链表上的舞者——舞蹈链(DLX算法)

在整个求解过程中,指针在数据间跳跃着,就像精巧设计的舞蹈一样,故Donald E.Knuth把它称为Dancing Links(中文译名舞蹈链)。

目录

第一部分:DLX算法的提出

1.1一类被称为精确覆盖的问题

1.2经典的精确覆盖问题举例——矩阵覆盖

1.2.1问题描述

1.2.2从暴力算法到X算法

第二部分:精确覆盖问题的X算法

2.1X算法分析——矩阵覆盖问题的解决

第三部分:用于X算法的数据结构——双向十字循环链表

3.1主角登场——双向十字循环链表概览

3.2详细分析——双向十字循环链表的操作

Part 1:舞蹈链的节点结构体定义

Part 2:舞蹈链的初始化

Part 3:新节点的建立与插入

 Part 4:指定列的删除和恢复

Final Part:起舞函数——让指针跳起来

补充附录:示例程序



第一部分:DLX算法的提出

1.1一类被称为精确覆盖的问题

        在计算机科学中,精确覆盖问题指找出这样的一种覆盖,或证明其不存在。这是一个NP-完全问题,也是卡普的二十一个NP-完全问题之一。

满足以下条件的集合为一个精确覆盖:

  1. S*中任意两个集合没有交集,即X中的元素在S*中出现最多一次
  2. S*中集合的全集为X,即X中的元素在S*中出现最少一次

合二为一,即X中的元素在S*中出现恰好一次。

1.2经典的精确覆盖问题举例——矩阵覆盖

洛谷传送门!

1.2.1问题描述

        给定一个N行M列的矩阵,矩阵中的每个元素要么是1,要么是0

        现在需要在矩阵中挑选若干行,使得对于矩阵的每一列 j,在挑出的这些行中,有且仅有一行的第 j个元素为1,比如下面的选择方法: 

链表上的舞者——舞蹈链(DLX算法)_第1张图片

图片来源:itdef的博客

        简单的来说,就是从一个由0、1组成的矩阵中挑出若干整行,重新组成一个新的矩阵,使其满足下列条件:

        1、设新矩阵的列数为M,则这个新矩阵中刚好含有M个1。

        2、在这个新的矩阵中,任意两个1不位于同一列。

(不知道看到这里有没有想到八皇后问题,这也是DLX的应用之一)

1.2.2从暴力算法到X算法

        最直接也是最容易想到的方法应该就是暴力枚举算法了。

        从第一行开始,DFS枚举下面的所有行,利用判定函数判断是否成功。如果刚好覆盖,层层跳出递归(利用flag);如果到达底层都不成功则进行回溯,到上一层递归进入下一个状态,继续DFS搜索,直到找到对应的答案为止。(暴力的代码就不写了,反正复杂度绝对死翘翘)

        上述的暴力复杂度是多少呢?考虑到每一行都有两种状态:被选中以及未选中。因此递归的复杂度达到了2的N次方,妥妥的T飞。

        下面进行一次优化,经过认真观察可以得到在搜索时如果有两个1位于同一列中,那么该种情况必定不合法,再继续搜索下去没有必要,此时直接回溯,可以极大降低时间复杂度。

        进行第二次优化,既然不会有两个1出现在同一列中,也就是说如果递归选中了一行,那么该行中所有1所在的列也可以一起删除掉,以减小矩阵规模。

        到了这里,基本与Donald E.Knuth的X算法很接近了。

第二部分:精确覆盖问题的X算法

X算法的核心依然是采用回溯穷举搜索

2.1X算法分析——矩阵覆盖问题的解决

Step 1:图中最上面一行(紫色标出)称为哨兵行,用于监视覆盖状态。首先选择一行(通常选择含1数量最少的一行),图中用红色标出。同时,在同一列中也有1且与红色行冲突的列用蓝色标出

链表上的舞者——舞蹈链(DLX算法)_第2张图片

Step 2:从所有蓝色的列看下去,把所有不属于红色行的1标注出来,并选中他们所在的行(图中用青色标注出来)

链表上的舞者——舞蹈链(DLX算法)_第3张图片

Step 3:根据前面的分析,图中用蓝色和青色标注出来的行和列都是不需要的,因此执行删除操作,大量减少搜索的范围。接着将剩下的矩阵单独提取出来。

链表上的舞者——舞蹈链(DLX算法)_第4张图片 

Step 4:继续选择第一行,对剩下的矩阵进行同样的操作(递归性的体现),删除用红色、蓝色、青色标注出的行和列。

链表上的舞者——舞蹈链(DLX算法)_第5张图片 

Step 5:经过步骤4的删除后,矩阵变成了空矩阵,但是哨兵栏并未清空,所以此次搜索失败,回溯到第三步的状态。

链表上的舞者——舞蹈链(DLX算法)_第6张图片

Step 6:回溯到之前的状态,这次选择第二行,再次进行查找、删除操作

链表上的舞者——舞蹈链(DLX算法)_第7张图片

 Step 7:再次执行删除操作,矩阵中所有元素都被删除(包括哨兵栏)。至此,找到了一个精确覆盖的可行解。

链表上的舞者——舞蹈链(DLX算法)_第8张图片

链表上的舞者——舞蹈链(DLX算法)_第9张图片

第三部分:用于X算法的数据结构——双向十字循环链表

3.1主角登场——双向十字循环链表概览

        上述X算法执行的过程中,出现了大量的删除、添加操作,最容易想到的数据结构是什么呢?当然是链表!然而,不同的链表不能处理二维的数据,同时考虑到在此过程中大量的删除、添加操作,因此需要一种二维强化版的链表,这就是——双向十字循环链表(简称舞蹈链)

        先来看看整体的舞蹈链长什么样子:

链表上的舞者——舞蹈链(DLX算法)_第10张图片

图片出处:Parabola 的博客 

整体链表的最上端是哨兵节点(上文有提过它的作用)。

对于每一个节点而言:

  1. 首先,对于每一个节点而言,他的四个方向都被链接,所以称为十字链表。
  2. 其次,每一条链接都是双向的,可以由左节点访问右节点,也可以有右节点访问左节点,所以它又是双向链表。
  3. 最后,它的行和列都是循环的,意味着可以通过每一列的哨兵节点向上访问列的最末节点。每一行也是同样的,具有循环链表的性质。

3.2详细分析——双向十字循环链表的操作

Part 1:舞蹈链的节点结构体定义

#include
#include
#include
using namespace std;
const int MAXN=250501;
int ansk[MAXN]; //存储答案的数组 
int node_size,row_head[MAXN]; //节点总数,第i行的头节点编号 
struct Node
{
	int left,right; //左右节点编号 
	int upper,down;	//上下节点编号 
	int row,col;	//节点所在行数、列数 
	int col_size;	//如果该节点为列哨兵节点,存储该列的节点总数 
}node[MAXN];

Part 2:舞蹈链的初始化

函数说明:舞蹈链的初始化主要针对第一行的哨兵节点,哨兵节点的上下形成自环,左右与其他节点相连。每列节点数初始化为0,每行头节点初始化为-1

重要提醒:最后千万别忘了给节点总数赋值!!!不然建立新结点的时候会有下标冲突。

void init(int col_size)
{
	for(int i=0;i<=col_size;i++)
	{
		node[i].col=i,node[i].row=0;	//初始化行号、列号 
		node[i].upper=node[i].down=i;	 //节点上下形成自环 
		node[i].left=i-1; node[i].right=i+1;	//左右与其他节点相连 
		node[i].col_size=0;	//列节点数初始化为0 
	}
	/*链接最左节点与最右节点,形成横向的环*/ 
	node[col_size].right=0;
	node[0].left=col_size;
	memset(row_head,-1,sizeof(row_head));	//每一行的头节点初始化为-1 
	node_size=col_size+1;	//非常重要!!!!!!!!千万别忘了 
}

Part 3:新节点的建立与插入

函数说明:根据给出的行号、列号从内存池中建立相应的新节点,为新节点的结构体赋值。同时将新节点插入到原来已经构建好的关系网中。

插入的原则为:

  1. 下方直接与所在列的哨兵节点相连,上方原来哨兵节点连接的节点相连。特别注意连接顺序(先连接哨兵节点连接的节点,再连接哨兵节点,同时注意边的双向性)。
  2. 左侧所在行的头节点的左节点(循环性,可以认为是末尾节点)相连,右侧头节点相连。特别注意:如果将要插入的行现在没有节点,那么当前节点作为该行的头节点。
  3. 节点总数最后+1

链表上的舞者——舞蹈链(DLX算法)_第11张图片 图片出处:itdef的博客 (有修改)

void insert_node(int row,int col)
{
	node[col].col_size++;    //所在列的节点数+1
	node[node_size].row=row,node[node_size].col=col;
	node[node_size].down=col;    //新节点与哨兵节点相连
	node[node_size].upper=node[col].down;    //新节点与哨兵节点下方的节点相连
	node[node[col].down].down=node_size;    //哨兵节点下方的节点与新节点相连
	node[col].upper=node_size;    //哨兵节点与新节点相连
	
	if(row_head[row]==-1)    //如果当前所在行没有头节点
	{
		row_head[row]=node_size;    //当前节点作为头节点
		node[node_size].left=node_size;
		node[node_size].right=node_size;
	}
	else
	{
        /*与所在行的头节点以及头节点左侧的节点相连*/
		node[node_size].left=node[row_head[row]].left;
		node[node[row_head[row]].left].right=node_size;
		node[node_size].right=row_head[row];
		node[row_head[row]].left=node_size;
		row_head[row]=node_size;    //因为插入位置,代替了原来的头节点
	}
	node_size++;    //节点总数自增操作
	return;
}

 Part 4:指定列的删除和恢复

函数说明:删除给定行时,先把哨兵节点移除,即把哨兵节点的左右节点互连,跳过哨兵节点。接下来自上而下遍历所有位于该列的节点,删除各个节点所在的行。回复给定行即为删除的逆操作

链表上的舞者——舞蹈链(DLX算法)_第12张图片

链表上的舞者——舞蹈链(DLX算法)_第13张图片 图片出处:itdef的博客

void node_delete(int col)
{
    /*先把哨兵节点的左右节点链接,跳过哨兵节点*/
	node[node[col].left].right=node[col].right;
	node[node[col].right].left=node[col].left;
	
    /*从该行哨兵节点开始,自上而下遍历,并删除遍历到的节点所在行*/
	for(int i=node[col].down;i!=col;i=node[i].down)
	{
		for(int j=node[i].right;j!=i;j=node[j].right)
		{
			node[node[j].upper].down=node[j].down;    //将上方的节点连接至下方
			node[node[j].down].upper=node[j].upper;    //将下方的节点连接至上方
			node[node[j].col].col_size--;    //所在列的节点总数-1
		}
	}
}

void node_reverse(int col)
{
	for(int i=node[col].upper;i!=col;i=node[i].upper)
	{
		for(int j=node[i].left;j!=i;j=node[j].left)
		{
			node[node[j].upper].down=j;    //删除逆操作
			node[node[j].down].upper=j;
			node[node[j].col].col_size++;
		}
	}
    /*把哨兵节点连接回去*/
	node[node[col].left].right=col;
	node[node[col].right].left=col;
}

Final Part:起舞函数——让指针跳起来

函数说明:主要看之前的X算法的过程理解。

重要步骤:递归开始前寻找节点数最小的列进行递归。同时注意状态回溯的时候要把删除的列全部回溯到之前状态。

bool dance(int depth)
{
    /*如果当前哨兵节点已经被删除完了,说明递归成功,输出答案并返回*/
	if(node[0].right==0) {for(int i=0;i

补充附录:示例程序

#include
#include
#include
using namespace std;
const int MAXN=250501;
int ansk[MAXN];
int node_size,row_head[MAXN];
struct Node
{
	int left,right;
	int upper,down;
	int row,col;
	int col_size;
}node[MAXN];

void init(int col_size)
{
	for(int i=0;i<=col_size;i++)
	{
		node[i].col=i,node[i].row=0;
		node[i].upper=node[i].down=i;
		node[i].left=i-1; node[i].right=i+1;
		node[i].col_size=0;
	}
	node[col_size].right=0;
	node[0].left=col_size;
	memset(row_head,-1,sizeof(row_head));
	node_size=col_size+1;
}

void insert_node(int row,int col)
{
	node[col].col_size++;
	node[node_size].row=row,node[node_size].col=col;
	node[node_size].down=col;
	node[node_size].upper=node[col].down;
	node[node[col].down].down=node_size;
	node[col].upper=node_size;
	
	if(row_head[row]==-1)
	{
		row_head[row]=node_size;
		node[node_size].left=node_size;
		node[node_size].right=node_size;
	}
	else
	{
		node[node_size].left=node[row_head[row]].left;
		node[node[row_head[row]].left].right=node_size;
		node[node_size].right=row_head[row];
		node[row_head[row]].left=node_size;
		row_head[row]=node_size;
	}
	node_size++;
	return;
}

void node_delete(int col)
{
	node[node[col].left].right=node[col].right;
	node[node[col].right].left=node[col].left;
	
	for(int i=node[col].down;i!=col;i=node[i].down)
	{
		for(int j=node[i].right;j!=i;j=node[j].right)
		{
			node[node[j].upper].down=node[j].down;
			node[node[j].down].upper=node[j].upper;
			node[node[j].col].col_size--;
		}
	}
}

void node_reverse(int col)
{
	for(int i=node[col].upper;i!=col;i=node[i].upper)
	{
		for(int j=node[i].left;j!=i;j=node[j].left)
		{
			node[node[j].upper].down=j;
			node[node[j].down].upper=j;
			node[node[j].col].col_size++;
		}
	}
	node[node[col].left].right=col;
	node[node[col].right].left=col;
}

bool dance(int depth)
{
	if(node[0].right==0) {for(int i=0;i

你可能感兴趣的:(算法,链表,数据结构,c++)