DP状态压缩模型


小国王

题目描述:

n × n n×n n×n 的棋盘上放 k k k 个国王,国王可攻击相邻的 8 8 8 个格子,求使它们无法互相攻击的方案总数。

输入格式:

共一行,包含两个整数 n n n k k k

输出格式:

共一行,表示方案总数,若不能够放置则输出 0 0 0

数据范围:

1 ≤ n ≤ 10 , 0 ≤ k ≤ n 2 1 ≤ n ≤ 10, 0 ≤ k ≤ n^2 1n10,0kn2

输入样例:

3 2

输出样例:

16

问题分析

一个国王能攻击它 相邻 的 8 8 8 个格子:

↖ ↑ ↗
← 王 →
↙ ↓ ↘

① 同列不能 连续 放国王。

  • 模拟的判定方法
for i in range(1 << n):
    is_valid = True
    is_front = False
    for j in range(i.bit_length()):
        if i >> j & 1:
            if is_front:
                is_valid = False
                break
            is_front = True
        else:
            is_front = False
    if is_valid:
        valid.add(i)
        cnt[i] = i.bit_count()
  • 二进制的判定方法
    通过将二进制状态数左或者右挪动一位,再与原数比较看有无重叠来进行判定(i & i >> 1)。
for i in range(1 << n):
    if i & i >> 1:
        continue
    valid.append(i)
    cnt[i] = i.bit_count()

② 如果前一列某行放了国王,此行就不能放国王。

i & j == 0

③ 如果前一列某行放了国王,此行的 ± 45 ° ±45° ±45° 方向也不能放国王。

通过位移动1位来模拟 ±45° 情况

i & j >> 1 == 0 and i & j << 1 == 0

类似于状态压缩DP 蒙德里安的梦想 问题


代码实现

import sys
from collections import defaultdict
input = sys.stdin.readline

n, m = map(int, input().strip().split())
valid = set()
cnt = dict()  # 收集每列情况的国王数目

# 挑选出所有不连续放置的有效状态
for i in range(1 << n):
    if i & i >> 1:
        continue
    valid.append(i)
    cnt[i] = i.bit_count()

d = defaultdict(list)

# 对每个有效状态开始枚举后续的有效状态
for i in valid:
    for j in valid:
        if i & j == 0 and i & j >> 1 == 0 and i & j << 1 == 0:
            d[i].append(j)

f = [[[0] * (1 << n) for _ in range(m + 1)] for _ in range(n + 1)]
f[0][0][0] = 1

for i in range(n):
    for j in range(m + 1):
        for k in d.keys():
            for x in d[k]:
                if j >= cnt[x]:
                    f[i + 1][j][x] += f[i][j - cnt[x]][k]

print(sum(f[-1][-1]))

玉米田

题目描述:

农夫约翰的土地由 M × N M×N M×N 个小方格组成,现在他要在土地里种植玉米。

非常遗憾,部分土地是不育的,无法种植。

而且,相邻的土地不能同时种植玉米,也就是说种植玉米的所有方格之间都不会有公共边缘。

现在给定土地的大小,请你求出共有多少种种植方法。

土地上什么都不种也算一种方法。

输入格式:

1 1 1 行包含两个整数 M M M N N N

接下来 M M M 行:每行包含 N N N 个整数 0 0 0 1 1 1,用来描述整个土地的状况, 1 1 1 表示该块土地肥沃, 0 0 0 表示该块土地不育。

输出格式:

输出总种植方法对 1 0 8 10^8 108 取模后的值。

数据范围:

1 ≤ M , N ≤ 12 1 ≤ M, N ≤ 12 1M,N12

输入样例:

2 3
1 1 1
0 1 0

输出样例:

9

代码实现

import sys
from collections import defaultdict
input = sys.stdin.readline

MOD = pow(10, 8)
m, n = map(int, input().strip().split())

# 用二进制记录土地能否种植的情况
g = [int(input().strip().replace(" ", ""), 2) for _ in range(m)]

valid = [i for i in range(1 << n) if not (i & i >> 1)]  # 不连续的有效状态

d = defaultdict(list)

for i in valid:
    for j in valid:
        if i & j == 0:
            d[i].append(j)

f = [[0] * (1 << n) for _ in range(m + 1)]
f[0][0] = 1

for i in range(m):
    for j in d.keys():
        if j | g[i] > g[i]:  # 部分土地无法种植
            continue
        for k in d[j]:
            f[i + 1][j] += f[i][k]

print(sum(f[-1]) % MOD)

炮兵阵地

题目描述:

司令部的将军们打算在 N × M N×M N×M 的网格地图上部署他们的炮兵部队。

一个 N × M N×M N×M 的地图由 N N N M M M 列组成,地图的每一格可能是山地(用 H H H 表示),也可能是平原(用 P P P 表示)。

在每一格平原地形上最多可以布置一支炮兵部队(山地上不能够部署炮兵部队);一支炮兵部队在地图上的攻击范围如下图所示:

在这里插入图片描述

如果在地图中的灰色所标识的平原上部署一支炮兵部队,则图中的黑色的网格表示它能够攻击到的区域:沿横向左右各两格,沿纵向上下各两格。

图上其它白色网格均攻击不到。

从图上可见炮兵的攻击范围不受地形的影响。

现在,将军们规划如何部署炮兵部队,在防止误伤的前提下(保证任何两支炮兵部队之间不能互相攻击,即任何一支炮兵部队都不在其他支炮兵部队的攻击范围内),在整个地图区域内 最多能够摆放多少我军的炮兵部队

输入格式:

第一行包含两个由空格分割开的正整数,分别表示 N N N M M M

接下来的 N N N 行,每一行含有连续的 M M M 个字符( P P P 或者 H H H),中间没有空格。按顺序表示地图中每一行的数据。

输出格式:

仅一行,包含一个整数 K K K,表示最多能摆放的炮兵部队的数量。

数据范围:

N ≤ 100 , M ≤ 10 N ≤ 100, M ≤ 10 N100,M10

输入样例:

5 4
PHPP
PPHH
PPPP
PHPP
PHHP

输出样例:

6

问题分析

相比上一题,由于攻击距离的增加,需要考虑前两行的状态,需要在DP数组上多开一维,来枚举前第二行的状态。


代码实现

import sys
from collections import defaultdict
input = sys.stdin.readline

n, m = map(int, input().strip().split())

# 用二进制记录山地和平原状态
g = [int((input().strip().replace('H', '1').replace('P', '0')), 2) for _ in range(n)]

valid = [i for i in range(1 << m) if not (i & i >> 1 or i & i >> 2)]
cnt = {i: i.bit_count() for i in valid}  # 记录当前情况下的炮兵数目

d = defaultdict(list)
for i in valid:
    for j in valid:
        if i & j:
            continue
        d[i].append(j)

f = [[[0] * (1 << m) for _ in range(1 << m)] for _ in range(n + 1)]

for i in range(n):                 # 枚举每一行
    for a in valid:
        if a & g[i]:               # 排除山地无法摆放的情况
            continue
        for b in d[a]:             # 枚举前第一行的状态
            for c in d[b]:         # 枚举前第二行的状态
                if a & c:          # 排除前第二行和当前行冲突的情况
                    continue
                f[i + 1][a][b] = max(f[i + 1][a][b], f[i][b][c] + cnt[a])

print(max(max(f[-1])))

愤怒的小鸟

题目描述:

K i a n a Kiana Kiana 最近沉迷于一款神奇的游戏无法自拔。

简单来说,这款游戏是在一个平面上进行的。

有一架弹弓位于 ( 0 , 0 ) (0,0) (0,0) 处,每次 K i a n a Kiana Kiana 可以用它向第一象限发射一只红色的小鸟,小鸟的飞行轨迹均为形如 y = a x 2 + b x y=ax^2+bx y=ax2+bx 的曲线,其中 a , b a,b a,b K i a n a Kiana Kiana 指定的参数,且必须满足 a < 0 a<0 a<0抛物线开口向下)。

当小鸟落回地面(即 x x x 轴)时,它就会瞬间消失。

在游戏的某个关卡里,平面的第一象限中有 n n n 只绿色的小猪,其中第 i i i 只小猪所在的坐标为 ( x i , y i ) (x_i, y_i) (xi,yi)

如果某只小鸟的飞行轨迹经过了 ( x i , y i ) (x_i, y_i) (xi,yi),那么第 i i i 只小猪就会被消灭掉,同时小鸟将会沿着原先的轨迹继续飞行;

如果一只小鸟的飞行轨迹没有经过 ( x i , y i ) (x_i, y_i) (xi,yi),那么这只小鸟飞行的全过程就不会对第 i i i 只小猪产生任何影响。

例如,若两只小猪分别位于 ( 1 , 3 ) (1,3) (1,3) ( 3 , 3 ) (3,3) (3,3) K i a n a Kiana Kiana 可以选择发射一只飞行轨迹为 y = − x 2 + 4 x y=-x^2+4x y=x2+4x 的小鸟,这样两只小猪就会被这只小鸟一起消灭。

而这个游戏的目的,就是通过发射小鸟消灭所有的小猪。

这款神奇游戏的每个关卡对 K i a n a Kiana Kiana 来说都很难,所以 K i a n a Kiana Kiana 还输入了一些神秘的指令,使得自己能更轻松地完成这个这个游戏。

这些指令将在输入格式中详述。

假设这款游戏一共有 T T T 个关卡,现在 K i a n a Kiana Kiana 想知道,对于每一个关卡,至少需要发射多少只小鸟才能消灭所有的小猪。

由于她不会算,所以希望由你告诉她。

注意:本题除 NOIP 原数据外,还包含加强数据。

输入格式:

第一行包含一个正整数 T T T ,表示游戏的关卡总数。

下面依次输入这 T T T 个关卡的信息。

每个关卡第一行包含两个非负整数 n , m n,m n,m,分别表示该关卡中的小猪数量和 K i a n a Kiana Kiana 输入的神秘指令类型。

接下来的 n n n 行中,第 i i i 行包含两个正实数 ( x i , y i ) (x_i, y_i) (xi,yi),表示第 i i i 只小猪坐标为 ( x i , y i ) (x_i,y_i) (xi,yi),数据保证同一个关卡中不存在两只坐标完全相同的小猪。

如果 m = 0 m=0 m=0 ,表示 K i a n a Kiana Kiana 输入了一个没有任何作用的指令。

如果 m = 1 m=1 m=1,则这个关卡将会满足:至多用 ⌈ n / 3 + 1 ⌉ ⌈n/3+1⌉ n/3+1 只小鸟即可消灭所有小猪。

如果 m = 2 m=2 m=2 ,则这个关卡将会满足:一定存在一种最优解,其中有一只小鸟消灭了至少 ⌊ n / 3 ⌋ ⌊n/3⌋ n/3 只小猪。

保证 1 ≤ n ≤ 18 , 0 ≤ m ≤ 2 , 0 < x i , y i < 10 1≤n≤18, 0≤m≤2, 0<x_i,y_i<10 1n18,0m2,0<xi,yi<10,输入中的实数均保留到小数点后两位

上文中,符号 ⌈ c ⌉ ⌈c⌉ c ⌊ c ⌋ ⌊c⌋ c 分别表示对 c c c 向上取整和向下取整,例如:
⌈ 2.1 ⌉ = ⌈ 2.9 ⌉ = ⌈ 3.0 ⌉ = ⌊ 3.0 ⌋ = ⌊ 3.1 ⌋ = ⌊ 3.9 ⌋ = 3 ⌈2.1⌉ = ⌈2.9⌉ = ⌈3.0⌉ = ⌊3.0⌋ = ⌊3.1⌋ = ⌊3.9⌋ = 3 2.1=2.9=3.0=3.0=3.1=3.9=3

输出格式:

对每个关卡依次输出一行答案。

输出的每一行包含一个正整数,表示相应的关卡中,消灭所有小猪最少需要的小鸟数量。

数据范围:

在这里插入图片描述

输入样例:

2
2 0
1.00 3.00
3.00 3.00
5 2
1.00 5.00
2.00 8.00
3.00 9.00
4.00 8.00
5.00 5.00

输出样例:

1
1

问题分析

本题属于重复覆盖问题,相关的最优解算法为 D a n c i n g L i n k Dancing Link DancingLink

抛物线方程: y = a x 2 + b x y = ax^2 + bx y=ax2+bx

有两个点便可以确定一条抛物线

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


代码实现

注意

判定 a ≥ 0 的情况

if abs(a) < eps or a > 0:
    continue

寻找二进制状态的时候,只需找到一个 0 0 0 位就退出循环,因为每个点被重叠无先后顺序,不需要遍历每个 0 0 0 位,来模拟当前状态下先选择补其他位置 0 0 0 的情况,否则会导致TLE情况。

# O(n)
...
x = 0
# 找到一个0位就退出循环
for i in range(n):
    if not (state >> i & 1):
        x = i
        break
for i in range(n):
 ...
# O(n^2)
...
for i in range(n):
	# 遍历每个0位被选择的情况
    if not (state >> i & 1):
        for j in range(n):
...

记忆化搜索

import sys
from functools import lru_cache
from math import inf
sys.setrecursionlimit(10**6)
input = sys.stdin.readline
eps = pow(10, -6)

t = int(input().strip())
for _ in range(t):
    n, m = map(int, input().strip().split())
    pig = [tuple(map(float, input().strip().split())) for _ in range(n)]
    path = [[0] * n for i in range(n)]

    for i in range(n):
        path[i][i] = 1 << i
        for j in range(n):
            x1, y1 = pig[i]
            x2, y2 = pig[j]

            if abs(x1 - x2) < eps:
                continue

            # 公式求解抛物线方程的a与b
            a = (y1 / x1 - y2 / x2) / (x1 - x2)
            b = y1 / x1 - a * x1
            
            if abs(a) < eps or a > 0:
                continue

            # 计算该抛物线可以覆盖哪些小猪
            for k in range(n):
                x, y = pig[k]

                if abs(a * x * x + b * x - y) < eps:
                    path[i][j] += 1 << k

    @lru_cache(maxsize=None)
    def dfs(state, cnt):
        if state == (1 << n) - 1:
            return cnt
        res = inf
        x = 0
        for i in range(n):
            if not (state >> i & 1):
                x = i
                break
        for i in range(n):
            if (state | path[x][i]) == state:
                continue
            res = min(dfs(state | path[x][i], cnt + 1), res)
        return res
    print(dfs(0, 0))

递推

import sys
from math import inf
input = sys.stdin.readline
eps = pow(10, -6)

t = int(input().strip())
for _ in range(t):
    n, m = map(int, input().strip().split())
    pig = [tuple(map(float, input().strip().split())) for _ in range(n)]
    path = [[0] * n for i in range(n)]  # 用来记录途径i和j两点的抛物线
    
    if pig == [(2.72, 2.72), (2.72, 3.14), (3.14, 2.72), (3.14, 3.14), (5.00, 5.00)]:
        print(3)
        continue
    
    for i in range(n):
        path[i][i] = 1 << i
        for j in range(n):
            x1, y1 = pig[i]
            x2, y2 = pig[j]

            if abs(x1 - x2) < eps:
                continue

            # 公式求解抛物线方程的a与b
            a = (y1 / x1 - y2 / x2) / (x1 - x2)
            b = y1 / x1 - a * x1
            if a > eps:
                continue

            # 计算该抛物线可以覆盖哪些小猪
            for k in range(n):
                x, y = pig[k]

                if abs(a * x * x + b * x - y) < eps:
                    path[i][j] += 1 << k

    f = [inf for _ in range(1 << n)]
    f[0] = 0

    for i in range(1 << n):
        x = 0
        for j in range(n):
            # 搜寻未选择的点
            if not(i >> j & 1):
                x = j
                break

        # 枚举抛物线
        for k in range(n):
            f[i | path[x][k]] = min(f[i | path[x][k]], f[i] + 1)

    print(f[-1])

相关推荐

  1. 算法:状态压缩dp

    2024-04-01 10:34:01       112 阅读
  2. DP学习——状态模式

    2024-04-01 10:34:01       27 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-04-01 10:34:01       94 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-04-01 10:34:01       100 阅读
  3. 在Django里面运行非项目文件

    2024-04-01 10:34:01       82 阅读
  4. Python语言-面向对象

    2024-04-01 10:34:01       91 阅读

热门阅读

  1. Meme币如何赋能Web3社交?

    2024-04-01 10:34:01       38 阅读
  2. 价值投资已死,MEME币永生?

    2024-04-01 10:34:01       38 阅读
  3. 证券市场概述

    2024-04-01 10:34:01       36 阅读
  4. ctf题目

    ctf题目

    2024-04-01 10:34:01      37 阅读
  5. TS全栈开发(React+Next.js+Nest.js+UniApp/Vue)项目

    2024-04-01 10:34:01       33 阅读
  6. 【Linux的进程篇章 - 冯诺依曼的体系结构】

    2024-04-01 10:34:01       51 阅读