[算法学习no8]dfs优化-记忆化搜索

本文探讨了记忆化搜索技术如何通过空间换时间,解决DFS中递归冗余的问题。通过使用二维数组存储每个节点的最优解,避免不必要的重复计算,实现求解最优解时的高效剪枝。核心概念包括DFS的复杂度分析、动态存储优化和剪枝策略应用。
摘要由CSDN通过智能技术生成

记忆化搜索
就是为了提速用,一种空间换时间的方法
dfs的缺点,便是他会在自己的内部调用多次自己
如果你的基数十分大
那么可想而知,dfs的复杂度便是O(m^n);
m为你在dfs里面调用的次数,n为你的处理基数,这样的问题是相当复杂的
而且很多时候,一些递归是浪费的
如果我们要求终点的最优解
那么我会一步一步地去找
其中就会多次递归同一个点
那么此时我们就需要用一个二维数组来储存每一个点的最优解
如果递归到某一个点,比较当前解和最优解,如果当前解不如最优解,那么之后的递归就都不用进行了
把递归分支比作树,那么我们这样的行为就相当于剪枝,如果某个分叉点不符合要求,那么这个分叉点后面的的所有分支就没有意义了
何必再要呢?
总结:
求最优解问题
开一个n维数组
其下标就是和最优解有关的n个参数
其值就是最优解的值
参数根据dfs的参数来设定
每次dfs,判断当前参数对应的数组的值符不符合要求
不符合直接不递归
符合继续即可。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值