剪枝算法的思路

原创已于 2025-04-03 11:44:08 修改 · 1.5k 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #剪枝 #机器学习 #python #数据结构

于 2025-04-03 11:43:19 首次发布

该文章已生成可运行项目，

剪枝算法：优化枚举与递归的有效策略

在解决一些组合问题、搜索问题或者图论问题时，暴力枚举和递归搜索的时间复杂度常常非常高。为了减少不必要的计算，我们可以采用剪枝算法，在搜索过程中有意识地提前“剪掉”那些不可能产生有效解的路径，从而提高算法效率。

在本文中，我们将以NOIP 2001 提高组 P1025 题目——数的划分为例，讲解剪枝算法的原理、思路，并通过图解阐述如何应用剪枝来优化搜索。

1. 案例分析

案例描述：
将一个整数 $n$ 分成 $k$ 份，每份不能为空，且每份的和等于 $n$ ，要求计算不同的分法数目。需要注意的是，两个分法如果数字出现的顺序不同，不认为是不同的分法。

例如：

$n = 7$ , $k = 3$ ，四种合法的分法是：
- $1, 1, 5$
- $1, 2, 4$
- $1, 3, 3$
- $2, 2, 3$

我们可以将这道题转化为一个整数划分问题，其中每个划分的和为 $n$ ，且每个划分包含 $k$ 个数字。题目的难点在于如何有效地枚举所有可能的划分，并确保不重复计算。

2. 剪枝算法原理

剪枝的核心思想是，在递归或枚举过程中，如果我们能够确定某条路径不会导致有效解，就可以直接停止继续探索该路径，从而避免不必要的计算。

例如，在本题中，如果我们已经得到了前 $k - 1$ 个部分的和，并且当前的部分和已经超过了 $n$ ，那么就可以停止递归，因为不可能再通过增加其他数值得到合适的解。

具体到这道题的剪枝思路，可以归纳为以下几种：

递归中止条件：
- 如果已经选择的数的个数达到了 $k$ ，且剩余的部分和为零，说明找到了一个合法的划分。
- 如果已经选择的数的个数大于 $k$ 或者剩余的和小于零，说明当前路径无效，剪枝。
剪枝策略：
- 由于题目要求每个分法的数值必须满足“递增”或“不降序”的条件（例如， $1, 1, 5$ 和 $5, 1, 1$ 被认为是相同的），在递归时可以限制每次选择的数不小于前一个数，从而避免重复的分法。

3. 剪枝的思路与算法设计

3.1 递归设计

我们可以通过递归的方式来枚举每种分法。在递归过程中，我们依次选择每个数，并逐步递减剩余的和。

递归的基本思路是：

初始时，我们要把 $n$ 分成 $k$ 份。
每次递归时，选一个数，并且递归剩余的部分。
在递归中，我们要保证每次选择的数不小于之前选择的数，以避免重复。

3.2 剪枝的应用

在递归过程中，如果当前的数值加上已经选择的数值总和已经大于 $n$ ，则可以立即返回，剪掉这条不可能产生有效解的路径。此外，如果分成的份数已经达到了 $k$ ，并且剩余和正好为0，则当前分法合法，计算为一种有效的划分。

4. 图解思路

假设 $n = 7$ 和 $k = 3$ ，我们从1开始选择数，每次递归选择下一个数。递归树的每一层对应选择一个数，叶子节点对应最终的划分。

                 [7, 3]                     <-- 初始状态，剩余和为7，需分成3份
                /     \
             [6, 2]   [5, 2]
             /   \      /   \
           [5, 1] [4, 1] [3, 1] [2, 1]
           /  \        /  \
         [4, 0]  [3, 0]   ...

在递归过程中，通过剪枝，我们会在部分路径上立即回退，避免了冗余的计算。

5. python代码实现

洛谷剪枝题目：数的划分为例

ddef dfs(cnt, u, path):
    global res, ans, n, k
##    print(f"cnt is:{cnt}, u is:{u}, res is:{res}, path is:{path}")
    res += u
    if res == n and cnt == k: # 必须拆分成K个 ！！！！
        ans.add(str(sorted(path))) # 路径去重
##        print("Yes")
##        print(f"ans is:{ans}")
        return
    for v in range(1, n + 1):
        if cnt + 1 <= k and res + v <= n: # 满足条件进入递归分支
            path.append(v) # 扩展路径
            dfs(cnt + 1, v, path)
            res -= v # 退出分支还原场景
            path.pop() # 还原路径

n, k = map(int, input().split())
ans = set()
res = 0
dfs(0, 0, [])
##for ele in ans:
##    print(ele)
print(len(ans))