基于连通性状态压缩的动态规划问题教学文稿.doc

《基于连通性状态压缩的动态规划问题教学文稿.doc》由会员分享，可在线阅读，更多相关《基于连通性状态压缩的动态规划问题教学文稿.doc（52页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Good is good, but better carries it.精益求精，善益求善。基于连通性状态压缩的动态规划问题-基于连通性状态压缩的动态规划问题长沙市雅礼中学陈丹琦【摘要】基于状态压缩的动态规划问题是一类以集合信息为状态且状态总数为指数级的特殊的动态规划问题在状态压缩的基础上，有一类问题的状态中必须要记录若干个元素的连通情况，我们称这样的问题为基于连通性状态压缩的动态规划问题，本文着重对这类问题的解法及优化进行探讨和研究本文主要从动态规划的几个步骤划分阶段，确立状态，状态转移以及程序实现来介绍这类问题的一般解法，会特别针对到目前为止信息学竞赛中涌现出来的几类题型的解法作一个探讨结

2、合例题，本文还会介绍作者在减少状态总数和降低转移开销两个方面对这类问题优化的一些心得【关键词】状态压缩连通性括号表示法轮廓线插头棋盘模型【目录】【序言】3【正文】5一.问题的一般解法5【例1】Formula15问题描述5算法分析5小结11二.一类简单路径问题12【例2】Formula215问题描述15算法分析15小结16三.一类棋盘染色问题17【例3】Black&White17问题描述17算法分析17小结19四.一类基于非棋盘模型的问题20【例4】生成树计数20问题描述20算法分析20小结21五.一类最优性问题的剪枝技巧22【例5】RocketMania22问题描述22算法分析22小结25六.

3、总结26【参考文献】27【感谢】27【附录】27【序言】先看一个非常经典的问题旅行商问题(即TSP问题，TravelingSalesmanProblem)：一个n(15)个点的带权完全图，求权和最小的经过每个点恰好一次的封闭回路这个问题已经被证明是NP完全问题，那么对于这样一类无多项式算法的问题，搜索算法是不是解决问题的唯一途径呢?答案是否定的不难发现任何时候我们只需要知道哪些点已经被遍历过而遍历点的具体顺序对以后的决策是没有影响的，因此不妨以当前所在的位置i，遍历过的点的集合S为状态作动态规划：，其中ji，i，jinS动态规划的时间复杂度为，虽然为指数级算法，但是对于n=15的数据规模来说已

4、经比朴素的的搜索算法高效很多了我们通常把这样一类以一个集合内的元素信息作为状态且状态总数为指数级别的动态规划称为基于状态压缩的动态规划或集合动态规划基于状态压缩的动态规划问题通常具有以下两个特点：1数据规模的某一维或几维非常小；2它需要具备动态规划问题的两个基本性质：最优性原理和无后效性一般的状态压缩问题，压缩的是一个小范围内每个元素的决策，状态中元素的信息相对独立而有些问题，仅仅记录每个元素的决策是不够的，不妨再看一个例子：给你一个m*n(m,n9)的矩阵，每个格子有一个价值，要求找一个连通块使得该连通块内所有格子的价值之和最大按从上到下的顺序依次考虑每个格子选还是不选，下图为一个极端情况，

5、其中黑色的格子为所选的连通块只考虑前5行的时候，所有的黑色格子形成了三个连通块，而最后所有的黑色格子形成一个连通块如果状态中只单纯地记录前一行或前几行的格子选还是不选，是无法准确描述这个状态的，因此压缩的状态中我们需要增加一维，记录若干个格子之间的连通情况我们把这一类必须要在状态中记录若干个元素之间的连通信息的问题称为基于连通性状态压缩的动态规划问题本文着重对这类问题进行研究连通是图论中一个非常重要的概念，在一个无向图中，如果两个顶点之间存在一条路径，则称这两个点连通而基于连通性状态压缩的动态规划问题与图论模型有着密切的关联，比如后文涉及到的哈密尔顿回路、生成树等等通常这类问题的本身与连通性有

6、关或者隐藏着连通信息全文共有六个章节第一章，问题的一般解法，介绍解决基于连通性状态压缩的动态规划问题的一般思路和解题技巧；第二章，一类简单路径问题，介绍一类基于棋盘模型的简单路径问题的状态表示的改进括号表示法以及提出广义的括号表示法；第三章，一类棋盘染色问题，介绍解决一类棋盘染色问题的一般思路；第四章，一类基于非棋盘模型的问题，介绍解决一类非棋盘模型的连通性状态压缩问题的一般思路；第五章，一类最优性问题的剪枝技巧，本章的重点是优化，探讨如何通过剪枝来减少扩展的状态的总数从而提高算法的效率；第六章，总结，回顾前文，总结解题方法【正文】一.问题的一般解法基于连通性状态压缩的动态规划问题通常具有一个

7、比较固定的模式，几乎所有的题目都是在这个模式的基础上变形和扩展的本章选取了一个有代表性的例题来介绍这一类问题的一般解法【例1】Formula1Ural1519,TimusTopCoders:ThirdChallenge问题描述给你一个m*n的棋盘，有的格子是障碍，问共有多少条回路使得经过每个非障碍格子恰好一次m,n12如图，m=n=4，(1,1),(1,2)是障碍，共有2条满足要求的回路算法分析【划分阶段】这是一个典型的基于棋盘模型的问题，棋盘模型的特殊结构，使得它成为连通性状态压缩动态规划问题最常见的“舞台”通常来说，棋盘模型有三种划分阶段的方法：逐行，逐列，逐格顾名思义，逐行即从上到下或从

8、下到上依次考虑每一行的状态，并转移到下一行；逐列即从左到右或从右到左依次考虑每一列的状态，并转移到下一列；逐格即按一定的顺序(如从上到下，从左到右)依次考虑每一格的状态，并转移到下一个格子对于本题来说，逐行递推和逐列递推基本类似有的题目,逐行递推和逐列递推的状态表示有较大的区别,比如本文后面会讲到的RocketMania一题，接下来我们会对逐行递推和逐格递推的状态确立，状态转移以及程序实现一一介绍【确立状态】先提出一个非常重要的概念“插头”对于一个4连通的问题来说，它通常有上下左右4个插头，一个方向的插头存在表示这个格子在这个方向可以与外面相连本题要求回路的个数，观察可以发现所有的非障碍格子一

9、定是从一个格子进来，另一个格子出去，即4个插头恰好有2个插头存在，共6种情况逐行递推不妨按照从上到下的顺序依次考虑每一行分析第i行的哪些信息对第i+1行有影响：我们需要记录第i行的每个格子是否有下插头，这决定了第i+1行的每个格子是否有上插头仅仅记录插头是否存在是不够的，可能导致出现多个回路(如右图)，而本题要求一个回路，也就隐含着最后所有的非障碍格子通过插头连接成了一个连通块，因此还需要记录第i行的n个格子的连通情况插头：0011插头：1111插头：1001从左到右,0表示无插头,1表示有插头连通性：(3,4)连通性：(1,2)(3,4)连通性：(1,2,3,4)括号内的数表示的是格子的列编

10、号,一个括号内的格子属于一个连通块我们称图中的蓝线为轮廓线，任何时候只有轮廓线上方与其直接相连的格子和插头才会对轮廓线以下的格子产生直接的影响通过上面的分析，可以写出动态规划的状态：表示前i行，第i行的n个格子是否具有下插头的一个n位的二进制数为，第i行的n个格子之间的连通性为的方案总数如何表示n个格子的连通性呢?通常给每一个格子标记一个正数，属于同一个的连通块的格子标记相同的数比如1,1,2,2和2,2,1,1都表示第1,2个格子属于一个连通块，第3,4个格子属于一个连通块为了避免出现同一个连通信息有不同的表示，一般会使用最小表示法一种最小表示法为：所有的障碍格子标记为0，第一个非障碍格子以

11、及与它连通的所有格子标记为1，然后再找第一个未标记的非障碍格子以及与它连通的格子标记为2，重复这个过程，直到所有的格子都标记完毕比如连通信息(1,2,5),(3,6),(4)表示为1,1,2,3,1,2还有一种最小表示法，即一个连通块内所有的格子都标记成该连通块最左边格子的列编号，比如上面这个例子，我们表示为1,1,3,4,1,3两种表示方法在转移的时候略有不同，本文后面将会提到因为第一种表示法更加直观,本文如果不作特殊说明,默认使用第一种最小表示法如上图三个状态我们可以依次表示为，状态表示的优化通过观察可以发现如果轮廓线上方的n个格子中某个格子没有下插头，那么它就不会再与轮廓线以下的格子直接

12、相连，它的连通性对轮廓线以下的格子不会再有影响，也就成为了“冗余”信息不妨将记录格子的连通性改成记录插头的连通性，如果这个插头存在，那么就标记这个插头对应的格子的连通标号，如果这个插头不存在，那么标记为0这样状态就从精简为，上图三个状态表示为，优化后不仅状态表示更加简单，而且状态总数将会大大减少逐格递推按照从上到下，从左到右的顺序依次考虑每一格分析转移完(i,j)这个格子后哪些信息对后面的决策有影响：同样我们可以刻画出轮廓线，即轮廓线上方是已决策格子，下方是未决策格子由图可知与轮廓线直接相连的格子有n个，直接相连的插头有n+1个，包括n个格子的下插头以及(i,j)的右插头为了保持轮廓线的“连贯

13、性”，不妨从左到右依次给n个格子标号，n+1个插头标号类似地，我们需要记录与轮廓线直接相连的n+1个插头是否存在以及n个格子的连通情况通过上面的分析，很容易写出动态规划的状态：表示当前转移完(i,j)这个格子，n+1个插头是否存在表示成一个n+1位的二进制数S0，以及n个格子的连通性为S1的方案总数逐行递推的时候我们提到了状态的优化，同样地，我们也可以把格子的连通性记录在插头上，新的状态为，上图3个状态依次为，【转移状态】状态的转移开销主要包含两个方面：每个状态转移的状态数，计算新的状态的时间逐行递推假设从第i行转移到第i+1行，我们需要枚举第i+1行的每个格子的状态(共6种情况)，对于任何一

14、个非障碍格子，它是否有上插头和左插头已知，因此最多只有2种情况，状态的转移数2n枚举完第i+1行每个格子的状态后，需要计算第i+1行n个格子之间的连通性的最小表示，通常可以使用并查集的Father数组对其重新标号或者重新执行一次BFS/DFS，时间复杂度为O(n)，最后将格子的连通性转移到插头的连通性上特别需要注意的是在转移的过程中，为了避免出现多个连通块，除了最后一行，任何时候一个连通分量内至少有一个格子有下插头逐格递推仔细观察下面这个图，当转移到时，轮廓线上n个格子只有(i-1,j)被改成(i,j)，n+1个插头只有2个插头被改动，即(i,j-1)的右插头修改成(i,j)的下插头和(i-1

15、，j)的下插头修改成(i,j)的右插头转移的时候枚举(i,j)的状态分情况讨论一般棋盘模型的逐格递推转移有3类情况：新建一个连通分量，合并两个连通分量，以及保持原来的连通分量下面针对本题进行分析：ConditionIConditionIIIConditionII情况1新建一个连通分量，这种情况出现在(i,j)有右插头和下插头新建的两个插头连通且不与其它插头连通，这种情况下需要将这两个插头连通分量标号标记成一个未标记过的正数，重新O(n)扫描保证新的状态满足最小表示情况2合并两个连通分量，这种情况出现在(i,j)有上插头和左插头如果两个插头不连通，那么将两个插头所处的连通分量合并，标记相同的连通

16、块标号，O(n)扫描保证最小表示；如果已经连通，相当于出现了一个回路，这种情况只能出现在最后一个非障碍格子情况3保持原来的连通分量，这种情况出现在(i,j)的上插头和左插头恰好有一个，下插头和右插头也恰好有一个下插头或右插头相当于是左插头或上插头的延续，连通块标号相同，并且不会影响到其他的插头的连通块标号，计算新的状态的时间为O(1)注意当从一行的最后一个格子转移到下一行的第一个格子的时候，轮廓线需要特殊处理值得一提的是，上面三种情况计算新的状态的时间分别为O(n),O(n),O(1)，如果使用前面提到的第二种最小表示方法，情况1只需要O(1)，但是情况3可能需要O(n)重新扫描比较一下逐行递

17、推和逐格递推的状态的转移，逐行递推的每一个转移的状态总数为指数级，而逐格递推为O(1)，每次计算新的状态的时间两者最坏情况都为O(n)，但是逐行递推的常数要比逐格递推大，从转移开销这个角度来看，逐格递推的优势是毋庸置疑的【程序实现】逐行递推和逐格递推的程序实现基本一致，下面以逐格递推为例来说明首先必须解决的一个问题是，对于像这样的一个状态我们该如何存储，可以开一个长度为n+1的数组来存取n+1个插头的连通性，但是数组判重并不方便，而且空间较大不妨将n+1个元素进行编码，用一个或几个整数来存储，当我们需要取一个状态出来对它进行修改的时候再进行解码编码最简单的方法就是表示成一个n+1位的p进制数，

18、p可以取能够达到的最大的连通块标号加1因为还要把0留出来存没有插头的情况，对本题来说，最多出现个连通块，不妨取p=7在不会超过数据类型的范围的前提下，建议将p改成2的幂，因为位运算比普通的运算要快很多，本题最好采用8进制来存储如需大范围修改连通块标号，最好将状态O(n)解码到一个数组中，修改后再O(n)计算出新的p进制数，而对于只需要局部修改几个标号的情况下，可以直接用(xdivpi-1)modp来获取第i位的状态，用直接对第i位进行修改最后我们探讨一下实现的方法，一般有两种方法：1对所有可能出现的状态进行编码，枚举编码方式：预处理将所有可能的连通性状态搜索出来，依次编号1,2,3,Tot，那

19、么状态为表示转移完(i,j)后轮廓线状态编号为k的方案总数将所有状态存入Hash表中，使得每个状态与编号一一对应，程序框架如下：Fori1tomForj1tonFork1toTotForx(i,j,Statek)的所有转移后的状态状态x的编号，为的后继格子EndFor2记忆化宽度优先搜索：将初始状态放入队列中，每次取队首元素进行扩展，并用Hash对扩展出来的新的状态判重程序框架如下：Queue.Push(所有初始状态)WhilenotEmpty(Queue)pQueue.Pop()Forxp的所有转移后的状态Ifx之前扩展过ThenSumxSumx+SumpElseQueue.Push(x)S

20、umxSumpEndIfEndForEndWhile比较上述两种实现方法，直接编码的方法实现简单，结构清晰，但是有一个很大的缺点：无效状态可能很多，导致了很多次空循环，而大大影响了程序的效率下面是一组实验的比较数据：表1直接编码与宽度优先搜索扩展状态总数比较测试数据宽度优先搜索扩展状态总数直接编码TotTot*m*n无效状态比率m=9,n=9(1,1)为障碍30930218817722882.5%m=10,n=10无障碍134011579857980076.8%m=11,n=11(1,1)为障碍33326415511187683182.2%m=12,n=12无障碍133311341835602

21、424077.9%可以看出直接编码扩展的无效状态的比率非常高，对于障碍较多的棋盘其对比更加明显，因此通常来说宽度优先搜索扩展比直接编码实现效率要高Hash判重的优化：使用一个HashSize较小的Hash表，每转移一个(i,j)清空一次，每次判断状态x是否扩展过的程序效率比用一个HashSize较大的Hash表每次判断状态(i,j,x)高很多类似地，在不需要记录路径的情况下，也可以使用滚动的扩展队列来代替一个大的扩展队列最后我们比较一下，不同的实现方法对程序效率的影响测试环境:IntelCore2DuoT7100,1.8GHz,1G内存：Program1：8-Based，枚举编码方式Progr

22、am2：8-Based，队列扩展，HashSize=3999997Program3：8-Based，队列扩展，HashSize=4001，Hash表每次清空Program4：7-Based，队列扩展，HashSize=4001，Hash表每次清空表2不同的实现方法的程序效率的比较测试数据Program1Program2Program3Program4m=10,n=10无障碍棋盘46ms31ms15ms31msm=11,n=11(1,1)为障碍140ms499ms109ms187msm=12,n=12无障碍624ms1840ms499ms873ms小结本章从划分阶段，确立状态，状态转移以及程序实

23、现四个方面介绍了基于连通性状态压缩动态规划问题的一般解法，并在每个方面归纳了一些不同的方法，最后对不同的算法的效率进行比较在平时的解题过程中我们要学会针对题目的特点和数据规模“对症下药”，选择最合适的方法而达到最好的效果由于逐格递推的转移开销比逐行递推小很多，下文如果不作特殊说明，我们都采用逐格的阶段划分二.一类简单路径问题这一章我们会针对一类基于棋盘模型的简单回路和简单路径问题的解法作一个探讨简单路径，即除了起点和终点可能相同外，其余顶点均不相同的路径，而简单回路为起点和终点相同的简单路径Formula1是一个典型的棋盘模型的简单回路问题，这一章我们继续以这个题为例来说明首先我们分析一下简单

24、回路问题有什么特点：仔细观察上面的图，可以发现轮廓线上方是由若干条互不相交的路径构成的，而每条路径的两个端口恰好对应了轮廓线上的两个插头!一条路径上的所有格子对应的是一个连通块，而每条路径的两个端口对应的两个插头是连通的而且不与其他任何一个插头连通在上一章我们提到了逐格递推转移的时候的三种情况：新建一个连通分量，合并两个连通分量，保持原来的连通分量，它们分别等价于两个插头成为了一条新的路径的两端，两条路径的两个端口连接起来形成一条更长的路径或一条路径的两个端口连接起来形成一个回路以及延长原来的路径通过上面的分析我们知道了简单回路问题一定满足任何时候轮廓线上每一个连通分量恰好有2个插头，那么这些

25、插头之间有什么性质呢?【性质】轮廓线上从左到右4个插头a,b,c,d，如果a,c连通，并且与b不连通，那么b,d一定不连通dcab证明：反证法，如果a,c连通，b,d连通，那么轮廓线上方一定至少存在一条a到c的路径和一条b到d的路径如图，两条路径一定会有交点，不妨设两条路径相交于格子P，那么P既与a,c连通，又与b,d连通，可以推出a,c与b,d连通，矛盾，得证这个性质对所有的棋盘模型的问题都适用“两两匹配”，“不会交叉”这样的性质，我们很容易联想到括号匹配将轮廓线上每一个连通分量中左边那个插头标记为左括号，右边那个插头标记为右括号，由于插头之间不会交叉，那么左括号一定可以与右括号一一对应这样

26、我们就可以使用3进制0表示无插头，1表示左括号插头，2表示右括号插头记录下所有的轮廓线信息不妨用#表示无插头，那么上面的三幅图分别对应的是()#()，()#)()，()#)，即，我们称这种状态的表示方法为括号表示法依然分三类情况来讨论状态的转移：为了叙述方便，不妨称(i,j-1)的右插头为p，(i-1,j)的下插头为q，(i,j)的下插头为，右插头为，那么每次转移相当于轮廓线上插头p的信息修改成的信息，插头q的信息修改成的信息，设W(x)=0,1,2表示插头x的状态情况1新建一个连通分量，这种情况下W(p)=0，W(q)=0，两个插头构建了一条新的路径，相当于为左括号，为右括号，即1，2，计算

27、新的状态的时间为O(1)情况2合并两个连通分量，这种情况下W(p)0，W(q)0，0，0，根据p,q为左括号还是右括号分四类情况讨论：情况2.1W(p)=1，W(q)=1那么需要将q这个左括号与之对应的右括号v修改成左括号，即W(v)1情况2.2W(p)=2，W(q)=2那么需要将p这个右括号与之对应的左括号v修改成右括号，即W(v)2qpv()情况2.1图qp(v)情况2.2图情况2.3W(p)=1，W(q)=2，那么p和q是相对应的左括号和右括号，连接p,q相当于将一条路径的两端连接起来形成一个回路，这种情况下只能出现在最后一个非障碍格子情况2.4W(p)=2，W(q)=1，那么p和q连接

28、起来后，p对应的左括号和q对应的右括号恰好匹配，不需要修改其他的插头的状态pq情况2.3图pq()情况2.4图情况2.1,2.2需要计算某个左括号或右括号与之匹配的括号，这个时候需要对三进制状态解码，利用类似模拟栈的方法因此情况2.1,2.2计算新的状态的时间复杂度为O(n)，2.3,2.4时间复杂度为O(1)情况3保持原来的连通分量，W(p)，W(q)中恰好一个为0，中也恰好一个为0那么无论，中哪个插头存在，都相当于是p,q中那个存在的插头的延续，括号性质一样，因此W(p)+W(q)，0或者W(p)+W(q)，0计算新的状态的时间复杂度为O(1)通过上面的分析可以看出，括号表示法利用了简单回

29、路问题的“一个连通分量内只有2个插头”的特殊性质巧妙地用3进制状态存储下完整的连通信息，插头的连通性标号相对独立，不再需要通过O(n)扫描大范围修改连通性标号实现的时候，我们可以用4进制代替3进制而提高程序运算效率，下面对最小表示法与括号表示法的程序效率进行比较：表3不同的状态表示的程序效率的比较测试数据最小表示法7Based最小表示法8Based括号表示法3Based括号表示法4Basedm=10,n=10无障碍棋盘31ms15ms0ms0msm=11,n=11(1,1)为障碍187ms109ms46ms31msm=12,n=12无障碍873ms499ms265ms140ms可以看出，括号表

30、示法的优势非常明显，加上它的思路清晰自然，实现也更加简单，因此对于解决这样一类简单回路问题是非常有价值的类似的问题还有：NWERC2004Pipes，Hnoi2004Postman，Hnoi2007Park，还有一类非回路问题也可以通过棋盘改造后用简单回路问题的方法解决，比如POJ1739TonysTour：给一个m*n棋盘，有的格子是障碍，要求从左下角走到右下角，每个格子恰好经过一次，问方案总数(m,n8)只需要将棋盘改造一下，问题就等价于Formula1了.#.改造成.#.#.#.介绍完简单回路问题的解法，那么一般的简单路径问题又如何解决呢?【例2】Formula2改编自Formula1问

31、题描述给你一个m*n的棋盘，有的格子是障碍，要求从一个非障碍格子出发经过每个非障碍格子恰好一次，问方案总数m,n10如图，一个2*2的无障碍棋盘，共有4条满足要求的路径算法分析确立状态：按照从上到下，从左到右依次考虑每一个格子，设表示转移完(i,j)这个格子，轮廓线状态为S的方案总数如果用一般的最小表示法，不仅需要记录每个插头的连通情况，还需要额外记录每个插头是否连接了路径的一端，状态表示相当复杂依然从括号表示法这个角度来思考如何来存储轮廓线的状态：这个问题跟简单回路问题最大的区别为：不是所有的插头都两两匹配，有的插头连接的路径的另一端不是一个插头而是整条路径的一端，我们称这样的插头为独立插头

32、不妨将原来的3进制状态修改成4进制0表示无插头，1表示左括号插头，2表示右括号插头，3表示独立插头，这样我们就可以用4进制完整地记录下轮廓线的信息，图中状态表示为(1203)4状态转移：依然设(i,j-1)的右插头为p，(i-1,j)的下插头为q，(i,j)的下插头为，右插头为部分转移同简单回路问题完全一样，这里不再赘述，下面分三类情况讨论与独立插头有关的转移：情况1W(p)=0，W(q)=0当前格子可能成为路径的一端，即右插头或下插头是独立插头，因此3，0或者3，0情况2W(p)0，W(q)0，那么0，0情况2.1W(p)=3，W(q)=3，将插头p和q连接起来就相当于形成了一条完整的路径，

33、这种情况只能出现在最后一个非障碍格子情况2.2W(p)，W(q)中有一个为3，如果p为独立插头，那么无论q是左括号插头还是右括号插头，与q相匹配的插头v成为了独立插头，因此，W(v)3如果q为独立插头，类似处理情况3W(p)，W(q)中有一个0，即p,q中有一个插头存在情况3.1如果这个插头为独立插头，若在最后一个非障碍格子，这个插头可以成为路径的一端，否则可以用右插头或下插头来延续这个独立插头情况3.2如果这个插头是左括号或右括号，那么我们以将这个插头“封住”，使它成为路径的一端，需要将这个插头所匹配的另一个插头的状态修改成为独立插头情况2.2,3.2需要计算某个左括号或右括号与之匹配的括号

34、，计算新的状态的时间复杂度为O(n)，其余情况计算新的状态的时间复杂度为O(1)特别需要注意，任何时候轮廓线上独立插头的个数不可以超过2个至此问题完整解决，m=n=10的无障碍棋盘，扩展的状态总数为3493315，完全可以承受上面两类题目我们用括号表示法取得了很不错的效果，但是它存在一定的局限性，即插头必须满足两两匹配那么对于更加一般的问题，一个连通分量内出现大于2个插头，上述的括号表示方法显得束手无策下面将介绍一种括号表示法的变形，它可以适用于出现连通块内大于2个插头的问题，我们称之为广义的括号表示法：假设一个连通分量从左到右有多个插头，不妨将最左边的插头标记为“(”，最右边的插头标记为“)

35、”，中间的插头全部标记为“)(”，那么能够匹配的括号对应的插头连通如果问题中可能出现一个连通分量只有一个插头，那么这个插头标记为“()”，这样插头之间的连通性可用括号序列完整地记录下来，比如对于一个连通性状态为1,2,2,3,4,3,2,1，我们可以用(-(-)(-(-()-)-)-)记录这种广义的括号表示方法需要用4进制甚至5进制存储状态，而且直接对状态连通性进行修改情况非常多，最好还是将状态进行解码，修改后再重新编码下文我们将会运用广义的括号表示法解决一些具体的问题小结本章针对一类简单路径问题，提出了一种新的状态表示方法括号表示法，最后提出了广义的括号表示方法相比普通的最小表示法，括号表示

36、法巧妙地把连通块与括号匹配一一对应，使得状态更加简单明了，虽然不会减少扩展的状态总数，但是转移开销的常数要小很多，是一个不错的方法三.一类棋盘染色问题有一类这样的问题给你一个m*n的棋盘，要求给每个格子染上一种颜色(共k种颜色)，每种颜色的格子相互连通(4连通)本章主要对这类问题的解法进行探讨，我们从一个例题说起：【例3】Black&WhiteSource:Uva10572问题描述一个m*n的棋盘，有的格子已经染上黑色或白色，现在要求将所有的未染色格子染上黑色或白色，使得满足以下2个限制：1) 所有的黑色的格子是连通的，所有的白色格子也是连通的2) 不会有一个2*2的子矩阵的4个格子的颜色全部

37、相同问方案总数(m,n8)如下图，m=2，n=3，灰色格子为未染色格子，共有9种染色方案算法分析这是一个典型的棋盘染色问题，着色规则有：1)只有黑白两种颜色，即k=2，并且同色的格子互相连通2)没有同色的2*2的格子对于简单路径问题来说，相邻的格子是否连通取决于它们之间的插头是否存在，状态记录轮廓线上每个插头是否存在以及插头之间的连通性；而棋盘染色问题相邻的格子是否连通取决于它们的颜色是否相同，这就需要记录轮廓线上方n个格子的颜色以及格子之间的连通性确立状态设当前转移完Q(i,j)这个格子，对以后的决策产生影响的信息有：轮廓线上方n个格子的染色情况以及它们的连通性，由第2条着色规则“没有同色的

38、2*2的格子”可知P(i-1,j)的颜色会影响到(i,j+1)着色，因此我们还需要额外记录格子的颜色动态规划的状态为：表示转移完(i,j)，轮廓线上从左到右n个格子的染色情况为S0(0S02n)，连通性状态为S1，格子的颜色为cp(0或1)的方案总数状态的精简如果相邻的2个格子不属于同一个连通块，那么它们必然不同色，因此只需要记录(i,1)和(i-1,j+1)两个格子的颜色，利用S1就可以推出n个格子的颜色这个精简不会减少状态的总数，仍然需要一个变量来记录两个格子的颜色，因此意义并不大，这里只是提一下状态转移枚举当前格子(i,j)的颜色，计算新的状态：S0和cp都很容易O(1)计算出来考虑计算

39、S1：轮廓线的变化相当于将记录(i-1,j)的连通性改成记录(i,j)的连通性根据当前格子与上面的格子和左边的格子是否同色分四类情况讨论应当注意的是如果(i,j)和(i-1,j)不同色，并且(i-1,j)在轮廓线上为一个单独的一个连通块，那么(i-1,j)以后都不可能与其他格子连通，即剩余的格子都必须染上与(i-1,j)相反的颜色，需要特殊判断转移的时间复杂度为O(n)计算新状态的S1程序框架如下：将前一个状态的S1解码，连通性存入c1,c2,cnIf(i,j)与(i-1,j)不同色并且(i-1,j)为一个单独的连通块Then特殊判断ElseIf(i,j)与(i-1,j)和(i,j-1)均同色

40、ThenFork1tonIfck=cjThenckcj-1/合并两个连通块EndIfElseIf(i,j)与(i-1,j)和(i,j-1)均不同色Thencj最大可能出现的连通块标号/(i,j)新建一个连通块ElseIf(i,j)与(i,j-1)同色与(i-1,j)不同色Thencjcj-1/(i,j)的连通性标号跟(i,j-1)相同EndIfEndIfEndIfEndIf对cO(n)扫描，修改成最小表示，利用c编码计算出新的S1对于m=n=8的一个全部未染色的棋盘，扩展出来的状态总数为122395，转移需要时间为O(n)，因此总的时间复杂度为O(TotalState*n)=979160，运行

41、时间0.1s至此问题完整解决类似可以解决的问题还有2007年重庆市选拔赛Rect和IPSC2007DeliciousCake扩展上面提到的是4连通问题，如果要求8连通呢?4连通问题是两个格子至少有一条边重合为连通，而8连通问题是两个格子至少有一个顶点重合为连通，因此需要记录所有至少有一个顶点在轮廓线上的格子的连通和染色情况，即包括(i-1,j)在内的n+1个格子一个优化的方向扩展的状态中无效状态的总数很大程度上决定了算法的效率比如Black&White中如果出现右图的状态，那么无论之后如何决策，都不可能满足同色的格子互相连通的性质，因此它是一个无效状态对于任何一个k染色棋盘问题，如果从左到右有

42、4个相互不嵌套“嵌套”的概念可以用广义的括号匹配的表示方法来理解的连通块a,b,c,d，a,c同色,b,d同色且与a,c不同色，那么这个状态为无效状态小结本章介绍了解决一类棋盘染色问题的一般思路无论染色规则多么复杂，我们只要在基本状态即“轮廓线上方与其相连的格子的连通性以及染色情况”的基础上，根据题目的需要在状态中增加对以后的决策可能产生影响的信息，问题都可以迎刃而解了四.一类基于非棋盘模型的问题本章将会介绍一类基于非棋盘模型的连通性状态压缩动态规划问题，它虽然不具有棋盘模型的特殊结构，但是解法的核心思想又跟棋盘模型的问题有着异曲同工之处【例4】生成树计数Source:Noi2007Day2生

43、成树计数,Count问题描述给你一个n个点的无向连通图，其边集为：任何两个不同的点i,j(1i,jn)，如果|i-j|k，那么有一条无向边已知n和k，求这个图的生成树个数n1015，2k5算法分析这个题给我们的第一印象是：n非常大，k却非常小生成树最重要的两个性质：无环，连通那么如果按照1,2,n的顺序依次考虑每一个点与前面的哪些点相连，并且保证任何时候都不会出现环，最后统计所有的点全部在一个连通分量内的方案总数即为最终的答案在棋盘模型的问题中，我们提出了轮廓线这个概念，任何时候只有轮廓线上方与其直接相连的格子对以后的决策会产生影响类似地我们分析一下这个问题，当我们确定了1i的所有点的连边情况

44、后，哪些信息对以后的决策会产生影响：1ik这些点与i之后的点一定没有边相连，那么对i以后的点的决策不会产生直接的影响，因此我们需要记录的仅仅是i-k+1i这k个点的连通信息!如下图，我们不妨也称蓝线为轮廓线，因为只有轮廓线上的点的信息会对轮廓线右边的点的决策产生直接的影响这样我们就很容易确立状态：设表示考虑完前i个点的连边情况后，i-k+1.i这k个点的连通情况为S.转移状态：O(2k)依次枚举点i与i-1，i-k这k个点是否相连转移的时候需要注意：i-1,i-k这k个点，任何一个连通块，i最多只能与其中的一个点相连，这样可以避免环的出现如果i-k在轮廓线上为一个单独的连通块，那么i必然与i-

45、k相连，这样可以避免出现孤立的连通块比如对于一个k=5的状态来说，如果点i与i-2和i-1相连，那么新的状态为这样我们就可以在O(2k*k)的时间复杂度内完成状态的转移算法实现：设Tk表示k个点的本质不同的连通情况的个数，搜索可知T5=52动态规划的时间复杂度为O(n*Tk*2k*k)，依然太大可以发现当ik，状态是否可以转移到只与有关，这样我们就可以用矩阵乘法实现动态规划加速，由于这不是本文的重点，这里不再详细介绍最终的时间复杂度为O(Tk3*log2n)，对于k=5,Tk=52的数据规模来说已经完全可以承受了，至此问题完整解决本题中的无向图非常特殊，每个点只和距离它不超过k的点有边相连，并且k非常小对于棋盘模型的问题，可以抽象成一个特殊的无向图m*n个点，每个点只与它上下左右四个点有边相连那么对于一个与连通性有关的无向图问题，无向图具备怎样的特点才可以用基于状态压缩的动态规划来解决?分析以上几个问题，不难发现它们有一个共同点：给无向图中的点找一个序，在这个序中有边相连的两个点的距离不超过p(p很小)，这样我们就可以以当前决策完序中前i个，最后p个点的连通性为状态作动态规划棋盘模型的问题中序即为从上到下，从左到右或从左到右，从上到