最大割(dfs爆搜)

Network_Saboteur(最大割)

//#include <bits/stdc++.h> 
#include <iostream> 
using namespace std;
const int N=25;
int G[N][N];
int vis[N];
int res=-1;
int n;
void dfs(int x,int sum){
	if(x==n+1){
		res=max(res,sum);
		return;
	}
	int m=0;//在sum的基础上,将x节点放在S/T集合能为 割的和 贡献多少 
	vis[x]=1;
	for(int i=1;i<=x;i++){
		if(!vis[i])m+=G[i][x];
	} 
	dfs(x+1,sum+m);
	m=0;
	vis[x]=0;
	for(int i=1;i<=x;i++){//只枚举到了前x个节点,只要考虑这些节点与x的边的影响 
		if(vis[i])m+=G[i][x];
	} 
	dfs(x+1,sum+m);
//非常标准的爆搜了,七段码那题第一次碰到
//依次处理每个节点的状态,由该种状态延续下去枚举其余各点的状态	
} 

signed main(){
	ios::sync_with_stdio(false);
	cin.tie(0);

	cin>>n;
	for(int i=1;i<=n;i++){
		for(int j=1;j<=n;j++){
			cin>>G[i][j];
		}
	}
	dfs(1,0);//从第一个节点开始,逐个将各个节点选择放入某集合(不是先假设某个节点在某个集合噢,一开始假设所有节点都不在集合内 
	vis[1]=1;
	dfs1(1,0,1); 
	cout<<res;
	return 0;
}

下面这种不看也罢

	//#include <bits/stdc++.h> 
#include <iostream> 
using namespace std;
const int N=25;
int G[N][N];
int vis[N];
int res=-1;
int n;
void dfs(int x,int sum){
	if(x==n+1){
		res=max(res,sum);
		return;
	}
	int m=0;//在sum的基础上,将x节点放在S/T集合能为 割的和 贡献多少 
	vis[x]=1;
	for(int i=1;i<=x;i++){
		if(!vis[i])m+=G[i][x];
	} 
	dfs(x+1,sum+m);
	m=0;
	vis[x]=0;
	for(int i=1;i<=x;i++){
		if(vis[i])m+=G[i][x];
	} 
	dfs(x+1,sum+m);
//非常标准的爆搜了,七段码那题第一次碰到
//依次处理每个节点的状态,由该种状态延续下去枚举其余各点的状态	
} 
void dfs1(int x,int sum,int cnt){
	for(int i=1;i<=n;i++){//更改x状态,对割线总和的影响 
		if(!vis[i])sum+=G[i][x];
		else{
			sum-=G[i][x];
		} 
}
//		改变x的状态,需要遍历所有节点,和x处于不同集合的节点,要加上边
//		现在处于相同集合的节点,需要减去和x的边,因为原来加过了和x的边 
	if(res<sum){
		res=sum;
	}//不return噢,修改可以继续
	if(cnt==n)return; 
	for(int i=x+1;i<=n;i++){
		cnt++;
		vis[i]=1;
		dfs1(i,sum,cnt);
		cnt--;
		vis[i]=0;
	} 
} 
signed main(){
	ios::sync_with_stdio(false);
	cin.tie(0);

	cin>>n;
	for(int i=1;i<=n;i++){
		for(int j=1;j<=n;j++){
			cin>>G[i][j];
		}
	}
//	划分成二部图(设两个集合分别为S、T),使所有割的和最小
//	假设一开始所有节点都在S集合,通过dfs爆搜枚举将某些节点放入
//	T集合,比较各种情况下 割的和 的大小,得到最大结果
//	dfs(1,0);//从第一个节点开始,逐个将各个节点选择放入某集合(不是先假设某个节点在某个集合噢,一开始假设所有节点都不在集合内 
//	其实,以上dfs就是爆搜的精炼写法,即逐个枚举所有节点的不同状态
//	(即一开始所有节点都不在集合中,只考虑加入节点对结果的影响)
//	下面就是,假设所有节点都已经全部同时在S集合中,逐渐更改节点的状态 
	vis[1]=1;
	dfs1(1,0,1); 
	cout<<res;
	return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DFS索是一种使用深度优先遍历算法实现的索方法,用于在树或图中查找特定节点或解决问题。在Python中,可以使用递归或栈数据结构来实现DFS搜索算法DFS搜索算法的基本思想是从起始节点开始,沿着树的深度优先遍历节点,并尽可能深入索树的分支。当索到达一个节点时,它会沿着未探索过的边继续向下索,直到无法继续深入为止。然后,索会回溯到上一个未探索的节点,并开始索其他分支。这个过程会一直进行下去,直到所有节点都被访问为止。 在Python中实现DFS搜索算法,可以使用递归方法或者显式地使用栈数据结构来模拟递归过程。递归方法通过递归函数来实现深度优先遍历,每次递归调用都会遍历当前节点的子节点。而显式地使用栈数据结构,则会将每个节点及其相关信息压入栈中,以便在回溯时能够继续索其他分支。 例如,可以使用以下Python代码实现DFS搜索算法: ```python def dfs(graph, start): visited = set() # 用于存储已访问过的节点 stack = [start # 使用栈来模拟递归过程 while stack: node = stack.pop() # 弹出栈顶节点 if node not in visited: visited.add(node) # 将节点标记为已访问 neighbors = graph[node # 获取当前节点的邻居节点 for neighbor in neighbors: stack.append(neighbor) # 将邻居节点压入栈中 return visited ``` 这段代码实现了一个简单的DFS搜索算法。其中,graph表示图的邻接关系,start表示起始节点。算法使用一个集合visited来记录已访问过的节点,使用一个栈stack来模拟递归过程。在每次循环中,算法从栈中弹出一个节点,检查它是否已访问过。如果没有访问过,则将其标记为已访问,并将其邻居节点压入栈中。算法重复这个过程,直到栈为空。 可以根据具体的应用场景和需求,对DFS搜索算法进行相应的改进和扩展。比如,可以添加目标节点的判断条件,以找到特定的节点或解决问题。

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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