第七章 动态规划之状态压缩.pdfVIP

状态压缩 郑州 101 中学/天津大学 周伟 状态压缩 Abstract 信息学发展势头迅猛，信息学奥赛的题目来源遍及各行各业，经常有一些在 实际应用中很有价值的问题被引入信息学并得到有效解决。然而有一些问题却被 认为很可能不存在有效的(多项式级的)算法，本文以对几个例题的剖析，简述状 态压缩思想及其应用。 Keywords 状态压缩、Hash 、动态规划、递推 Content Introduction 作为 OIers，我们不同程度地知道各式各样的算法。这些算法有的以 O(logn) 的复杂度运行，如二分查找、欧几里德GCD 算法(连续两次迭代后的余数至多为 原数的一半) 、平衡树，有的以 O( n ) 运行，例如二级索引、块状链表，再往上 p q 有 O(n)、O(n log n)……大部分问题的算法都有一个多项式级别的时间复杂度上 1 2 界 ，我们一般称这类问题 为P (deterministic Polynomial-time) 类问题，例如在 有向图中求最短路径。然而存在几类问题，至今仍未被很好地解决，人们怀疑他 们根本没有多项式时间复杂度的算法，NPC(NP-Complete)和 NPH(NP-Hard)就是 其中的两类，例如问一个图是否存在哈密顿圈(NPC) 、问一个图是否不存在哈密 顿圈(NPH) 、求一个完全图中最短的哈密顿圈( 即经典的 Traveling Salesman Problem 货郎担问题，NPH) 、在有向图中求最长(简单)路径(NPH) ，对这些问题 尚不知有多项式时间的算法存在。P 和 NPC 都是 NP(Non-deterministic Polynomial-time) 的子集，NPC 则代表了NP 类中最难的一类问题，所有的 NP 类 问题都可以在多项式时间内归约到NPC 问题中去。NPH 包含了 NPC 和其他一 些不属于 NP(也更难) 的问题， NPC 问题的函数版本(相对于判定性版本)一般是 NPH 的，例如问一个图是否存在哈密顿圈是NPC 的，但求最短的哈密顿圈则是 NPH 的，原因在于我们可以在多项式时间内验证一个回路是否真的是哈密顿回 路，却无法在多项式时间内验证其是否是最短的，NP 类要求能在多项式时间内 验证问题的一个解是否真的是一个解，所以最优化 TSP 问题不是 NP 的，而是 NPH 的。存在判定性 TSP 问题，它要求判定给定的完全图是否存在权和小于某 常数 v 的哈密顿圈，这个问题的解显然可以在多项式时间内验证，因此它是NP 1 2 p q p+1 请注意，大 O 符号表示上界，即 O(n)的算法可以被认为是 O(n ) 的，O(n log n)可以被认为是 O(n ) 的。 2 在更正式的定义中，下面提到的概念都只对判定性问题或问题的判定版本才存在(NPH 除外) 。Levin 给出 了一个适用于非判定问题的更一般的概念，但他的论文比 Cook 的晚发表2 年。 第 1 页 共 16 页 状态压缩 郑州 101 中学/天津大学 周伟 的，更精确地说是NPC 的。1 如上所述，对于 NPC 和 NPH 问题，至今尚未找到多项式时间复杂度的算法。 然而它们的应用又是如此的广泛，我们不得不努力寻找好的解决方案。毫无疑问， 对于这些问题，使用暴力的搜索是可以得到正确的答案的，但在信息学竞赛那有 限的时间内，很难写出速度可以忍受的暴力搜索。例如对于 TSP 问题，暴力搜 索的复杂度是 O(n!)，如此高的复杂度使