本篇本来我是不准备写的,但是架不住任务在身,我们就接着上回的dfs,来讲讲剪枝吧。没看上集的记得去看,点击此处去看上集。
下面是定义(大致看看就好,看不懂的马上看看例子)
一、剪枝策略的寻找的方法
1)微观方法:从问题本身出发,发现剪枝条件2)宏观方法:从整体出发,发现剪枝条件。
3)注意提高效率,这是关键,最重要的。
总之,剪枝策略,属于算法优化范畴;通常应用在DFS 和 BFS 搜索算法中;剪枝策略就是寻找过滤条件,提前减少不必要的搜索路径。
二、剪枝算法(算法优化)
1、简介
在搜索算法中优化中,剪枝,就是通过某种判断,避免一些不必要的遍历过程,形象的说,就是剪去了搜索树中的某些“枝条”,故称剪枝。应用剪枝优化的核心问题是设计剪枝判断方法,即确定哪些枝条应当舍弃,哪些枝条应当保留的方法。
2、剪枝优化三原则: 正确、准确、高效.原则
搜索算法,绝大部分需要用到剪枝.然而,不是所有的枝条都可以剪掉,这就需要通过设计出合理的判断方法,以决定某一分支的取舍. 在设计判断方法的时候,需要遵循一定的原则.
剪枝的原则:
1) 正确性
正如上文所述,枝条不是爱剪就能剪的. 如果随便剪枝,把带有最优解的那一分支也剪掉了的话,剪枝也就失去了意义. 所以,剪枝的前提是一定要保证不丢失正确的结果.
2)准确性
在保证了正确性的基础上,我们应该根据具体问题具体分析,采用合适的判断手段,使不包含最优解的枝条尽可能多的被剪去,以达到程序“最优化”的目的. 可以说,剪枝的准确性,是衡量一个优化算法好坏的标准.
3)高效性
设计优化程序的根本目的,是要减少搜索的次数,使程序运行的时间减少. 但为了使搜索次数尽可能的减少,我们又必须花工夫设计出一个准确性较高的优化算法,而当算法的准确性升高,其判断的次数必定增多,从而又导致耗时的增多,这便引出了矛盾. 因此,如何在优化与效率之间寻找一个平衡点,使得程序的时间复杂度尽可能降低,同样是非常重要的. 倘若一个剪枝的判断效果非常好,但是它却需要耗费大量的时间来判断、比较,结果整个程序运行起来也跟没有优化过的没什么区别,这样就太得不偿失了.
3、分类
剪枝算法按照其判断思路可大致分成两类:可行性剪枝及最优性剪枝.
- 可行性剪枝 —— 该方法判断继续搜索能否得出答案,如果不能直接回溯。
- 最优性剪枝 —— 又称为上下界剪枝,是一种重要的搜索剪枝策略。它记录当前得到的最优值,如果当前结点已经无法产生比当前最优解更优的解时,可以提前回溯。
三、实例
1.验证二叉搜索树
我们顺着上回讲的验证二叉搜索树,这题还记得吧!!!
我那时只讲了讲思路,然后直接上的代码
class Solution
{
public:
long prev = LONG_MIN;
bool isValidBST(TreeNode* root)
{
if(root == nullptr) return true;
bool left = isValidBST(root->left);
// 剪枝
if(left == false) return false;
bool cur = false;
if(root->val > prev)
cur = true;
// 剪枝
if(cur == false) return false;
prev = root->val;
bool right = isValidBST(root->right);
return left && right && cur;
}
};
那时我直接剪枝了,有人反映没看懂,这里我们展开来讲讲哈。
首先,我们的思路是:
如果一棵树是二叉搜索树,那么它的中序遍历的结果一定是⼀个严格递增的序列。 因此,我们可以初始化⼀个无穷小的全区变量,用来记录中序遍历过程中的前驱结点。那么就可以在中序遍历的过程中,先判断是否和前驱结点构成递增序列,然后修改前驱结点为当前结点,传入下一层的递归中。
假设我们有如下二叉树:
如果我们按照我们不剪枝遍历会发生什么?没错很明显存在false但是我们dfs仍然会中序遍历完整个二叉树,但是如果加了剪枝
运行到19这,我们就能判断它不是一个二叉搜索树,因此我们可以剪枝,把剩下的剪掉,直接返回结果,同理,我们是中序遍历的如果左边直接false了,我们也可以直接返回结果。
2.二叉搜索树中第K小的元素
1.题目题意
2.算法思路:
我们可以根据中序遍历的过程,只需扫描前 k 个结点即可。 因此,我们可以创建⼀个全局的计数器 count,将其初始化为 k,每遍历⼀个节点就将 count--。直到某次递归的时候,count 的值等于 1,说明此时的结点就是我们要找的结果。 因此我们这题的解法就是(dfs中序遍历+count计数剪枝器)
1. 定义⼀个全局的变量 count,在主函数中初始化为 k 的值递归函数的设计:int dfs(TreeNode* root): 返回值为第 k 个结点;2.递归函数流程(中序遍历):1. 递归出口:空节点直接返回 -1,说明没有找到;2. 去左子树上查找结果,记为 retleft:a. 如果 retleft == -1,说明没找到,继续执⾏下⾯逻辑;b. 如果 retleft != -1,说明找到了,直接返回结果,无需执心下面代码(剪枝);3. 如果左⼦树没找到,判断当前结点是否符合,如果符合,直接返回结果4. 如果当前结点不符合,去右子树上寻找
3.代码实现
class Solution {
public:
int ret,count;
int kthSmallest(TreeNode* root, int k) {
count=k;
dfs(root);
return ret;
}
void dfs(TreeNode* root)
{
if(root==nullptr||root==0)//剪枝
return;
dfs(root->left);
count--;
if(count==0)
{
ret =root->val;
return;
}
dfs(root->right);
}
};
这里我们再判空后面加上了但count==0是出函数,这个操作就是剪枝,萧少了多余的操作,效率更高。
剪枝我也就简单的讲完了,希望大家能够理解,再之后的学习中我们还会用到的。