一、简单枚举(穷举)
本方法在使用的时候,注意两点。一是确定枚举的变量。枚举的变量越少越好。二是枚举变量的取值范围,根据题意,可以进行计算和缩小。取值范围也是越小越好。
二、生成1-N不可重复的排列
void print_permutation(int n,int* A,int cur)
//n为数组A的长度,A为待排列的数组,cur为A中欲确定元素的位置
{
if(cur==n)//所有元素已经确定完成,输出。
{
for(int i=0;i<n;i++)
printf("%d",A[i]);
printf("\n");
}
else for(int i=1;i<=n;i++)
//A中的元素没有确定完,尝试在A[cur]填元素
{
int ok=1;
for(int j=0;j<cur;j++)
{
if(A[j]==i)
ok=0;
}
if(ok)
{
A[cur]=i;
print_permutation(n,A,cur+1);
}
}
}
三、生成可重复的排列
下面的程序是生成已经排好序的P中的全排列。
#include<iostream>
using namespace std;
void print_permutation(int n,int* A,int *P,int cur)
//n为数组A的长度,对P数组(已经排好序)的元素进行排列,cur为A中欲确定元素的位置
{
if(cur==n)//所有元素已经确定完成,输出。
{
for(int i=0;i<n;i++)
printf("%d",A[i]);
printf("\n");
}
else for(int i=0;i<n;i++)
//A中的元素没有确定完,尝试在A[cur]填元素
{
if(!i||P[i]!=P[i-1])
//保证填充到A[cur]的元素要与前一个元素不同
{
int c1=0,c2=0;
for(int j=0;j<cur;j++)
{
if(P[i]==A[j]) c1++;
}
for(int j=0;j<n;j++)
{
if(P[i]==P[j]) c2++;
}
if(c1<c2)
{
A[cur]=P[i];
print_permutation(n,A,P,cur+1);
}
}
}
}
int main()
{
int P[]={1,1,1};
int A[4];
print_permutation(3,A,P,0);
return 0;
}
我们还可以采用<algotithm>自带的函数next_permutation(p,p+n)来进行枚举排列。
#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
int n,p[10];
scanf("%d",&n);
for(int i=0;i<n;i++) scanf("%d",&p[i]);
sort(p,p+n);
do
{
for(int i=0;i<n;i++)
printf("%d",p[i]);
printf("\n");
}while(next_permutation(p,p+n));
return 0;
}
四、解答树
如果某问题的解可以由多个步骤得到,而每个步骤都有若干的选择(这些选择方案集可能会依赖先前做出的选择),且可以用递归枚举法实现,则它的工作方式可以用解答树来描述。
五、增量构造法(子集生成)
讨论的集合中没有重复元素。并且集合A中所有元素编号从小到大排列。书中的代码,没有看懂。
#include<iostream>
using namespace std;
void print_subset(int n,int *A,int cur)
{
for(int i=0;i<cur;i++)
{
printf("%d ",A[i]); //打印当前集合
}
printf("\n");
int s = cur ? A[cur-1]+1:0;//确定当前元素的最小可能值
for(int i=s;i<n;i++)
{
A[cur] = i;
print_subset(n,A,cur+1);//递归构造子集
}
}
int main()
{
int A[]={};
print_subset(3,A,0);
return 0;
}
我对书中的代码进行了重写,下面的代码生成P的子集,要求:P必须排好序并且没有重复元素。
#include<iostream>
using namespace std;
void print_subset(int n,int *A,int *P,int cur)
{
int flag=0;
for(int i=0;i<cur;i++)
{
flag=1;
printf("%d ",A[i]); //打印当前集合
}
if(flag)
{
printf("\n");
}
for(int i=0;i<n;i++)
{
int ok=1;
for(int j=0;j<cur;j++)
{
if(P[i]==A[j]||A[cur-1]>P[i])
ok=0;
}
if(ok)
{
A[cur] = P[i];
print_subset(n,A,P,cur+1);//递归构造子集
}
}
}
int main()
{
int A[10];
int P[]={1,2,5,8,9};
print_subset(5,A,P,0);
return 0;
}
下面填写可以生成重复子集的代码,实际上子集生成就是递归生成全排列的过程。只是将中间步骤进行了输出。
#include<iostream>
using namespace std;
void print_subset(int n,int *A,int *P,int cur)
{
int flag=0;
for(int i=0;i<cur;i++)
{
flag=1;
printf("%d ",A[i]); //打印当前集合
}
if(flag)
{
printf("\n");
}
for(int i=0;i<n;i++)
{
if(!i||P[i]!=P[i-1])
{
int cnt1=0,cnt2=0;
for(int j=0;j<cur;j++)
{
if(P[i]==A[j])
cnt1++;
}
for(int j=0;j<n;j++)
{
if(P[i]==P[j])
cnt2++;
}
if(cnt2>cnt1&&(!cur||P[i]>=A[cur-1]))
{
A[cur] = P[i];
print_subset(n,A,P,cur+1);//递归构造子集
}
}
}
}
int main()
{
int A[10];
int P[]={1,2,2,2};
print_subset(4,A,P,0);
return 0;
}
六、位向量法(子集生成)
位向量使用一个辅助的数组B,通过B[i]来表示i是不是在子集A中,从思路上看,位向量方通过修改可以支持不排序、重复的数组排列。缺点是可能有点慢。
#include<iostream>
#include<cstdio>
using namespace std;
void print_subset(int n,int *B ,int cur)
//位向量法
{
if(cur==n)
{
for(int i=0;i<cur;i++)
if(B[i]) printf("%d",i);
printf("\n");
return ;
}
B[cur]=1;
print_subset(n,B,cur+1);
B[cur]=0;
print_subset(n,B,cur+1);
}
int main()
{
int B[10];
print_subset(3,B,0);
return 0;
}
七、二进制法(子集生成)
思想是和位向量法相同,但是应用了C语言特性进行编程,支持不排序和重复元素集合的子集生成,下面代码用重复元素的子集生成中,可能出现重复的子集输出。
#include<cstdio>
void print_subset(int n,int s,int *P)
{
for(int i=0;i<n;i++)
{
if(s&(1<<i)) printf("%d ",P[i]);
}
printf("\n");
}
int main()
{
int n=3;
int P[]={1,2,3};
for(int i=0;i<(1<<n);i++)
print_subset(n,i,P);
return 0;
}
八、八皇后问题
八皇后问题通过行-列和行+列来判断是否在一个对角线上,值得借鉴。
九、路径寻找问题
实际上就是在BFS上面加上了一个状态数组,状态数组来适应图的动态变化,并且介绍了3种方法来查找动态数组的方式,使用hash是最快的,但是设计hash函数相当困难,可以先用set实现一个慢的代码,再改写。
状态空间搜索方法的一般含有:
状态改变函数
获得结果判断函数
判定状态是否已经被访问过
存储父节点的空间(以便反向搜索到路径)
十、迭代加深搜索(IDA*)
对于搜索层数不确定的,或者很难估计的题目,可以使用迭代加深搜索,可以设计一个乐观函数来进行剪枝。而深度从小到大搜索,这样避免了深度选择太大,进行无谓的搜索。
基本的框架:
int ok=0;
for(maxd =1 ; ; maxd++)
{
memset(ans,-1,sizeof(ans));
if(dfs(input1,input2))
{
ok=1;
break;
}
}
IDA*方法一般含有:
状态改变函数
获得结果判断函数
乐观估计函数H
根据深度存储路径的空间
IDA*的优势就是不用去存储太多的父节点空间,并且不用去判断状态是否被访问,这样这部分的空间也被释放,但是难点在于H函数的设计,设计的好,节约时间,不好,超时。
总的而言,状态空间搜索方法就是BFS的升级版,而IDA*则是DFS的升级版。