算法入门到进阶（三）——搜索技术（递归和排列）

---

前言

搜索技术是基本的编程技术，在算法竞赛学习中是基础的基础。搜索使用的算法是BFS和DFS，BFS用队列，DFS用递归来具体实现。在BFS和DFS的基础上可以扩展出A算法，双向广搜算法，迭代加深搜索，IDA等技术。第三阶段都将详细介绍这些知识点

基本概念

搜索技术是“暴力法”算法思想的具体实现。

人们常说：“要利用计算机强大的计算能力。”如果答案在一大堆的数字里面，让计算机一个个去试，符合条件的不就是答案了吗？

没错最基本的算法思想"暴力法"就是这样。例如，银行卡密码是6位数字，共100万个，对于计算机来说，尝试100万次只需要一瞬间。不过计算机也不是无敌的。为了应对计算机强大的计算能力，可以对密码进行强化设计。例如网络账号密码，大部分网站都要求长度在8位以上，并且混合数字，字母，标点等。从40多个符号中选8个组成密码，数量有40x39x38x37x36x35x34x33>3万亿，即使使用计算机也不能很快算出来。

暴力法（Brute force，又称为蛮力法）：把所有可能的情况都罗列出来，然后逐一检查，从中找到答案。这种方法简单，直接，不玩花样，利用了计算机强大的计算能力。

虽然暴力法常常是低效的代名词，但是它仍然很有用，原因如下：

1. 很多问题只能用暴力法解决，例如猜密码。
2. 对于小规模的问题，暴力法完全够用，而且避免了高级算法需要的复杂编码，在竞赛中可以加快解题速度。在竞赛中也可以用暴力法来构造测试数据，以验证高级算法的正确性。
3. 把暴力法当作参照（benchmark）。既然暴力法是“最差”的，那么可以把它当作一个比较衡量另外的算法有多“好”。不过在具体编程的时候通常需要对暴力法进行优化，以减少搜索空间，提高效率。例如利用剪枝技术跳过不符合要求的情况，从而减少复杂度。

虽然暴力搜索的思路简单，但是操作起来并不简单。一般有以下操作：

1. 找到所有可能的数据，并且用数据结构表示和存储
2. 剪枝。尽量多的排除不符合条件的数据，以减少搜索的空间
3. 用某个算法快速检索这些数据。
   其中第一步就可能很不容易。例如迷宫问题，如和列举从起点到终点的所有可能的路径？再如图论中的“最短路径问题”，在地图上任取两个点，它们之间所有可行的路径可能是一个天文数字，以至于根本无法一一列举出来。所以计算最短路径的Dijkstra算法使用贪心法，进行从局部扩散到全局的搜索，不能列举所有可能的路径。

暴力法的主要操作是搜索，搜索的主要技术是BFS和DFS。掌握搜索技术是学习算法的基础。在搜索时，具体问题会有相应的数据结构，例如队列，栈，图，树等。读者应该能熟练的在这些数据结构上进行搜索的操作。

本阶段主要讲解BFS和DFS，以及基于它们的优化技术，并以一些经典的搜索问题为例讲解算法思想，例如排列组合，生成子集，八皇后，八数码，图遍历等。

递归和排列

排列和组合问题是在暴力枚举的时候经遇到的，一般有3中常见情况。
本篇博客用递归程序来实现问题1和2，问题3留在下一篇博客.
在计算机编程教材中都会提到递归的概念和应用，一般会用数学中的递推方程来讲解递归的概念，例如f(n)=f(n-1)+f(n-2)。在计算机系统中，递归是通过嵌套来实现的，设计指针，地址，栈的使用。

从算法的思想上看，递归是把大问题逐步缩小，直到变成最小的同类问题的过程。例如n->n-1->n-2->…->1，最后的小问题的解是已知的，一般是给定的初始初始条件。在递归的过程中，由于大问题和小问题的解决方法完全一样，那么大家自然可以想到，大问题的程序和小问题的可以写成一样。一个递归函数直接调用自己，就实现了程序的复用。

递归和分治法的思路非常相似，分治是把一个大问题分解为多个类型相同的子问题，事实上，一些涉及分治法的问题可以用递归来编程，典型的有快速排序，归并排序等。

对于编程初学者来说，递归是一个难以理解的编程概念，很容易绕晕。为了帮助理解，可以一步步打印出递归函数的输出，看它从大到小解决问题的过程

编程竞赛中的暴力法常常需要考虑所有可能的情况，用递归编程可以轻松，方便的实现对搜索空间所有状态的遍历

案例1：采用STL库中的next_permutation()函数实现全排列

题目

打印n个数的全排列，一共n！个。

在用递归解决这个问题之前，先给出STL的实现方法

思路

如果用全排列的场景比较简单，可以直接用C++STL的库函数next_permutation()，按字典序输出下一个排列。在使用之前，先用sort（）给数据排序，得到最小排列，然后每调用next_permutation()一次，就得到一个大一点的排列

next_permutation()优点是能按从小到大的顺序输出排列。

源码

#include<iostream>
#include<algorithm>  //包含sort和next_permutation()函数的头文件
using namespace std;
int main() {
	int data[4] = { 5,2,4,1 };
	sort(data, data + 4);//默认从小到大,得到最小排列
	do {
		for (int i = 0; i < 4; i++) {//输出每个排列的值
			cout << data[i] << " ";
		}
		cout << endl;
	} while (next_permutation(data, data + 4));//把下一个排列放在data中
	return 0;

}

运行结果

分析

案例1：采用递归求全排列

题目

打印n个数的全排列，一共n！个。

思路

下面用递归求全排列，代码很短，但是理解起来不太容易。认真理解

在递归调用之前，为了对比，先给出一个简单，粗暴的方法：以10个数的全排列为例，用排列组合的思路写一个10级的for循环，在每一个for中选一个和前面的for用过的都不同的数。当n=10时，一共有10！=362800个排列

验证

运行结果

显然这个程序很笨，运行需要的时间很长，下面我们用递归来写，能感受到明显的差别。

递归思路

假定数字是{1，2，3，4，5，…,n}；

1. 让第一个数不同得到n个数列。其办法是把第1个和后面的每个数交换
   1，2，3，4，5，…,n
   2，1，3，4，5，…,n
   3，1，2，4，5，…,n
   .
   .
   .
   n，2，3，4，5，…,1
   以上n个数列，只要第一个数不同，不管后面的n-1个数是怎样排列的，这n个数列都不同。
   这是递归的第一层。
2. 继续：在上面的每个数列中去掉第一个数，对后面n-1个数进行同样的方法进行排列。例如从上面的第二行的{2，1，3，4，5，…,n}进入第二层（去掉首位2）；
   1，3，4，5，…，n
   3，1，4，5，…，n
   .
   .
   .
   n，3，4，5，…,1
   以上n-1个数列，只要第一个数不同，不管后面的n-2个数是怎么排列的，这n-1个数列都不同
   这是递归的第二层
3. 重复上面的代码，直到用完所有的数字。

因此上面的结果就是n！个

源码

#include<iostream>
#include<algorithm>
using namespace std;

void Swap(int &a,int &b){//也可以用STL库中的swap函数，只是速度慢些
	int temp = a;
	a = b;
	b = temp;

}

int Data[] = { 1,2,3,4,5,6,7,8,9,11,12 };//只会用到前10个

int num = 0;

void Perm(int begin, int end) {
	int i;
	if (begin == end) {
		
		num++;//表示一个全排列，到最底层，递归结束
	}
	else {
		for (i = begin; i <= end; i++) {
			//将第一个位置的数和后面每一个数进行交换，那么后面的每个数都出现在了第一个位置，加上自己，就有n个不同的数列
			Swap(Data[begin], Data[i]); 
			Perm(begin + 1, end);  //得到的这个数列，继续递归，进入第二层
			Swap(Data[begin], Data[i]);  //将位置换回来，交换后面的那个数。
		}
	}
}
int main() {
	Perm(0, 9);
	cout << "num:" << num << endl;
	return 0;
}

运行结果

刚好就是10的阶乘。
如果你每次都打印了结果的话，这个结果就很慢，因为cout打印这屏幕上也是需要时间的。

分析

案例2，打印n个数中任意m个数全排列

就把上面的Perm函数改一下就行，

总结

相信经过上面的例题你已经明白了递归的思想，那我们就可以继续学习下面的内容了
子集生成和组合问题，BFS和队列

加油，每天进步一点点！一步一个jio印。