) → 0010 切换第i位 state ^ (1 << i) 0110 ^ (1<<2) → 0010 检查第i位是否为1 (state >> i) & 1 (0110 >> 2) & 1 → 1 3.2 高级技巧 枚举所有子: cpp for(int subset = state; subset; subset = (subset-1)&state){ // 处理subset } 最低位的1: cpp int lowbit = x & -x; 统计1的个数: cpp int count = __builtin_popcount(state); // GCC内置函数 六、状压DP的优化技巧 6.1 预处理合法状态 很多问题中,大部分状态是不合法的,可以预先筛选: cpp vector<int> valid_states; for (int state = 0; state < (1 << n); ++state) { if (check(state)) { // 检查state是否合法 valid_states.push_back(state); } } 6.2 滚动数组优化 当状态只依赖前一个阶段时,可以节省空间: cpp vector<vector<int>> dp(2, vector<int>(size)); // 只保留当前和上一个状态 int now = 0, prev = 1; for (int i = 1; i <= n; ++i) { swap(now, prev); for (auto& state : valid_states) { dp[now][state] = 0; // 清空当前状态 // 状态转移... } } 6.3 记忆化搜索实现 有时递归形式更直观: cpp int memo[1<<20][20]; // 记忆化数组 int dfs(int state, int u) { if (memo[state][u] != -1) return memo[state][u]; // 递归处理... return memo[state][u] = res; } 七、常见问题与调试技巧 7.1 常见错误 位运算优先级:总是加括号,如(state & (1 << i)) 数组越界:状态数是2ⁿ,不是n 初始状态设置错误:比如TSP中dp[1][0] = 0 边界条件处理不当:如全选状态是(1<<n)-1,不是1<<n 7.2 调试建议 打印中间状态:将二进制状态转换为可视化的形式 cpp void printState(int state, int n) { for (int i = n-1; i >= 0; --i) cout << ((state >> i) & 1); cout << endl; } 从小规模测试用例开始(如n=3,4) 使用assert检查关键假设 八、学习路线建议 初级阶段: 练习基本位操作 解决简单状压问题(如LeetCode 464、526题) 中级阶段: 掌握经典模型(TSP、棋盘覆盖) 学习优化技巧(预处理、滚动数组) 高级阶段: 处理高维状压(如需要同时压缩多个状态) 结合其他算法(如BFS、双指针) 九、实战练习题目推荐 入门题: LeetCode 78. Subsets(理解状态表示) LeetCode 464. Can I Win(简单状压DP) 中等题: LeetCode 526. Beautiful Arrangement LeetCode 691. Stickers to Spell Word 经典题: POJ 2411. Mondriaan's Dream(棋盘覆盖) HDU 3001. Travelling(三进制状压) 挑战题: Codeforces 8C. Looking for Order Topcoder SRM 556 Div1 1000. LeftRightDigitsGame2 记住,掌握状压DP的关键在于: 彻底理解二进制状态表示 熟练运用位运算 通过大量练习培养直觉 希望这份超详细的教程能帮助你彻底掌握状压DP!如果还有任何不明白的地方,可以针对具体问题继续深入探讨。 请帮我转成markdown语法输出,谢谢
最新发布
08-13
```markdown # 状压DP超详细教程:从入门到精通 状压DP(状态压缩动态规划)是一种非常实用的算法技巧,特别适合处理状态可以用二进制表示的问题。下面我将用最详细、最系统的方式讲解这个技术,保证你能彻底理解。 ## 一、状压DP的本质 ### 1.1 什么是状态压缩? 状态压缩的核心思想是:用二进制位来表示某种状态。比如: - 有5个灯泡:可以用5位二进制数表示它们的开关状态 - `10101`表示第1、3、5个灯亮,2、4灭 - 有8个任务是否完成:可以用8位二进制数表示 - `11001001`表示第1、2、5、8个任务已完成 ### 1.2 为什么需要压缩状态? 传统DP在表示某些状态时会遇到困难。例如: - 棋盘放置问题:要记录哪些格子被占用 - 任务分配问题:要记录哪些任务已被分配 - 路径问题:要记录哪些点已经访问过 如果用传统数组表示,可能需要多维数组,空间复杂度爆炸。而用二进制压缩,一个整数就能表示复杂的状态。 ## 二、状压DP的三大组成部分 ### 2.1 状态表示 用一个整数的二进制形式表示状态: - 每一位代表一个元素的状态(选中/未选中,存在/不存在等) - 整数范围:0到2ⁿ-1(n是元素个数) 示例:3个物品的选择状态 - `000`(0):都没选 - `001`(1):选第1个 - `010`(2):选第2个 - `011`(3):选第1、2个 - ... - `111`(7):全选 ### 2.2 状态转移 定义如何从一个状态转移到另一个状态,通常包括: - 检查当前状态的某些位 - 根据条件修改某些位 - 生成新状态 ### 2.3 DP数组设计 `dp[state]`或`dp[state][i]`,其中: - `state`是压缩后的状态 - `i`可能是附加信息(如当前位置、已选数量等) ## 三、必须精通的位运算技巧 ### 3.1 基本操作 | 操作 | 代码表示 | 示例(假设8位二进制) | |---------------|-------------------------|----------------------------| | 设置第i位为1 | `state | (1 << i)` | `0010 | (1<<2) → 0110` | | 设置第i位为0 | `state & ~(1 << i)` | `0110 & ~(1<<2) → 0010` | | 切换第i位 | `state ^ (1 << i)` | `0110 ^ (1<<2) → 0010` | | 检查第i位是否为1 | `(state >> i) & 1` | `(0110 >> 2) & 1 → 1` | ### 3.2 高级技巧 - 枚举所有子: ```cpp for(int subset = state; subset; subset = (subset-1)&state){ // 处理subset } ``` - 最低位的1: ```cpp int lowbit = x & -x; ``` - 统计1的个数: ```cpp int count = __builtin_popcount(state); // GCC内置函数 ``` ## 六、状压DP的优化技巧 ### 6.1 预处理合法状态 很多问题中,大部分状态是不合法的,可以预先筛选: ```cpp vector<int> valid_states; for (int state = 0; state < (1 << n); ++state) { if (check(state)) { // 检查state是否合法 valid_states.push_back(state); } } ``` ### 6.2 滚动数组优化 当状态只依赖前一个阶段时,可以节省空间: ```cpp vector<vector<int>> dp(2, vector<int>(size)); // 只保留当前和上一个状态 int now = 0, prev = 1; for (int i = 1; i <= n; ++i) { swap(now, prev); for (auto& state : valid_states) { dp[now][state] = 0; // 清空当前状态 // 状态转移... } } ``` ### 6.3 记忆化搜索实现 有时递归形式更直观: ```cpp int memo[1<<20][20]; // 记忆化数组 int dfs(int state, int u) { if (memo[state][u] != -1) return memo[state][u]; // 递归处理... return memo[state][u] = res; } ``` ## 七、常见问题与调试技巧 ### 7.1 常见错误 - 位运算优先级:总是加括号,如`(state & (1 << i))` - 数组越界:状态数是2ⁿ,不是n - 初始状态设置错误:比如TSP中`dp[1][0] = 0` - 边界条件处理不当:如全选状态是`(1<<n)-1`,不是`1<<n` ### 7.2 调试建议 - 打印中间状态:将二进制状态转换为可视化的形式 ```cpp void printState(int state, int n) { for (int i = n-1; i >= 0; --i) cout << ((state >> i) & 1); cout << endl; } ``` - 从小规模测试用例开始(如n=3,4) - 使用`assert`检查关键假设 ## 八、学习路线建议 ### 初级阶段: - 练习基本位操作 - 解决简单状压问题(如LeetCode 464、526题) ### 中级阶段: - 掌握经典模型(TSP、棋盘覆盖) - 学习优化技巧(预处理、滚动数组) ### 高级阶段: - 处理高维状压(如需要同时压缩多个状态) - 结合其他算法(如BFS、双指针) ## 九、实战练习题目推荐 ### 入门题: - [LeetCode 78. Subsets](https://leetcode.com/problems/subsets/)(理解状态表示) - [LeetCode 464. Can I Win](https://leetcode.com/problems/can-i-win/)(简单状压DP) ### 中等题: - [LeetCode 526. Beautiful Arrangement](https://leetcode.com/problems/beautiful-arrangement/) - [LeetCode 691. Stickers to Spell Word](https://leetcode.com/problems/stickers-to-spell-word/) ### 经典题: - [POJ 2411. Mondriaan's Dream](http://poj.org/problem?id=2411)(棋盘覆盖) - [HDU 3001. Travelling](http://acm.hdu.edu.cn/showproblem.php?pid=3001)(三进制状压) ### 挑战题: - [Codeforces 8C. Looking for Order](https://codeforces.com/problemset/problem/8/C) - [Topcoder SRM 556 Div1 1000. LeftRightDigitsGame2](https://community.topcoder.com/stat?c=problem_statement&pm=12197) 记住,掌握状压DP的关键在于: 1. 彻底理解二进制状态表示 2. 熟练运用位运算 3. 通过大量练习培养直觉 希望这份超详细的教程能帮助你彻底掌握状压DP!如果还有任何不明白的地方,可以针对具体问题继续深入探讨。 ```
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