码迷,mamicode.com
首页 > 其他好文 > 详细

初学DLX

时间:2019-04-18 13:31:21      阅读:126      评论:0      收藏:0      [点我收藏+]

标签:维护   lin   table   efi   struct   问题   problem   理解   初始   

前言

\(DLX\),全称\(Dancing\ Links\ X\),即舞蹈链算法。

这是一个十分高效且实用的算法,它主要用于求出精确覆盖问题的一组解。(貌似重复覆盖问题也可以,但我不会\(2333\)

前置基础:十字链表

\(DLX\)这个算法,建立于十字链表的基础之上。

十字链表,就相当于对于一个链表中的节点,我们要维护它上、下、左、右四个方向的相邻节点。

似乎挺好理解的?

而它的作用,就在于可以很好地维护一个矩阵行列的删除,是\(DLX\)这个算法的基础。

什么是精确覆盖问题?

给你一个集合,以及它的若干子集,先要你选择其中一部分子集,使得集合中的每个元素出现且恰好出现一次。

这就是精确覆盖问题

\(DLX\)的大致思想

我们以每个子集作为矩阵中的行,以每个元素作为矩阵中的列。如果子集中含有某个元素,就将对应行、列上的元素变为\(1\),否则为\(0\)

例如集合为\(\{1,2,3,4,5,6,7,8\}\),子集为\(\{1,2,3,5,7\},\{1,3,4,8\},\{2,6\},\{4,6,8\},\{5,7\}\),就可以建出这样一个矩阵:

\(1\) \(2\) \(3\) \(4\) \(5\) \(6\) \(7\) \(8\)
\(1\) \(1\) \(1\) \(1\) \(0\) \(1\) \(0\) \(1\) \(0\)
\(2\) \(1\) \(0\) \(1\) \(1\) \(0\) \(0\) \(0\) \(1\)
\(3\) \(0\) \(1\) \(0\) \(0\) \(0\) \(1\) \(0\) \(0\)
\(4\) \(0\) \(0\) \(0\) \(1\) \(0\) \(1\) \(0\) \(1\)
\(5\) \(0\) \(0\) \(0\) \(0\) \(1\) \(0\) \(1\) \(0\)

然后我们要考虑,每一列只能被选择一次,因此,就能得到\(DLX\)的核心思想:

选择了某一行,就需要删掉所有这一行为\(1\)的列,以及这些列上为\(1\)的行。

以上面的表格为例,假设我们删去了第一行,则需要删除\(1,2,3,5,7\)\(5\)列,而\(1,2,3,5\)\(4\)行在这\(5\)列上有\(1\),因此要删去这\(4\)行。

所以最后剩下的表格是这样的:

\(4\) \(6\) \(8\)
\(4\) \(1\) \(1\) \(1\)

可以发现,在我们删完第\(4\)行后,整个矩阵就为空了,因此,\(1,4\)是一组合法解。

而如果删完所有行后依然存在某些列没被删,就说明这种选择方式不合法。

具体实现:初始化

一开始,我们要先按照元素总数建好每一列,每个点用一个十字链表存储,上下都指向自己,左右指向相邻节点。(特殊地,最左端指向最右端,最右端指向最左端)

这一过程代码如下:

struct node//十字链表上的一个节点
{
    int x,y,u,d,l,r;//坐标(x,y),剩余四个变量分别存储上、下、左、右的相邻节点
    I node(CI X=0,CI Y=0,CI U=0,CI D=0,CI L=0,CI R=0):x(X),y(Y),u(U),d(D),l(L),r(R){}//构造函数
}O[N*N+5];
I void Init(CI x)//初始化有x个元素
{
    RI i;for(tot=x,i=0;i<=x;++i) O[i]=node(0,i,i,i,i-1,i+1);//对于0~x列,每个元素上下指向自己,左右指向相邻节点
    O[O[0].l=x].r=0,memset(lnk,-1,sizeof(lnk));//最左端指向最右端,最右端指向最左端,并初始化lnk为-1
}

具体实现:插入元素

接下来,我们需要把矩阵中为\(1\)的元素一个个插入矩阵。

考虑插入要做些什么。

首先,我们要更新这一列的\(Size\)值加\(1\)(用于搜索剪枝,不然会跑的很慢)。

然后我们为其新建一个节点,更新十字链表的信息。

唯一需要注意的是如果这个节点是该行的第一个节点,则需要将其作为行头节点。

这一过程代码如下:

I void Insert(CI x,CI y)//插入节点 
{
    ++sz[y],O[++tot]=node(x,y,y,O[y].d),O[y].d=O[O[y].d].u=tot,//更新Size,建新节点,更新上下信息 
    if(~lnk[x]) O[tot].l=lnk[x],O[tot].r=O[lnk[x]].r,O[lnk[x]].r=O[O[lnk[x]].r].l=tot;//如果已有行头节点,更新左右节点 
    else lnk[x]=O[tot].l=O[tot].r=tot;//否则将其作为行头节点 
}

具体实现:删除与还原

由前面我们知道,\(DLX\)的核心思想在于删除行列与还原。

考虑删除一列(还原类似),我们需要删除这一列上值为\(1\)的所有行,因此我们会先枚举列上的每一个元素,然后枚举当前元素所在行的每一元素,将其删去。

代码如下:

I void Delete(CI x)//删除
{
    O[O[O[x].l].r=O[x].r].l=O[x].l;//从列中删除
    for(RI i=O[x].d;i^x;i=O[i].d) for(RI j=O[i].r;j^i;j=O[j].r)//枚举列中元素和该元素所在的行
        O[O[O[j].u].d=O[j].d].u=O[j].u,--sz[O[j].y];//删除
}
I void Regain(CI x)//还原
{
    for(RI i=O[x].d;i^x;i=O[i].d) for(RI j=O[i].r;j^i;j=O[j].r)//枚举列中元素和该元素所在的行
        O[O[j].u].d=O[O[j].d].u=j,++sz[O[j].y];//还原
    O[O[x].l].r=O[O[x].r].l=x;//还原到列中
}

具体实现:\(Dance\)搜索

以上这些其实都只是辅助,真正核心的其实是\(Dance\)这个函数。

首先,我们要判断当前是否已为空矩阵,如果是,则说明已经找到一组合法解,输出即可。

否则,我们找到元素个数最少,即\(Size\)最小的一列,来进行操作(这应该是搜索一个常用剪枝吧)。

操作的过程就是枚举删除这一列的哪一行来删去,记得搜完一行要还原。

代码如下:

I void Dance(CI x)//类似于搜索的一个过程 
{
    if(!O[0].r) {for(RI i=1;i^x;++i) printf("%d ",res[i]);exit(0);}//如果为空,说明已经找出答案,输出 
    RI i,j,t=O[0].r;for(i=O[t].r;i;i=O[i].r) sz[t]>sz[i]&&(t=i);//找出Size最小的一列,有助于提高效率 
    Delete(t);for(i=O[t].d;i^t;i=O[i].d)//枚举选择哪一行
    {
        for(res[x]=O[i].x,j=O[i].r;j^i;j=O[j].r) Delete(O[j].y);//删掉这一行上的每一列 
        for(Dance(x+1),j=O[i].r;j^i;j=O[j].r) Regain(O[j].y);//搜索完后还原 
    }Regain(t);
}

代码(板子

#include<bits/stdc++.h>
#define Tp template<typename Ty>
#define Ts template<typename Ty,typename... Ar>
#define Reg register
#define RI Reg int
#define Con const
#define CI Con int&
#define I inline
#define W while
#define N 500
using namespace std;
int n,m;
class FastIO
{
    private:
        #define FS 100000
        #define tc() (A==B&&(B=(A=FI)+fread(FI,1,FS,stdin),A==B)?EOF:*A++)
        #define tn (x<<3)+(x<<1)
        #define D isdigit(c=tc())
        char c,*A,*B,FI[FS];
    public:
        I FastIO() {A=B=FI;}
        Tp I void read(Ty& x) {x=0;W(!D);W(x=tn+(c&15),D);}
        Ts I void read(Ty& x,Ar&... y) {read(x),read(y...);}
        #undef D
}F;
class DancingLinksX//DLX算法 
{
    private:
        int tot,sz[N+5],lnk[N+5],res[N+5];
        struct node//十字链表上的一个节点
        {
            int x,y,u,d,l,r;//坐标(x,y),剩余四个变量分别存储上、下、左、右的相邻节点
            I node(CI X=0,CI Y=0,CI U=0,CI D=0,CI L=0,CI R=0):x(X),y(Y),u(U),d(D),l(L),r(R){}//构造函数
        }O[N*N+5];
        I void Dance(CI x)//类似于搜索的一个过程 
        {
            #define Delete(x)            {                O[O[O[x].l].r=O[x].r].l=O[x].l;                for(RI i=O[x].d;i^x;i=O[i].d) for(RI j=O[i].r;j^i;j=O[j].r)                    O[O[O[j].u].d=O[j].d].u=O[j].u,--sz[O[j].y];            }//删除 
            #define Regain(x)            {                for(RI i=O[x].d;i^x;i=O[i].d) for(RI j=O[i].r;j^i;j=O[j].r)                    O[O[j].u].d=O[O[j].d].u=j,++sz[O[j].y];                O[O[x].l].r=O[O[x].r].l=x;            }//还原 
            if(!O[0].r) {for(RI i=1;i^x;++i) printf("%d ",res[i]);exit(0);}//如果为空,说明已经找出答案,输出 
            RI i,j,t=O[0].r;for(i=O[t].r;i;i=O[i].r) sz[t]>sz[i]&&(t=i);//找出Size最小的一列,有助于提高效率 
            Delete(t);for(i=O[t].d;i^t;i=O[i].d)//枚举选择哪一行
            {
                for(res[x]=O[i].x,j=O[i].r;j^i;j=O[j].r) Delete(O[j].y);//删掉这一行上的每一列 
                for(Dance(x+1),j=O[i].r;j^i;j=O[j].r) Regain(O[j].y);//搜索完后还原 
            }Regain(t);
        }
    public:
        I void Init(CI x)//初始化有x个元素
        {
            RI i;for(tot=x,i=0;i<=x;++i) O[i]=node(0,i,i,i,i-1,i+1);//对于0~x列,每个元素上下指向自己,左右指向相邻节点
            O[O[0].l=x].r=0,memset(lnk,-1,sizeof(lnk));//最左端指向最右端,最右端指向最左端,并初始化lnk为-1
        }
        I void Insert(CI x,CI y)//插入节点 
        {
            ++sz[y],O[++tot]=node(x,y,y,O[y].d),O[y].d=O[O[y].d].u=tot,//更新Size,建新节点,更新上下信息 
            ~lnk[x]?(O[tot].l=lnk[x],O[tot].r=O[lnk[x]].r,O[lnk[x]].r=O[O[lnk[x]].r].l=tot)//如果已有行头节点,更新左右节点 
            :(lnk[x]=O[tot].l=O[tot].r=tot);//否则将其作为行头节点 
        }
        I void Solve() {Dance(1),puts("No Solution!");}//搜索,若无解输出"No Solution!"
}DLX;
int main()
{
    RI i,j,x;for(F.read(n,m),DLX.Init(m),i=1;i<=n;++i) 
        for(j=1;j<=m;++j) F.read(x),x&&(DLX.Insert(i,j),0);
    return DLX.Solve(),0;
}

初学DLX

标签:维护   lin   table   efi   struct   问题   problem   理解   初始   

原文地址:https://www.cnblogs.com/chenxiaoran666/p/DLX.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!