金陵十三钗
问题描述
所谓相似度矩阵是一个n*n的二维数组like[i][j]。其中i,j分别为女人的编号和学生的编号,皆从0到n-1编号。like[i][j]是一个0到100的整数值,表示第i个女人和第j个学生的相似度,值越大相似度越大,比如0表示完全不相似,100表示百分之百一样。每个女人都需要找一个自己代替的女学生。
最终要使两边一一配对,形成一个匹配。请编程找到一种匹配方案,使各对女人和女学生之间的相似度之和最大。
输入格式
第一行一个正整数n表示有n个秦淮河女人和n个女学生
接下来n行给出相似度,每行n个0到100的整数,依次对应二维矩阵的n行n列。
输出格式
仅一行,一个整数,表示可获得的最大相似度。
样例输入
4
97 91 68 14
8 33 27 92
36 32 98 53
73 7 17 82
样例输出
354
数据规模和约定
对于70%的数据,n<=10
对于100%的数据,n<=13
样例说明
最大相似度为91+92+93+73=354
对于70%的数据,直接用全排列枚举出每个女生对应的人然后求解,取最大值,时间复杂度是O(n*n!),对于n<=10,是可以接受的
对于100%的数据,可以采用状态压缩的办法进行动态规划:
dp[i][j]表示现在进行到i个女人,被占用学生的状态为j的最大制。
将状态j表示成二进制,第k位为1 表示第k个学生已经被占用了。
比如j=3,二进制是00000011,表示第1和第2个学生已经被占用。
对于初始状态:
dp[0][j]=0
转移方程是:
dp[i][j]=max(dp[i-1][k]+like[i][t])
其中t是j中其中1个1的位置,k是j把第t位变成0的数,把所有t找一边取个最大值再+like[i][t],就是dp[i][j]
答案就是dp[n][2^n-1]
时间复杂度应该是O(n*2^n)
考虑到对于所有i,只和i-1项有关,所以可以减少一维空间消耗
对于n<=13是可以秒出的。
最后再贴一份刚写的新鲜的代码:
#include <iostream>(1>=1; x&(-x); 像这样的是什么意思呢,我没学过这样的
追答1>=1 和num=num>>1一样,就是num左移1位 比如:num=(00011011)(二进制) num>>=1后,num=(00001101)了,相当于除2,但是比除二快很多。
x&(-x)就是两个数按位与,你可以发现这么运算后,结果就保留了x最低位的1,其他的都变成0了,针对这个性质,还有很多巧妙的应用,衍生出来一些灵巧的数据结构。
中间的算法能在具体和我讲下么,不懂