【基础算法实战1.0】枚举算法

PPPotato！

已于 2024-09-21 14:41:07 修改

阅读量1.1k

点赞数 36

分类专栏：基础算法实战文章标签： python 哈希算法算法

于 2024-09-17 16:11:22 首次发布

本文链接：https://blog.csdn.net/2301_79633602/article/details/142314809

版权

基础算法实战专栏收录该内容

5 篇文章 0 订阅

订阅专栏

【基础算法实战】

【1】枚举算法

文章目录

【基础算法实战】
【1】枚举算法
前言
一、枚举算法简介
- 1.1 枚举算法的核心思想
二、枚举算法的解题思路
- 2.1 一般步骤
- 2.2 提高枚举算法效率的方法
三、枚举算法的实际应用
四、优化枚举算法的实践技巧
总结
- 感谢阅读！希望本文能帮助您深入理解枚举算法。如有收获，欢迎点赞、评论和分享！如有不对，也欢迎批评指正！

前言

枚举算法是一种最基本但却非常重要的算法思想。在解决复杂问题时，我们常常会从最简单的枚举开始，通过全面地考虑所有可能的情况，找到问题的解。在本文中，我将结合自己的理解，深入探讨枚举算法的原理、应用场景以及如何优化枚举算法以提高效率。

一、枚举算法简介

枚举算法（Enumeration Algorithm），也称为穷举算法，是一种按照问题本身的性质，逐一列举出所有可能的解，并通过判断条件筛选出满足要求的解的方法。在这个过程中，我们需要确保：

不遗漏任何可能的解；
不重复计算相同的状态。

1.1 枚举算法的核心思想

枚举算法的核心在于遍历所有可能的状态空间。对于一个给定的问题，我们首先需要明确：

枚举对象：要枚举的变量或元素；
枚举范围：枚举对象可能的取值范围；
判断条件：用于验证当前枚举状态是否满足问题的要求。
尽管枚举算法在问题规模较大时效率较低，但它有以下优点：
简单易懂：实现过程直观，便于理解和编码；
正确性高：由于遍历了所有可能的情况，算法的正确性容易验证。
因此，枚举算法常用于：
解决小规模问题；
作为复杂算法的子模块，为主算法提供必要的信息。

二、枚举算法的解题思路

2.1 一般步骤

在使用枚举算法解决问题时，可以按照以下步骤进行：

确定枚举对象和范围：
- 找出问题中需要枚举的变量；
- 确定这些变量的取值范围，尽可能缩小范围以提高效率。
设定判断条件：
-根据问题要求，制定判断当前状态是否满足条件的规则。
遍历所有可能的组合：
- 使用循环结构，遍历枚举对象的所有可能取值组合。
验证并记录解：
- 在每次迭代中，使用判断条件验证当前状态；
- 如果满足条件，则记录或输出解。
优化算法（可选）：
- 通过剪枝、减少重复计算等方法，提高枚举算法的效率。

2.2 提高枚举算法效率的方法

虽然枚举算法本身简单，但在大多数情况下，我们需要对其进行优化以提高效率。以下是一些常用的优化策略：

剪枝：
- 在枚举过程中，如果发现某个分支不可能产生有效解，立即跳过，避免不必要的计算。
缩小搜索空间：
- 利用问题的约束条件，减少需要遍历的取值范围。
利用对称性和规律：
- 如果问题存在对称性或某些规律，可以避免重复计算等价的状态。
预处理：例如，提前计算并存储一些常用的结果，以减少计算量。

三、枚举算法的实际应用

为了更好地理解枚举算法，我们通过几个经典的例子来说明其应用。

3.1 百钱买百鸡问题

问题描述：

公鸡 5 元一只，母鸡 3 元一只，小鸡 1 元三只。用 100 元买 100 只鸡，问公鸡、母鸡和小鸡各多少只？

解题思路：

确定枚举对象和范围：
- 枚举对象：公鸡数（ $x$ ）、母鸡数（ $y$ ）、小鸡数（ $z$ ）。
- 枚举范围：
  - $\in [0,20]$ ，因为最多只能买 20 只公鸡（ $\times 20 = 100$ ）。
  - $\in [0,33]$ ，因为最多只能买 33 只母鸡（ $\times 33 = 99$ ）。
  - $z = 100 - x - y$ ，由总数量 100 只得出。
设定判断条件：
- 价格条件： $\dfrac{z}{3} = 100$ 。
- 数量条件： $z$ 必须是 3 的倍数（因为小鸡 3 只 1 元）。
遍历并验证：

class Solution:
    def buyChicken(self):
        for x in range(21):
            for y in range(34):
                z = 100 - x - y
                if z % 3 == 0 and 5 * x + 3 * y + z // 3 == 100:
                    print(f"公鸡 {x} 只，母鸡 {y} 只，小鸡 {z} 只")

运行结果：

公鸡 0 只，母鸡 25 只，小鸡 75 只
公鸡 4 只，母鸡 18 只，小鸡 78 只
公鸡 8 只，母鸡 11 只，小鸡 81 只
公鸡 12 只，母鸡 4 只，小鸡 84 只

个人理解：
在这个问题中，通过合理地缩小枚举范围，我们大大减少了计算量。注意到小鸡的价格和数量存在特殊关系（3 只 1 元），所以在计算时需要确保 $z$ 是 3 的倍数，这就是一种剪枝的应用。

3.2 两数之和

问题描述：

给定一个整数数组 nums 和一个目标值 target，请在数组中找出和为目标值的两个整数，返回它们的下标。

示例：

输入：nums = [2,7,11,15], target = 9
输出：[0,1]

解题思路：

直接枚举：
- 使用两重循环，遍历所有可能的数对，检查它们的和是否等于目标值。
优化思路：
- 哈希表：为了提高效率，可以使用哈希表存储已经遍历过的数及其下标。在遍历数组时，检查target - nums[i] 是否在哈希表中，如果存在，则找到了答案。

代码实现（枚举法）：

class Solution:
    def twoSum(self, nums, target):
        for i in range(len(nums)):
            for j in range(i + 1, len(nums)):
                if nums[i] + nums[j] == target:
                    return [i, j]
        return []

个人理解：
虽然直接枚举可以解决问题，但时间复杂度为 $O(n^2)$ ，对于大规模数据不够高效。通过引入哈希表，时间复杂度可以降低到 $O (n)$ ，体现出枚举结合其他数据结构进行优化的思想。

class Solution:
    def twoSum(self, nums, target):
        hash_table = {}
        for i, num in enumerate(nums):
            complement = target - num
            if complement in hash_table:
                return [hash_table[complement], i]
            hash_table[num] = i
        return []

3.3 计数质数

问题描述：

统计所有小于非负整数 n 的质数的数量。

示例：

输入：n = 10
输出：4
解释：小于 10 的质数一共有 4 个，它们是 2、3、5、7。

解题思路：

直接枚举：
- 对于每个小于 n 的数，判断其是否为质数。
优化思路：
- 埃拉托色尼筛法：创建一个布尔数组表示数的状态，从小到大遍历，将每个质数的倍数标记为非质数。

代码实现（枚举法）：

class Solution:
    def countPrimes(self, n):
        count = 0
        for num in range(2, n):
            is_prime = True
            for i in range(2, int(num ** 0.5)):
                if num % i == 0:
                    is_prime = False
                    break
            if is_prime:
                count += 1
        return count

个人理解：
直接枚举判断质数的时间复杂度较高。在实际应用中，使用埃拉托色尼筛法可以大大提高效率。这也是一个从枚举到优化的典型过程。

class Solution:
    def countPrimes(self, n):
        if n < 2:
            return 0
        is_prime = [True] * n
        is_prime[0], is_prime[1] = False, False
        for i in range(2, int(n ** 0.5) + 1):
            if is_prime[i]:
                is_prime[i*i:n:i] = [False] * len(range(i*i, n, i))
        return sum(is_prime)

3.4 统计平方和三元组的数目

问题描述：

给定一个整数 $n$ ，返回满足 $1 \leq a, b, c \leq n$ 且 $a^2 + b^2 = c^2$ 的整数三元组的数目。

示例：

输入：n = 5
输出：2
解释：平方和三元组为 (3,4,5) 和 (4,3,5)。

解题思路：

直接枚举：
- 枚举所有可能的 $(a, b)$ 组合，计算 $c = sqrt(a^2 + b^2)$ ，判断 $c$ 是否为整数且不超过 $n$ 。
优化思路：
- 利用数学性质：注意到 $a$ 和 $b$ 的顺序性，可以减少重复计算。
- 预计算：将所有可能的 $c^2$ 存储起来，查找时效率更高。

代码实现（枚举法）：

class Solution:
    def countTriples(self, n):
        count = 0
        for a in range(1, n + 1):
            for b in range(1, n + 1):
                c_square = a * a + b * b
                c = int(c_square ** 0.5)
                if c <= n and c * c == c_square:
                    count += 1
        return count

个人理解：
在这个问题中，通过预先计算并存储 $1$ 到 $n$ 的平方值，可以加速查找过程。此外，考虑到 $(a, b, c)$ 和 $(b, a, c)$ 是不同的三元组，所以需要遍历所有的 $(a, b)$ 组合。如果问题要求不计顺序，可以进一步优化。

class Solution:
    def countTriples(self, n):
        squares = {i * i for i in range(1, n + 1)}
        count = 0
        for a in range(1, n + 1):
            for b in range(1, n + 1):
                if a * a + b * b in squares:
                    count += 1
        return count