回溯法采用的是是深度优先搜索的策略,一般被用在找到一个问题的所有解。但是当问题只需要找到一个最优解的时候,可以使用分支限界的算法思想。分支限界算法思想就是以广度优先的策略对解空间树进行遍历,每个活结点只有一次机会成为拓展节点,跟分支限界法搭配使用的数据结构最常见的就是先进先出后进后出的队列。
问题描述:农夫知道一头牛的位置,想要抓住它,农夫和牛都位于数轴上,农夫起始点是N(0<=N<=100000),牛位于点K(0<=N<=100000)。农夫有两种移动方式,1.从X移动到X+1或者是X-1,每次移动花费一分钟。2.从X移动到2*X,每次花费一分钟。假设牛在原地不动,农夫最少要花费多长时间才能抓到牛?
算法思想:建立一个结构体Step包含位置坐标和到X的步数,建立一个结构体的队列,并且对是否遍历过某个点做标记。依次将三种走法的点入队列,判断是否能够到达目标点。源代码如下,注释写的非常的清楚:
#include <iostream>
#include <cstring>
#include <queue>
using namespace std;
int N, K;
const int MAX = 100000;
//用于判断是否走过该节点,1为走过,0为未走过
int visited[MAX+10];
//x记录位置,steps记录到达X的步数
struct Step{
int x;
int steps;
Step(int xx, int s): x(xx), steps(s){}
};
queue<Step> q;
int main(){
cin >>N >>K;
//初始化所有的节点为未走过
memset(visited,0,sizeof(visited));
//农夫起始位置入队列
q.push(Step(N,0));
visited[N] = 1;
while(!q.empty()){
//取出队头元素
Step s = q.front();
//找到牛
if(s.x == K){
cout <<s.steps<<endl;
return 0;
}
//将左、右、二倍的点入队列,直到找到目标节点
else {
if(s.x-1 >= 0 && !visited[s.x-1]){
q.push(Step(s.x-1, s.steps+1));
visited[s.x-1] = 1;
}
if(s.x+1 <= MAX && !visited[s.x+1]){
q.push(Step(s.x+1, s.steps+1));
visited[s.x+1] = 1;
}
if(s.x*2 <= MAX && !visited[s.x*2]){
q.push(Step(s.x*2, s.steps+1));
visited[s.x*2] = 1;
}
//释放队底,节约空间
q.pop();
}
}
return 0;
}
程序运行的效果测试图如下:
其实也可以使用回溯法来解决,但是回溯法需要用到栈而不是队列。