记忆化搜索

最新推荐文章于 2024-06-15 16:17:24 发布
最新推荐文章于 2024-06-15 16:17:24 发布
阅读量40 收藏
点赞数
文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40725880/article/details/132397234
版权

www.luogu.com.cn

记忆化搜索的前提是被搜索之后的状态达到最优，不会再被前面的数据更新，如果你的题目中状态转移的结果会影响到后面的结果 ，即有后序性，那么在转移过程中如果前面的状态还没处理完就转移了并且使用记忆化搜索的方法锁定转移后的状态会导致后面的状态无法被继续更新，但动态规划使用的是局部最优解来转移到全局最优解，你这时的局部解已经被锁定而且不是最优的就无法得出正确方案

有几种解决方法

1.把前面的状态全部处理完在转移，但是如果用dfs深搜来转移就会导致前面的状态还没处理完就到达了后面的状态。所以可以采取bfs的方法

2.不用记忆化搜索，才用松弛的方法来更新数据（大概率会tle）

一些前面状态的选择会影响后面的选择，即一些题目出现的一些限制条件导致你无法确定后面的步骤的可行性

1.依旧采用背包思想，背包思想就是前面的选取方法会影响后面的选择方法，不妨想像一条时间纸带，在每一次前面状态的处理中可以在时间纸带的从前往后打上其标记，这样如果后面的转移会用到前面状态留下的标记就可以用该状态进行转移，并且在每一层状态都有其限制的情况下也是可行的，这时只要给每层状态的转移设置转移限制条件，即后面的状态可以不断地被前面到达条件的状态不断更新直至达到条件之后就可以更新后面的状态，如果直到状态已经达到该层了还是未达到转移所必须的条件该状态就会被舍弃或者导致整个状态转移终止。

2.如果状态没有严格的层次关系，因为如果前面的状态会影响后面的状态，不妨把这两个状态放在一起处理这样状态之间就减少了前后关联性

www.luogu.com.cn

Hirro_
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
浅谈记忆化搜索
04-24
记忆化搜索：算法上依然是搜索的流程，但是搜索到的一些解用动态规划的那种思想和模式作一些保存。 一般说来，动态规划总要遍历所有的状态，而搜索可以排除一些无效状态。 更重要的是搜索还可以剪枝，可能剪去大量...
记忆化搜索 acm算法讲解
08-24
记忆化搜索 数据结构 算法 记忆化搜索 ppt讲解
用斐波那契数列理解记忆化搜索
GavinGreenson的博客
09-09 1933
记忆化搜索有点类似于dfs+dp。但是初学算法，对于记忆化搜索的机制以及什么时候应该使用记忆化搜索还比较迷茫。所以这篇博客以斐波那契数列的求法为例，用C++实现记忆化搜索，对斐波那契数列的递归求解进行优化。 1. 斐波那契数列 1.1 问题定义 输入一个正整数nnn，求斐波那契数列的第nnn项f(n)f(n)f(n)，其中f(0)=f(1)=1,f(n)=f(n−1)+f(n−2)(n≥2)f(0)=f(1)=1, f(n)=f(n-1)+f(n-2) (n \geq 2)f(0)=f(1)=1,f(n)=
记忆化搜索专题
一方
07-05 1800
文章例题 HDU–1078–FatMouse and Cheese– HDU–1978–How many ways– 什么是记忆化搜索呢？ 搜索的低效在于没有能够很好地处理重叠子问题； 动态规划虽然比较好地处理了重叠子问题，但是在有些拓扑关系比较复杂的题目面前，又显得无奈。记忆化搜索正是在这样的情况下产生的，它采用搜索的形式和动态规划中递推的思想将这两种方法有机地综合在一起，扬长避短，简单实用，在...
深度优先搜索（DFS）剪枝：记忆化搜索（C++）
小天狼星_布莱克 的博客
12-10 3766
今天我们来讲一下深搜的剪枝方法中的一个：记忆化搜索。顾名思义，记忆化搜索就是让程序记住一些东西，然后可以在需要用的时候可以瞬间调用，不需要再进行一次复杂的计算！首先，记忆需要大脑来存储数据，什么来模拟大脑？ 数组其次，记忆需要现有的知识用来记住，知识从哪里来？ 以前求出的数据。这样，我们如果要用到以前求过的数据，就可以从数组中调用，可以大大提高我们程序的运行速度。
算法：记忆化搜索
热门推荐
weixin_38889219的博客
04-29 1万+
概述 记忆化搜索是一种典型的空间换时间的思想。 记忆化搜索的典型应用场景是可能经过不同路径转移到相同状态的dfs问题。 更明确地说，当我们需要在有层次结构的图（不是树，即当前层的不同节点可能转移到下一层的相同节点）中自上而下地进行dfs搜索时，大概率我们都可以通过记忆化搜索的技巧降低时间复杂度。 例子：青蛙过河 题目描述 一只青蛙想要过河。 假定河流被等分为若干个单元格，并且在每一个单元格内都有可能放有一块石子（也有可能没有）。 青蛙可以跳上石子，但是不可以跳入水中。 给你石子的位置列表 stones（用单
记忆化搜索算法
Rat1onal的博客
10-10 1429
概述 记忆化搜索算法事实上是一种对递归算法的优化 因为在递归算法中有很多重复计算，导致了非常离谱的时间和空间复杂度 所以我们采用记住计算结果的方式，能很大程度上减少复杂度 例题1 AcWing 901. 滑雪 例题2 AcWing 2067. 走方格 ...
记忆化搜索汇总
闻缺陷则喜何志丹
06-06 1516
记忆化搜索（Memoization Search）：是一种通过存储已经遍历过的状态信息，从而避免对同一状态重复遍历的搜索算法。 记忆化搜索是动态规划的一种实现方式。在记忆化搜索中，当算法需要计算某个子问题的结果时，它首先检查是否已经计算过该问题。如果已经计算过，则直接返回已经存储的结果；否则，计算该问题，并将结果存储下来以备将来使用。
记忆化搜索dfs（java）
m0_48630721的博客
03-28 1449
dfs
动态规划入门——记忆化搜索
涛涛的个人博客
02-06 5387
动态规划之记忆化搜索，包含原理讲述已经相关代码实现。
数位dp + 记忆化搜索
xiaobai_hellow的博客
10-02 1295
2.还是同样的上面的题，对于上面题目我们发现，如果说此时遇到了11333这个数字，进行遍历完，然后继续往后遍历，就肯定会遍历到12333这个数字，此时我们其实可以当12333这个数字遍历到123前三位的时候就可以将这个数据是否为正确的数进行返回了，因为后面是不管出现什么情况，都已经在113？对于上题，如果说我们只是通过暴力遍历的方法，那么在进行操作的时候，要取到每一个数，然后对这个数字进行去位，然后判断的话，那么就会用很长的时间，在一些题目中直接就超时了，那么我们这时就应该想到通过数位dp的方法进行解决。
浅谈记忆化搜索.pdf
12-30
浅谈记忆化搜索.pdf
基于QT的DSA课程设计低风险出行系统，记忆化搜索算法为用户制定最低风险或者是限时最低风险策略的出行方案.zip
03-21
基于QT的DSA课程设计低风险出行系统，记忆化搜索算法为用户制定最低风险或者是限时最低风险策略的出行方案.zip 基于QT的DSA课程设计低风险出行系统，记忆化搜索算法为用户制定最低风险或者是限时最低风险策略的出行...
[宫水三叶的刷题日记]：记忆化搜索1
08-03
2. 从侧边栏的类别目录找到「记忆化搜索」 3. 按照「推荐指数」从大到小进行刷题，「推荐指数」相同，则按照「难度」从易到 4. 拿到题号之后，回到本合集进行检
牛客网刷题 | BC118 N个数之和
m0_64000959的博客
06-09 490
目前主要分为三个专栏，后续还会添加： 专栏如下： C语言刷题解析 C语言系列文章 我的成长经历感谢阅读！初来乍到，如有错误请指出，感谢！输入数字N，然后输入N个数，计算这N个数的和。第一行输入一个整数N(0≤N≤50)，第二行输入用空格分隔的N个整数。输出为一行，为第二行输入的“N个整数之和”的计算结果。使用数组的方式 先将用户输入的几个数字分别存起来定义一个变量将它数字的和加起来然后输出 代码 2 ： 输入n个数相加，应该想到循
LeetCode 算法：轮转数组c++
小金牛来了
06-09 678
LeetCode 算法：轮转数组c++
整数二分 个人见解
最新发布
shallrelow的博客
06-15 1199
整数二分
312. 戳气球
qq_35085273的博客
06-09 1001
240609-1 每日一题
python 记忆化搜索
08-21
Python的记忆化搜索是一种优化技术，用于解决递归问题的重复计算。它通过使用缓存来存储已经计算过的结果，避免重复计算，从而提高程序的执行效率。 记忆化搜索的核心思想是将每次计算的结果保存在一个缓存中，在每次调用时首先检查缓存中是否已经存在该结果，如果存在则直接返回，否则进行计算并保存到缓存中，然后返回计算结果。 在Python中，可以使用装饰器来实现记忆化搜索。下面是一个简单的示例代码： ```python def memoize(func): cache = {} def wrapper(*args): if args not in cache: cache[args = func(*args) return cache[args] return wrapper @memoize def fibonacci(n): if n <= 1: return n else: return fibonacci(n-1) + fibonacci(n-2) print(fibonacci(10)) ``` 在上面的示例中，我们定义了一个`memoize`装饰器函数，它接受一个函数作为参数，并返回一个新的函数`wrapper`。`wrapper`函数首先检查缓存中是否已经存在计算结果，如果不存在则调用原函数进行计算，并将结果保存到缓存中。然后，我们使用`@memoize`装饰器将`fibonacci`函数进行了装饰，使其具有记忆化搜索的功能。 通过记忆化搜索，递归函数的执行效率得到了显著的提升，特别是在存在大量重复计算的情况下。这在解决一些动态规划问题或者需要进行大量递归计算的场景中非常有用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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