在进行搜索时,通过控制搜索进程中的各个状态,我们能设计出一个枚举顺序,从而考虑所有可能的形式。
通常,我们通过一个 dfs 函数来完成搜索枚举,而通过参数表示当前状态。例如在大部分搜索枚举问题中,可以通过 step 或 depth 表示当前枚举层数,或使用 n 表示已经选入的数量,抑或在对于一些对 和 有限制的问题中,使用 sum 表示已经选入的数量之和。
让我们来看一道使用搜索枚举实现的题目:
现有方程 a 1 x 1 + a 2 x 2 + a 3 x 3 = 0 a_1 x_1 + a_2 x_2 + a_3 x_3 =0 a1x1+a2x2+a3x3=0,其中2≤n≤10,1≤a[i]≤5,−2≤x[i]≤2,x[i]∈Z,求解的总数。
能够估算所有的状态总数在 510 ≈10 7 ,能够枚举全部的状态。虽然能够使用 10 个循环完成,但此处使用搜索枚举更为方便,更便于使用一些剪枝的方法进行优化。
int ans = 0;
void dfs(int dep, int sum) {
if(dep == n) {
if (sum == 0){
ans++;
}
return ;
}
for (int i = -2; i <= 2; i++) {
dfs(dep + 1, sum + a[dep] * i);
}
}
状态的概念:
dep:当前枚举到第dep个值
sum:当前a[1]x[1]+a[2]x[2]+……+a[dep-1]x[dep-1]的总和
当没举完a[n]x[n],应该dep枚举到了n+1,不要被前面的代码弄混,那个是下标从0开始到n-1的情况!
设a[1]=a[2]……=a[n]=0,n=2
在最外层,我们会枚举的是dfs(0,0),第一次dfs时,我们枚举的是dfs(1,0+1*(-2)),即dfs(1,-2),所以我们接下来要枚举的是x[2]=-2,dfs(2,-4)……
现在,大家想一下,如果我想让最后结果成立,dfs(1,-2)过后,x[1]是2,dfs(2,-3),……直到x[1]=2,的方式(2,0)。
最后再回到第一层,x[0]=-1,dfs(1,-1),再枚举x[1]=-2,dfs(1,-3)……
在很多搜索枚举问题中,会要求我们打印具体内容。如果我们想直到具体的方案的话可以使用数组或相应类型的vector,来保存可行的解。比如之前求方程解的问题,可将代码修改为
int ans = 0;
void dfs(int dep, int