剪枝思想

剪枝思想

一、剪枝策略的寻觅的方法

1. 微观方法：从问题本身动身，发现剪枝条件
2. 宏观方法：从整体动身，发现剪枝条件。
3. 注意提高效力，这是关键，最重要的。

总之，剪枝策略，属于算法优化范畴；通常利用在DFS 和 BFS 搜索算法中；剪枝策略就是寻觅过滤条件，提早减少没必要要的搜索路径。

二、剪枝算法(算法优化)

1、简介

在搜索算法中优化中，剪枝，就是通过某种判断，避免一些没必要要的遍历进程，形象的说，就是剪去了搜索树中的某些“枝条”，故称剪枝。利用剪枝优化的核心问题是设计剪枝判断方法，即肯定哪些枝条应当舍弃，哪些枝条应当保存的方法。

2、剪枝优化三大原则: 正确、准确、高效

搜索算法，绝大部份需要用到剪枝。但是，不是所有的枝条都可以剪掉，这就需要通过设计出公道的判断方法，以决定某1分支的取舍。在设计判断方法的时候，需要遵守一定的原则。

1） 正确性

正如上文所述，枝条不是爱剪就可以剪的。如果随意剪枝，把带有最优解的那一分支也剪掉了的话，剪枝也就失去了意义。所以，剪枝的条件是一定要保证不丢失正确的结果。

2）准确性

在保证了正确性的基础上，我们应当根据具体问题具体分析，采取适合的判断手段，使不包括最优解的枝条尽量多的被剪去，以到达程序“最优化”的目的，可以说,剪枝的准确性，是衡量一个优化算法好坏的标准。

3）高效性

设计优化程序的根本目的，是要减少搜索的次数,使程序运行的时间减少。 但为了使搜索次数尽量的减少，我们又必须花工夫设计出1个准确性较高的优化算法，而当算法的准确性升高，其判断的次数一定增多，从而又致使耗时的增多，这便引出了矛盾。

因此，如何在优化与效力之间寻觅一个平衡点，使得程序的时间复杂度尽量下降，一样是非常重要的。倘若一个剪枝的判断效果非常好，但是它却需要耗费大量的时间来判断、比较，结果全部程序运行起来也跟没有优化过的没甚么区分，这样就太得不偿失了。

三、分类

剪枝算法依照其判断思路可大致分成两类：可行性剪枝及最优性剪枝。

1 可行性剪枝

该方法判断继续搜索能否得出答案，如果不能直接回溯。

2 最优性剪枝

最优性剪枝，又称为上下界剪枝，是一种重要的搜索剪枝策略。它记录当前得到的最优值，如果当前结点已没法产生比当前最优解更优的解时，可以提早回溯。