2.1最基础的"穷竭搜索"
2.1.4深度优先搜索
深度优先搜索(DFS,Depth-First Search)是搜索的手段之一。它从某个状态开始,不断地转移状态直到无法转移,然后回退到前一步的状态,继续转移到其他状态,如此不停反复,直到找到最终的解。
例题:部分和问题
挑战程序设计竞赛page.30
思路:从a0开始按顺序决定每个数字加还是不加,在全部n个数都决定后再判断它们的和是不是为k即可。因为状态数是2n,所以复杂度为O(2n)。
int n,a[maxn],k;
bool dfs(int dep,int sum){
if(i==n)return sum==k;//终止条件
if(dfs(i+1,sum))return true;//不加当前的数
if(dfs(i+1,sum+a[i]))return true;//加上当前的数
return false;
}
void solve(){
if(dfs(0,0))cout << "Yes" << endl;
else cout << "No" << endl;
}
深度优先搜索从最开始的状态出发,遍历所有可以到达的状态,由此可以对所有的状态进行操作,或者列举出所有的状态。
例题:Lake Counting (POJNo.2386)
#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn=1005;
char g[maxn][maxn];
int n,m;
void dfs(int x,int y){
g[x][y]='.';
for(int dx=-1;dx<=1;dx++){
for(int dy=-1;dy<=1;dy++){
int nx=x+dx;
int ny=y+dy;
if(0<=nx&&0<=ny&&nx<n&&ny<m&&g[nx][ny]=='W')dfs(nx,ny);
}
}
return;
}
int main(){
scanf("%d%d",&n,&m);
for(int i=0;i<n;i++){
scanf("%s",g[i]);
}
int ans=0;
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
if(g[i][j]=='W'){
dfs(i,j);
ans++;
}
}
}
printf("%d\n",ans);
return 0;
}
2.1.5宽度优先搜索
宽度优先搜索(BFS,Breadth-First Search)也是搜索的手段之一。它与深度优先搜索类似,从某个状态出发探索所有可以到达的状态。
与深度优先搜索的不同支出在于搜索的顺序,宽度优先搜索总是先搜索距离处使状态近的状态。对于同一个状态,宽度优先搜索只经过依次,因此复杂度为O(状态数 x 转移的方式)。
深度优先搜索隐式的利用了栈进行计算,而宽度优先搜索则利用了队列,搜索时首先将初始状态记录到队列里,此后从队列的前端不断取出状态,直到从该状态中把所有能到达的状态加入队列中。如此往复,直到队列被取空或找到了问题的解。
例题:迷宫的最短路径
程序挑战设计竞赛page 34
宽度优先搜索按照距开始状态由近及远的顺序进行搜索,因此可以很容易地来求最短路径,或者最少操作之类问题地答案。这个问题中状态仅仅是目前所在位置地坐标,因此可以构造程pair或者编码为int来表示状态。
宽度优先搜索中,只要将已经访问过的状态用标记管理起来,就可以很好地左到由近至远地搜索,不妨用d[N][M]数组来将最短距离保存起来,初始时用充分大的常数INF来初始化他,这样尚未到达的位置就是INF,同时起到了标记的作用。
虽然到达终点时就会停止搜索可如果继续下去直到队列为空的话,就可以计算出各个位置的最短距离。
因为要实现4个不同方向的移动,用dx[4]和dy[4]两个数组来表示四个方向向量。这样就可以实现四个方向的移动遍历。
const int INF=1e8;
typedef pair<int,int> P;
int d[maxn][maxn];
char g[maxn][maxn];
int N,M;
int sx,sy,ex,ey;//起点和终点
int dx[]={1,0,-1,0},dy[]={0,1,0,-1};
int bfs(){
queue<P> que;
for(int i=0;i<N;i++){
for(int j=0;j<M;j++){
d[i][j]=INF;
}
}
que.push(P(sx,sy));
d[sx][sy]=0;
while(!que.empty()){
P p=que.front();
que.pop();
if(p.first==ex&&p.second==ey)return d[ex][ey];
if(d[p.first][p.second]!=INF)continue;
for(int i=0;i<4;i++){
int nx=p.first+dx[i];
int ny=p.second+dy[i];
if(nx>=0&&nx<N&&ny>=0&&ny<M&&g[nx][ny]!='#'&&d[nx][ny]!=INF){
d[nx][ny]=d[p.first][p.second]+1;
qie.push(P(nx,ny));
}
}
}
return INF;
}
void solve(){
int res=bfs();
if(res==INF)cout << "-1" << endl;
else cout << res << endl;
}
宽度优先搜索会把状态逐个加入队列,通常需要与状态数成正比的内存空间。反之,深度优先搜索是与最大的递归深度成正比的。一般与状态数相比,递归的深度并不会太大。所以可以认为深度优先搜索更加节省内存。
此外,也有采用与宽度优先搜索类似的状态转移顺序,并且注重节约内存占用的迭代加深深度优先搜索(IDDFS)。IDDFS是一种再最开始将深度优先搜索的递归次数限制在1次,在找到解之前不断增加递归深度的方法。
2.1.6特殊状态的枚举
虽然生成可行解空间多采用深度优先搜索,但在状态空间比较特殊时其实可以很简短地实现。比如,C++的标准库中提供了next_permutation这一函数,可以把n个元素的共n!种不同的排列生成出来,又或者,通过使用位运算,可以枚举从n个元素中取出k个共Cnk状态或是某个集合中的全部子集等。
bool used[maxn];
int perm[maxn];
//生成0到n-1的n!中排列
void permutation(int pos,int n){
if(pos==n){
//这里写对perm的操作
return;
}
for(int i=0;i<n;i++){
if(!used[i]){
perm[pos]=i;
used[i]=true;
permutation(pos+1,n);
used[i]=false;
}
}
}
#include<algorithm>
//即使有重复的元素也会生成所有的排列
//next_permutation是按照字典序来生成下一个排列的
void permutation(){
for(int i=0;i<n;i++){
perm2[i]=i;
}
do{
//这里写对perm2的操作
}while(next_permutation(perm2,perm2+n));
}