通常都说能用深搜不用广搜,其实在一定条件下确实有道理。在很多情况下,深度优先搜索通常比广度优先搜索写起来简单、方便。同时,采用简单的递归方法来描述深度优先搜索,可以避开对数据结构的操作。同时,深度优先搜索不需要一个巨大的队列来记录,因此可以节约内存。但使用深度优先搜索需要合理并且足量的剪枝才能完成。
本文对这些内容分别进行讨论和整理。因水平较低,有不尽之处欢迎各位批评指正。
深度优先搜索
深度优先搜索遵循深度优先,遇阻回溯的原则,可以构造出如下的伪代码。
void dfs(int depth)
{
if(出现问题) return;
if(到达终点) ……
if(满足剪枝条件) ……
else 处理数据;dfs(depth+1);
return;
}
典型样例:N皇后问题
这是一个很典型的深度优先搜索问题。套用上面的规程,(出现问题)就是验证是否有两个皇后互相可以干扰,(到达终点)就开始输出,此题无需进一步剪枝,处理数据就是对皇后摆放位置的循环。
#include
#include
#include
#include
#include
#define llat(x) ll[x+50] #define lrat(x) lr[x+50] using namespace std; char a[14]; char uCr[14]; char ll[100],lr[100]; int cnt=0; int n=0; int dfs(char line) { char i,j; if(line==n) { cnt++; if(cnt<=3) { for(i=0;i
>n; memset(a,0,sizeof(a)); memset(uCr,0,sizeof(uCr)); memset(ll,0,sizeof(ll)); memset(lr,0,sizeof(lr)); dfs(0); cout<
<
广度优先搜索
广度优先搜索遵循层层遍历,存取队列的原则,可以构造出如下的伪代码
void bfs()
{
for(循环条件)
{
数据处理;
if(重复)continue;
if(满足终点条件)……;
else queue.push(……);
}
return;
}
典型样例:马的遍历问题
这是一个很典型的广度优先搜索的问题。套用伪代码,我们通过一个for循环来从当前坐标向着8个可到达的点扩展。如果扩展后遍历成功,就输出;未成功就判断是否重复,不重复就压入队列。一次for结束后从队列中pop一个坐标出来,然后继续。
需要注意的是,本题有几个可以优化的地方(下面的参考代码中可能未给出)
1.储存坐标的时候,很多认为需要使用结构体储存,这样固然是一种方法,但是写起来麻烦,有时浪费内存。一种偷懒的方法,就是利用坐标<10000的原理,将x*10000+y这样一个整数来表示坐标。其实就是运用了二维图像映射到一维内存的原理。
2.去重的时候常用bool数组。其实如果需要的话使用bit压缩在很大程度上能降低check()的时间复杂度,而且节约内存。
#include
#include
#include
#include
using namespace std;
int a[205][205];
int n,m,sx,sy;
int oi[8]={-2,-1,1,2,2,1,-1,-2};
int oj[8]={1,2,2,1,-1,-2,-2,-1};
int check()
{
int i,j;
for(i=0;i
>n>>m>>sx>>sy; --sx;--sy; int i=-1,j=-1,l,cnt=0;; queue
vi;queue
vj; vi.push(sy);vj.push(sx); while(check()) { cnt++; if(cnt>n*10)break; vi.push(-1);vj.push(-1); while((!vi.empty())&&vi.front()!=-1) { i=vi.front();j=vj.front(); vi.pop();vj.pop(); for(l=0;l<=7;l++) if(a[i+oi[l]][j+oj[l]]==0&&i+oi[l]>=0&&i+oi[l]
=0&&j+oj[l]
典型错误与优化建议
1.刷表是记忆化搜索思想的一种实现,有时能起到极大的时间复杂度降低的作用,在很多题目中都得以体现。
(待更新