剪枝的概念

搜索的进程可以看作从树根出发，遍历一颗倒置的树---搜索树的过程。所谓剪枝就是通过某种判断，避免一些不必要的遍历过程，就是剪去搜索树中的某些枝条。以往在搜索树中，采用深度优先搜索（程序简洁易懂，空间需求较低，但此方法的时间复杂度是指数级的，所以需要优化，而剪枝也达到了搜索优化的目的）或广度优先搜索。在深度优先搜索中就会用到递归和回溯方法。回溯方法，好，但是耗时，为此我们就想口否提前判断我们前进的方向是否可能得到最优解？-----答案就是剪枝。剪去不必要的枝条遍历搜素，从而提高效率。

搜索方法，绝大部分都需要剪枝。然而不是多有的枝条都可以剪掉。这需要通过设计出合理的判断方法，以决定某一分枝的取舍。 在设计判断剪枝条件的时候就需要一定的方法。

剪枝的原则：

（1）正确性

     必须保证不能丢失正确的解，这是前提。通过解答必须具备的特征，必须满足的条件来考察待判断的枝条能否被剪掉。

（2）准确性

     即能够尽可能多的剪去不能得到正确解的枝条。

（3）高效性

     设计好剪枝判断方法后，对每一根枝条都执行一次判断。要尽量减少剪枝判断的副作用

最常用的两种剪枝方法：

（1）可行性剪枝。（根据题意做出判断是否继续搜索还有可能的到的解）

（2）最优性剪枝（上下界剪枝）。（适用范围：子节点的代价全部高于或者低于父节点）

极端法：通过对当前节点进行理想式扩展，通过否定这样的情况来避免对当前的节点扩展；

调整法：基本思想通过对子树的比较剪掉重复子树和明显不是最有前途的子树；

数学方法：利用专门剪枝知识，借助数学模型

顶

0

踩