【动态规划】二进制思维（状压DP）巧妙求解TSP（旅行商问题），输出最短路径及其长度（C++）

思路参考：https://blog.csdn.net/joekwok/article/details/4749713

以旅行商问题为关键词搜索，找了一圈没有发现比较优雅的解决方法，大多是固定大小与数据，所以打算自己写一个。

这种算法思想叫做状态压缩动态回归（状压DP），感兴趣的话还可以以此为关键词搜索了解更多有关内容。本文只介绍该算法思想在旅行商问题（Travelling salesman problem，TSP）上的应用。

旅行商问题的讲解可以参考这个链接，我对其代码进行了改进，使得能针对不同的带权图，修改宏表示的城市个数N、全局变量表示的带权图距离矩阵distances[N][N]就能解决不同的TSP（旅行商问题）。本代码中distances[N][N]采用随机数生成，可根据自己需要更改。

由于内存的限制，本代码在城市个数N $\le$ 15时运行正常；当城市个数N$>$ 15时，建议将数据存入文件，通过读取文件实现。

代码的关键是用二进制01来代表城市集合，例如对于城市1，2，3组成的集合 { 1 , 2 , 3 } \{1,2,3\} { 1,2,3}，用二进制$111$表示，即十进制的$7$，二维数组dp的第7列；对于城市1，3组成的集合 { 1 , 3 } \{1,3\} { 1,3}，用二进制$101$表示，即十进制的$5$，二维数组dp的第5列。

所以，我们的目标是$dp[0][111_2]$，即$dp[0][7_{10}]$，代表从$0$号城市出发，将要走过城市群 { 1 , 2 , 3 } \{1,2,3\} { 1,2,3}，动态规划的过程参考上面提到的链接。

下面代码的理解上，重点是看懂里面很多的对二进制数的操作，其他就不难理解了。

填表法的动态规划结果打印都是递归的方法，path[i][j]存储：从i号城市出发，将要经过j的二进制形式表示的城市群，i号城市的下一个城市的编号。

#include <iostream>
#include <cstdlib>