[算法2] 第三集剪枝

Dream_Snowar

于 2024-08-11 01:07:31 发布

阅读量566

点赞数 13

分类专栏：算法进阶文章标签：算法剪枝深度优先 c++ 开发语言

本文链接：https://blog.csdn.net/2301_80017277/article/details/141098688

版权

算法进阶专栏收录该内容

3 篇文章 0 订阅

订阅专栏

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）

算法流程：

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。