dfs深搜总结

本文介绍了深度优先搜索(DFS)的基本思想和实现框架,它作为一种有效的搜索策略,虽然本质类似暴力枚举,但通过避免无效状态来提高效率。文中以迷宫问题为例,展示了如何使用DFS求解最小路径,并讨论了优化技巧。此外,还提及DFS在无法找到高效解法时在算法竞赛中的作用。
摘要由CSDN通过智能技术生成

关于DFS搜索

包括深度优先搜索和广度优先搜索,从起点开始,逐渐扩大寻找范围,知道找到需要得答案为止

为什么搜索和暴力枚举有关:因为枚举是将所有可能的情况都枚举一遍以获得最优解,但是枚举全部元素得效率太低,无法应付数据范围稍大的情况

严格来说,搜索算法也算是一种暴力枚举策略,但是其算法特性决定了效率比直接的枚举所有答案要高,因为搜索可以跳过一些无效状态,降低问题规模。在算法竞赛中,如果选手无法找到一种高效求解的方法(比如贪心、递推、动态规划、公式推导等),使用搜索也可以解决一些规模较小的情况;而有的任务就是必须使用搜索来完成

理解深搜的过程:

深搜的解题思路就好像走那个迷宫,一开始找到一个可以走的方向,不停的往这个方向走,路上看到了其它路口,记住,如果一个方向走不通,还可以回来走这个方向。当那个方向被围住或者走不通时,就往回走,直到碰到最近的之前遇到过的路口,然后一样的往这个方向走,重复上面的步骤。深搜具体实现时和它的区别就是当一个方向走到头时你不用往回走,因为你走过的地方都被标记过,不能走了,系统**(递归回溯)**会帮你自动跳回到你之前遇到过的最近的路口

深搜本质思想:先随意选择某种情况执行,在过程中,一旦发现方案不可用,就马上退回一步重新选择另一种情况,如此重复进行,直到找到解

两种基本框架:

第一种:

int fx(int k){
	for(int i=1;i<=算符总数;i++){
		if(满足条件){ 
			保存结果;
			if(到目的地){
				输出解; 
			}
			else fx(k+1);
		}
		恢复:保存结果之前的状态; 
}

第二种:

int fx(int k){
	if(到目的地){
		输出解; 
	}
	else{
		for(int i=1;i<=算符总数;i++){	
			if(满足条件){ 
				保存结果;
				fx(k+1);
				恢复:保存结果之前的状态(回溯一步); 
			}
		}	
	}
}

经典迷宫问题

求最小路径

#include <iostream>
using namespace std;

int p,q,m,n;
int a[100][100];//用二维数组表示地图,1表示空地,2表示障碍物
int v[100][100];//1表示访问,0表示未访问
int minn=0x3fffffff;

void dfs(int x,int y,int step)//step步数
{
	if(x==p&&y==q){//终点坐标
		if(step<minn){//step最终步数
			minn=step;
		}
		return;//回溯,寻找是否还有最小的步数
	}
	//如果当前的点不是终点,则顺时针:右下左上,试探
	//右
	if(a[x][y+1]==1 && v[x][y+1]==0){//可以往右试探
		v[x][y+1]=1;//表示已访问,从这个点开始搜索
		dfs(x,y+1,step+1);//因为往右走了一步,步数+1,搜索完这个点后回溯
		v[x][y+1]=0;//回溯时,将其设置为未访问
	}
	//下
	if(a[x+1][y]==1 && v[x+1][y]==0){
		v[x+1][y]=1;
		dfs(x+1,y,step+1);
		v[x+1][y]=0;
	}
	//左
	if(a[x][y-1]==1 && v[x][y-1]==0){
		v[x][y-1]=1;
		dfs(x,y-1,step+1);
		v[x][y-1]=0;
	}
	//上
	if(a[x-1][y]==1 && v[x-1][y]==0){
		v[x-1][y]=1;
		dfs(x-1,y,step+1);
		v[x-1][y]=0;
	}
	return ;	
}
int main()
{
	int startx,starty;
	cin>>m>>n;
	for(int i=1;i<=m;i++){//初始化地图
		for(int j=1;j<=n;j++){
			cin>>a[i][j];
		}
	}
	cin>>startx>>starty>>p>>q;//起点和终点坐标
	v[startx][starty]=1;//从起点开始深搜,设置为已经访问
	dfs(startx,starty,0);//从起点开始深搜
	cout<<minn;
	return 0;
}
/*样例
5 4
1 1 2 1
1 1 1 1
1 1 2 1
1 2 1 1
1 1 1 2
1 1 4 3
*/

优化

#include <iostream>
using namespace std;
//找出最小步数
int p,q,m,n;
int a[100][100];//用二维数组表示地图,1表示空地,2表示障碍物
int v[100][100];//1表示访问,0表示未访问
int minn=0x3fffffff;
int dx[4]={0,1,0,-1};//方向数组
int dy[4]={1,0,-1,0};
void dfs(int x,int y,int step)//step步数
{
	if(x==p&&y==q){//终点坐标
		if(step<minn){//step最终步数
			minn=step;
		}
		return;//回溯,寻找是否还有最小的步数
	}
	//如果当前的点不是终点,则顺时针:右下左上,试探
	for(int k=0;k<4;k++){//试探四个方向,利用循环
		int tx,ty;//表示下一个方向
		tx=x+dx[k];
		ty=y+dy[k];//表示下一个试探的位置,从当前的x y进行相加
		if(a[tx][ty]==1 && v[tx][ty]==0){//这个位置是空地并且没有被访问
			v[tx][ty]=1;//符合if语句就设置成已经访问
			dfs(tx,ty,step+1);//从这个点开始深搜
			v[tx][ty]=0;//深搜结束,回溯时设置成未访问
		}
	}
	return ;	
}

int main()
{
	int startx,starty;
	cin>>m>>n;
	for(int i=1;i<=m;i++){//初始化地图
		for(int j=1;j<=n;j++){
			cin>>a[i][j];
		}
	}
	cin>>startx>>starty>>p>>q;//输入起点和终点坐标
    //先标记再深搜
	v[startx][starty]=1;//从起点开始深搜,设置为已经访问
	dfs(startx,starty,0);//从起点开始深搜
	cout<<minn;
	return 0;
}

迷宫

题目描述

给定一个 N × M N \times M N×M 方格的迷宫,迷宫里有 T T T 处障碍,障碍处不可通过。

在迷宫中移动有上下左右四种方式,每次只能移动一个方格。数据保证起点上没有障碍。

给定起点坐标和终点坐标,每个方格最多经过一次,问有多少种从起点坐标到终点坐标的方案

输入格式

第一行为三个正整数 N , M , T N,M,T N,M,T,分别表示迷宫的长宽和障碍总数。

第二行为四个正整数 S X , S Y , F X , F Y SX,SY,FX,FY SX,SY,FX,FY S X , S Y SX,SY SX,SY 代表起点坐标, F X , F Y FX,FY FX,FY 代表终点坐标。

接下来 T T T 行,每行两个正整数,表示障碍点的坐标。

输出格式

输出从起点坐标到终点坐标的方案总数。

样例 #1

样例输入 #1

2 2 1
1 1 2 2
1 2

样例输出 #1

1

提示

对于 100 % 100\% 100% 的数据, 1 ≤ N , M ≤ 5 1 \le N,M \le 5 1N,M5 1 ≤ T ≤ 10 1 \le T \le 10 1T10 1 ≤ S X , F X ≤ n 1 \le SX,FX \le n 1SX,FXn 1 ≤ S Y , F Y ≤ m 1 \le SY,FY \le m 1SY,FYm

#include <iostream>
using namespace std;

int n,m,t;
int sx,sy,fx,fy,px,py;//起点坐标和终点 障碍点坐标
int ans=0;//方案数
int a[6][6];//地图,1表示障碍,0表示空地
int v[6][6];//标记,1表示走过,0表示未走过
int dx[4]={0,1,0,-1};
int dy[4]={1,0,-1,0};
void dfs(int x,int y)//坐标
{
	if(x==fx&&y==fy){
		ans++;
		return;//回溯,继续找
	}
	else{//顺时针:右下左上,深搜
		for(int k=0;k<4;k++){
			int tx,ty;
			tx=x+dx[k];
			ty=y+dy[k];
			if(tx>=1&&tx<=n &&ty>=1&&ty<=m && a[tx][ty]==0&&v[tx][ty]==0)//未越界 空地 未访问过
			{
				v[tx][ty]=1;
			    dfs(tx,ty);
			    v[tx][ty]=0;//回溯
			}
		}
	}
	return ;
}
int main()
{
	cin>>n>>m>>t;
	cin>>sx>>sy>>fx>>fy;
	for(int i=0;i<t;i++){
		cin>>px>>py;
		a[px][py]=1;//障碍点
	}
    v[sx][sy]=1;//从起点开始,标记起点
	dfs(sx,sy);
    /*原本是:但是只有70分
    dfs(sx,sy);
    v[sx][sy]=1;
    */
	//应先标记,再深搜,顺序不能乱
	cout<<ans;
	return 0;
}
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
DFS(Depth-First Search)即深度优先搜索,是一种常用的图遍历算法。在DFS中,我们从图的某个顶点开始,沿着一条路径尽可能深的搜索,直到无法继续为止,然后回溯到前一个节点,再继续搜索其他未访问的节点。 在C++中,我们可以使用递归或者栈来实现DFS算法。下面是一个使用递归实现DFS的示例代码: ```cpp #include <iostream> #include <vector> using namespace std; vector<vector<int>> graph; // 图的邻接表表示 vector<bool> visited; // 记录节点的访问状态 // 深度优先搜索函数 void dfs(int node) { visited[node] = true; // 标记当前节点为已访问 // 对于当前节点的所有未访问的邻居节点,递归调用dfs函数 for (int neighbor : graph[node]) { if (!visited[neighbor]) { dfs(neighbor); } } } int main() { int numNodes, numEdges; cin >> numNodes >> numEdges; // 初始化图的邻接表和访问状态数组 graph.resize(numNodes); visited.resize(numNodes, false); for (int i = 0; i < numEdges; i++) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 若为有向图则可省略这行 } int startNode; // 指定DFS的起始节点 cin >> startNode; dfs(startNode); // 输出所有已访问的节点 for (int i = 0; i < numNodes; i++) { if (visited[i]) { cout << i << " "; } } cout << endl; return 0; } ``` 在上述代码中,我们通过邻接表来表示图,并使用visited数组记录节点的访问状态。dfs函数按照深度优先的方式遍历图,递归调用自身来访问当前节点的邻居节点。最后,我们输出所有已访问的节点。 需要注意的是,DFS算法对于有环的图需要进行环的检测,以避免无限循环。另外,如果图是一个森林(由多个连通分量组成),我们需要对每个连通分量都执行DFS算法。 希望这个示例能帮助你理解DFS在C++中的实现。如果有任何疑问,请随时提问。
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