acwing165.小猫爬山（dfs剪枝 优化搜索顺序）

翰翰和达达饲养了 N 只小猫，这天，小猫们要去爬山。

经历了千辛万苦，小猫们终于爬上了山顶，但是疲倦的它们再也不想徒步走下山了（呜咕>_<）。

翰翰和达达只好花钱让它们坐索道下山。

索道上的缆车最大承重量为 W，而 N 只小猫的重量分别是 C1、C2……CN。

当然，每辆缆车上的小猫的重量之和不能超过 W。

每租用一辆缆车，翰翰和达达就要付 1 美元，所以他们想知道，最少需要付多少美元才能把这 N 只小猫都运送下山？

输入格式
第 1 行：包含两个用空格隔开的整数，N 和 W。

第 2…N+1 行：每行一个整数，其中第 i+1 行的整数表示第 i 只小猫的重量 Ci。

输出格式
输出一个整数，表示最少需要多少美元，也就是最少需要多少辆缆车。

数据范围
1≤N≤18,
1≤Ci≤W≤10^8
输入样例：
5 1996
1
2
1994
12
29
输出样例：
2

一道经典的深搜题目

题意 一个人有n只小猫，每只猫有不同的重量，要将它们装到若干辆车上，并要求每辆车装的重量不超过w，求所有方案中租的车辆数最小可以是多少？

题目也可以用背包问题求解，但观察n的数据范围比较小，用dfs做也很合适

使用dfs来搜索出每一种方案的答案(并合适地进行剪枝)，注意搜完后要恢复现场方便进行回溯并寻找下一个方案！！！

思路：对于每只小猫有两种放置方案：
① 将它放到已有车中的某一台上
② 放到新租的一辆车上

对此我们应当注意的问题包括：当前准备放置第几只猫，当前租了几辆车和当前每辆车已装的重量

dfs函数中传入的两个参数 当前准备放置第cat只猫 和 当前已经租了car辆车，此外我们还得设置一个carry数组来代表当前已租的(car)各辆车的负重，三者可以代表每个节点

可以直接推断，当猫的数量搜索到n+1时，此时已经到了递归边界，应当更新ans并return，但如果不进行剪枝优化复杂度还是挺大的，因此要对dfs进行剪枝。这里的剪枝可以两处优化，原来还有对应的术语：

一是 “最优性剪枝”： 当某时刻租的汽车数量大于等于题解ans就可以直接回溯并搜索新的方案（car都大于等于ans了，肯定不能使最小租车数ans变得更小了，因此直接回溯）

二是 “搜索顺序剪枝”：重量更大的猫拥有的选择肯定比重量较小的猫少，为减少判断次数（树的分支），可以将猫的重量由大到小排序，从重量大的猫开始优先搜索

#include<iostream>
#include<vector>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 18 + 5;
int carry[N];//car辆车中每辆车的当前承载量
int n, w;
vector<int> cat_weight;//n只小猫的重量
int ans = 0x3f3f3f3f;//题解，最小租车数

//可以传给dfs函数两个参数，分别表示当前处理到了第cat只小猫，已经租用了car辆车
void dfs(int cat, int car)
{
	if (car >= ans)//优化后新加的递归边界
	{
		return;
	}
	if (cat == n )//递归边界，即搜到第n+1只猫时更新答案并回溯
	{
		ans = min(ans, car);
		return;
	}
	//分支一 装到已有的车上
	for (int i = 1; i <= car; i++)
	{
		if (carry[i] + cat_weight[cat] <= w)
		{
			carry[i] += cat_weight[cat];
			dfs(cat + 1, car);
			carry[i] -= cat_weight[cat];//搜完后记得还原现场
		}
	}
	//分支二 新租一辆车来装
	carry[car + 1] += cat_weight[cat];
	dfs(cat + 1, car + 1);
	carry[car + 1] = 0;//搜完还原现场方便回溯
}
int main()
{
	cin.tie(0), ios::sync_with_stdio(false);
	cin >> n >> w;
	for (int i = 1; i <= n; i++)
	{
		int wei;
		cin >> wei;
		cat_weight.push_back(wei);//从下标为0开始压入
	}
	//先sort从小到大排序，后reverse反转使得从大到小排序
	sort(cat_weight.begin(), cat_weight.end());
	reverse(cat_weight.begin(), cat_weight.end());
	dfs(0, 0);
	cout << ans << endl;
	return 0;
}

sum：dfs的关键是要能够构建出一颗合适的递归搜索树，整个深搜算法应当在搜索树的基础上完成对问题状态的遍历，对搜索树的剪枝优化可以避免不必要的访问并降低复杂度

剪枝可以有两类方案，是否有显然的递归边界可以更早回溯 和 是否可以减少树的分支