DFS在实际中的应用关键是设置合理的递归边界和递归式,例如在PATA 1103中,要考虑数可以重复的情况,就不能想当然的在所有递归入口都把index+1,有一个入口的index是不会变化的,同时要注意剪枝,降低算法的时间复杂度,递归的初始入口的设置也值得探讨
PAT 1103:1103
例1,背包问题
有n件物品的重量为w[i],价值为c[i],现在需要取出若干件物品放入背包
使得在选入背包重量和不超过容量V的前提下,让背包中的物品价值之和最大
求出最大价值
转换为迷宫问题,每件物品选或者不选看做是岔道口
死胡同则认为是“重量不能超过V”,遇到死胡同则返回上一个岔道口
index 是物品编号,sumW是已选物品的总重量,sumC是总价值
如果不选index号物品,那么sumW,sumC就不变,接下来处理index+1
算法进入DFS(index+1,sumW,sumC)
否则的话,sumW+w[index],sumC+c[index],接着处理index+1
算法进入DFS(index+1,sumW+w[index],sumC+c[index])
一旦Index增长到了n,代表n件物品已经处理完毕
如果此时sumW符合规定且sumC>maxValue,用sumC更新maxValue
sumW,sumC分别是当前重量和当前价值
const int maxn=30;
int n,v,maxvalue=0//物品件数n,背包容量v,最大价值
int w[maxn],c[maxn];//w[i]为每件物品的重量,c[i]为每件物品的价值
void DFS(int index,int sumW,int sumC)
{
if(index==n)//处理完n件物品,死胡同
{
if(sumW<=v&&sumC>maxvalue)
maxvalue=sumC;
return;
}
DFS(index+1,sumW,sumC);//不选第index件物品
DFS(index+1,sumW+w[index],sumC+c[index]);//选第index件物品
}
例2,选择K个数
问题假定给出N个整数,从中选出K个数,使得这K个数之和=一个给定的整数X
如果方案不唯一,则选择他们当中元素平方和最大的那一个
记录当前处理的整数编号index,已经选择的个数nowK,整数和与平方和sum,sumSqu
设置一个数组temp,把当前选择的数字放入,当选择a[index]的分支结束,就把
它从temp中去掉,使它不会影响“不选index”的这条分支
如果在某个时刻发现已经选择了K个数且sum==x,就去判断当前平方和maxSumSqu的大小关系
如果更大说明找到了更优方案,把temp赋给结果数组ans,当枚举完毕后,ans为最终答案
int n,k,x,maxSumSqu=-1,a[maxn];//maxSumSqu是最大平方和
vector<int> temp,ans;
void DFS(int index,int nowK,int sum,int sumSqu)
{
if(nowK==K&&sum==X)
{
if(sumSqu>maxSumSqu)
{
maxSumSqu=sumSqu;
ans=temp;
}
return;
}
if(index==n||nowK>K||sum>X)
return;
temp.push_back(a[index]);
DFS(index+1,nowK+1,sum+a[index],sumSqu+a[index]*a[index]);//选择了index
temp.pop_back();//删掉a[index]
DFS(index+1,nowK,sum,sumSqu);//不选index
}