状态压缩是信息学竞赛中一个很常见的方法，最最常见的是二进制压位。
做过USACO的同学会知道有很多搜索和DP都可以用状态压缩优化。
一般来讲，如果状态的够成非常多，但每个构成相对简单，就可以状态压缩，比如巨大的0/1矩阵等。
当然如果状态压缩，提取每个数据起来就会耗费更多的时间，所以一般运用在状态复制量较大，比较量较小的情况下。
举例：
多关键字排序可以用状态压缩，如A，B，C三个关键字，均小于100，可以压缩成A*10000+B*100+C，直接比较即可，非常方便。
N皇后的状态压缩，配合位运算，神速。
相邻两行之间的匹配关系，压成二进制，做DP。
其实只要想节约空间都可以用状态压缩。
压缩通式：0<a<A 0<b<B 0<c<C (关键程度a>=b>=c) <==> T=a*B*C+b*C+c ,A*B*C<maxstruct
为了方便一般使A=B=C，转换成A进制数即可
（*）状态压缩的效率：
常见的把5个小于100的数压成一个longint的数，如果是5个小于50的数呢？
1.空间利用率:显然按十进制压缩的空间效率太低，可以考虑按50为一个单元压缩，
2.时间效率：提取时大量的取模和除法运算使效率太低，可以考虑换成64进制的数，进行压缩。
这里的空间又有了一定程度上的浪费，也体现了时间与空间的辩证关系。