动态规划与DFS在DAG最长路径问题中的应用

1. 题目解析与算法选择

这道经典的NOIP题目描述了一个地窖挖雷的场景，我们需要设计算法找到能挖到最多地雷的路径。题目给出的关键约束条件是：每次只能移动到编号比当前节点大且联通的节点。这个条件直接决定了我们可以采用哪些算法来解决这个问题。

1.1 题目关键特征分析

首先，我们需要明确几个关键特征：

1. 有向无环图(DAG)：由于只能往编号更大的节点移动，这意味着图中不可能存在环，且节点的编号天然构成了一个拓扑序。
2. 小规模数据：N≤20，这个数据范围非常小，给了我们算法选择的灵活性。
3. 路径记录要求：不仅需要计算最大地雷数，还需要记录具体的路径。

1.2 算法选择考量

基于上述特征，我们主要考虑两种解法：

1. 动态规划(DP)：

   • 优势：利用DAG的特性，可以高效地计算出最优解
   • 复杂度：O(N²)，对于N=20来说非常高效
   • 实现难度：中等，需要设计状态转移方程和路径记录机制

2. 深度优先搜索(DFS)：

   • 优势：实现直观，适合小规模数据
   • 复杂度：最坏情况下O(2^N)，但N=20时约为百万级别，现代计算机可以轻松处理
   • 实现难度：较低，但需要注意回溯和路径记录

提示：在实际编程竞赛中，如果时间允许，建议先实现DFS作为保底解法，再优化为DP解法。这样可以确保至少有一个可行的解法。

2. 动态规划解法详解

动态规划是解决这类DAG上最优路径问题的标准方法。下面我们详细拆解DP解法的实现步骤。

2.1 状态定义与转移方程

我们定义两个核心数组：

• dp[i]：表示以第i个地窖为终点时能挖到的最大地雷数
• pre[i]：记录到达第i个地窖的最优前驱节点

状态转移方程：

code复制dp[i] = max(dp[j] + a[i]) for all j < i and g[j][i] == 1

其中a[i]是第i个地窖的地雷数，g[j][i]表示j到i是否有路径。

2.2 实现步骤详解

1. 初始化：

   • 每个地窖的初始dp值为自身的地雷数
   • 前驱数组pre初始化为自身

2. 填表过程：

   • 按编号顺序处理每个地窖
   • 对于每个地窖i，检查所有编号比它小的地窖j
   • 如果有路径(j,i)，则尝试更新dp[i]

3. 路径回溯：

   • 找到dp值最大的地窖作为终点
   • 利用pre数组逆向追踪路径
   • 使用栈结构将路径反转成正序

2.3 完整代码实现

cpp复制#include <iostream>
#include <algorithm>
#include <stack>
using namespace std;

int main() {
    int n;
    int a[30]; // 地雷数量
    int g[3