最近在研究A*寻路算法，在网上看见一篇对各种算法，非常形象的描述。觉得很有意思，就转载了下来……
P vs NP
P类问题和NP类问题是算法设计的两个基本问题，就像年轻MM也分为两种，一种好追，一种不好追。很明显，P类MM比较容易追到，而NP类MM也许穷尽终生也能以被打动。
P类MM好追并不是说会主动投怀送抱，而是说也许努力几个月或几年会有收获（在多项式时间内会有结果）；而NP类MM不好追也并非是说绝无成功的可能，而是指成功机会很小，难以在多项式时间内解决掉。假如你又帅又有money的话，也许能够解决NP类MM，就像你有超级计算机或指数级时间的话，NP类问题也是可以解决掉的。但一般人没有这种资源，于是请远离NP类MM，尤其是NP-complete类MM，已经有无数人失败过了，所以你也很难成功。
有时候，有些既无才又无财的GG追到了NP类MM，何也？
1 可能对NP类问题进行了限定，比如这个GG可能是NP类MM的同学或熟人，因而容易搞定。
2 可能采用了近似解法。比如事前约定，不能干涉NP类MM的私人空间，因而也解决掉了，虽然不是完全解决，仅仅找到了次优解。或者，你对MM说，做不了情人，就做朋友吧，于是你俩认识了。这也叫做近似解决。
--------------------------------------------------------------------
动态规划
如果你要追求一个MM,就要把这一问题分解开来，各个击破，才能最终赢得美人归，这叫动态规划（当然，有时间要求，一般数月解决）。记住，并非追求每个MM都能用这套方法解决，比如有些MM天生独立性强，不受其他人蛊惑。要使用这个方法有两个条件，第一，最优子结构（即如果子问题得到最优解决，那么追MM就解决了），第二，子问题重叠（即某些子问题不需要重复解决，只要解决一次就可以了）。
以追MM为例，要追到MM，必须把这个复杂问题进行分解，分解为多个子问题，比如宿舍室友问题、MM个人情感问题、MM的爹妈问题等等。如果把这些问题都解决好的话，那么MM也就到手了。如果有哪个子问题解决不好的话，人家就会诋毁你、毁谤你，到时你就玩完了。另外，在子问题中，也可能包含子子问题。比如MM的个人情感问题，可能会分解为过去情感受挫、个人情感取向等等。子问题的解决也依赖于子子问题的解决。
再看第二个，子问题重叠。如果MM有过去的情感纠葛，而且一直放不下的话，你就要解决这个小问题。你要解决这个问题，也许会通过宿舍室友旁敲侧击的解决，也许会直接了当地和MM交流来解决，也许会通过MM父母来解决，记住不要让所有人都来解决这一个问题，那就重复了，浪费时间。这叫子问题重叠。这样你就能在最短的时间内追到MM了。
beam search
beam搜索方式与动态规划大体一致，但是在处理子问题时不是一味地退让，而是有个限度，这叫beam size。就好比是追MM时，不要一味地迁就其他人，而要有所节制或底线，超过了底线，就要彻底舍弃。
--------------------------------------------------------------------
贪心算法
要是每个女孩子都要用动态规划方法追求的话，估计很多男生宁愿单身。
上面提到并非每个MM都是一个样子，有的人喜欢直来直去，有的人喜欢转弯抹角。但对于大部分MM来说，如果能够一种努力追求的话，追到手还是不会很困难的话。这种方法叫做贪心法。
贪心法和动态规划有相似之处，也有不同之处。相似之处在于，都要对问题进行分解，找到最优子结构。不同点在于，它没有子问题重叠。对于MM，从认识之初开始即展开猛烈进攻，每一步都采取最好的处理方式，采用最能打动MM放心的策略。目标是在最短的时间内确立两人的关系。
这个方法对于大部分女生比较合适，但也不能绝对。有些MM喜欢慢慢来。所以贪心法并非往往能够找到最优解。它在对时间要求比较高、同时对最优解并非非常在意的问题上比较有效。
--------------------------------------------------------------------
深度优先算法
追一个MM，但也许你还是情窦初开的新手，不知道如何才能讨得MM的欢心，于是你只好一条路一条路的试，比如写情书、请吃饭、一起K歌、出去旅游。MM不开心了，你就回溯回去换另一种方式。当然其间你也许会从某些失败途径得到一些经验，能够判断哪些路径不好，会剪枝（这就是分支估界了），比如MM不喜欢人多的地方，你就千万不要去旅游了。你也可以随机选择一些路径来实施，说不定能立杆见影（这就是回溯的优化了）但总的来说，这个方法最消耗时间，你需要一场持久战。。。。，而且容易陷入其中，比如追着追着，自己找不到自我，而目标还遥遥无期，这叫死递归。
该算法一般也能得到最优解，因为大多数MM会感动滴！（路遥知马力嘛）！但其缺点是开销大！除非你是非要谈一场恋爱不可，否则不推荐使用。
特别是你可能还有许多其他的事情要做，比如学习，比如事业。。。。
--------------------------------------------------------------------
广度优先算法
为了追一个MM，你决定周一跟她跳舞（第一周跳慢三，第二周跳快三，第三周伦巴，...）、周二吃饭（第一周全聚德，第二周郭林，第三周肯德基，...），周三出去玩（第一周故宫，第二周圆明园，第三周颐和园，...），周四...，。。。。
你定好了计划，于是按照计划实施。
如果这个MM是个跳舞狂的话，你也许在三周过后能够追到她（即总能找到目标节点）。于是你想，假如星期一慢三，星期二快三，星期三伦巴的的话，不是只要三天就追到了吗，用得着三周吗？（这叫深度优先，即把一种方法发挥得淋漓尽致）
问题是，你对这个MM不了解，所以你只能用广度优先的方法。这个方法会确保你最终追到MM，因为你尝试了所有的方法，而且这些步骤是一步步实施的。
--------------------------------------------------------------------
A*算法
A*算法是深度优先和广度优先的结合物。实施A*算法之前，你并没有固定的安排，比如周一干什么，周二干什么，你的策略是随机应变。在你跟MM接触的过程中，你发现MM喜欢跳舞，于是你就经常安排去舞厅。后来你发现她喜欢旅游同时有些厌恶跳舞时，你赶紧和她到处玩。再后来你发现MM有心事，于是你赶紧开导，进行心理干预 ......
于是，你追到了MM，而且在最优的时间内追到了她。
A*算法才是聪明人喜欢的方法。
--------------------------------------------------------------------
二叉树的前序、中序和后序周游
前序就是直接搞定MM，然后搞定她爸妈（左）和你自己爸妈（右）
中序就是先搞定未来岳父岳父，然后搞定她，最后告诉你爸妈
后续就是，让未来的岳父岳母和自己爸妈都觉得你们合适之后，才对MM下手，这个时候就没有障碍了啊
--------------------------------------------------------------------
动态规划，基本上就是说： 你追一个MM的时候，需要对该MM身边的各闺中密友都好，这样你追MM这个问题就分解为对其MM朋友的问题，只有把这些问题都解决了，最终你才能追到MM。 该方法适用于聪明的MM，懂得“看一个人，不是看他如何对你，而是看他如何对他人。”的道理，并且对付这样的MM总能得到最优解。 该方法的缺点是开销较大，因为每个子问题都要好好对待。。。。
--------------------------------------------------------------------
贪心算法，基本上就是： 你追一个MM的时候，从相识到相知，每次都采用最aggressive的方式，进攻进攻再进攻！从不采用迂回战术或是欲擒故纵之法！目标是以最快的速度确立两人关系。 该法优点是代价小，速度快，但缺点是不是每次都能得到最优解。。。。。
--------------------------------------------------------------------
回溯算法，基本上就是： 追一个MM，但也许你还是情窦初开的新手，不知道如何才能讨得MM的欢心，于是你只好一条路一条路的试，MM不开心了，你就回溯回去换另一种方式。当然其间你也许会从某些途径得到一些经验，能够判断哪些路径不好，会剪枝（这就是分支估界了）。你也可以随机选择一些路径来实施，说不定能立杆见影（这就是回溯的优化了）但总的来说，你都需要一场持久战。。。。 该算法一般也能得到最优解，因为大多数MM会感动滴！！但其缺点是开销大！除非你是非要谈一场恋爱不可，否则不推荐使用。特别是你可能还有许多其他的事情要做，比如学习，比如事业。。。。
--------------------------------------------------------------------
老赵提问：假如一个mm对应NP完全问题,老大给个有效解法 eshow回答：呵呵，那你为什么那么贱，非要去追呢？记住：“天涯何处无芳草！”不过如果你“非如此不可”的话，建议升级你的硬件，好好学习，好好工作，加强实力，人到中年的时候也许你能解开NP难。。。。 强哥补充：这种MM可遇而不可求了，也就是eshow的终极目标。eshow其实已经开发出了 解决NP完全问题的对数级算法，但是不愿意告诉偶们…… 在认真研读思考之后，calf mm举一反三，对深度优先和广度优先也做了总结：深度优先就是追一个mm追到底，直到失败然后换个mm继续追……广度优先就是同时追多个mm，一起发展……
--------------------------------------------------------------------
大家都开始集思广益…… 老马：二叉树的前序、中序和后序周游： 前序就是直接搞定MM，然后搞定她爸妈（左）和你自己爸妈（右）； 中序就是先搞定未来岳父岳父，然后搞定她，最后告诉你爸妈；后序就是，让未来的岳父岳母和自己爸妈都觉得你们合适之后，才对MM下手，这个时候，就没有障碍了啊！
--------------------------------------------------------------------
网络流: 追MM的时候总避免不了送礼物，但是你老是直接送礼物就会给MM造成很大的压力，于是你就想到了通过朋友来转送的方法。你希望送给MM尽可能多的礼物，所以就是需要找到一中配送方案，就是最大流了。然而你请别人帮忙并不是不要开销的，你让A同学拿去给B同学可能需要一些花费，自然你不是一个大款，想最小化 这个花费，那么就是最小费用最大流了……
--------------------------------------------------------------------
在你追了若干美女都失败告终后，你发现有一批美女追起来是一样困难的，如果你能追到其中任何一个就能追到其他所有的美女，你把这样的女人叫作NP-Complete。P=NP：这是一个美好的猜想，追美女和恐龙的难度其实一样。APX与Random：NP的美女难追，你无法完全占有她。你只好随机的去靠近她，装作若无其事；或者用一种策略，追到她的一个approximation ratio，例如50%。APX-hard：这样的女人，连一个固定的百分比都不给你，还是另谋高就吧。
--------------------------------------------------------------------
匹配：从初中到高中到大学大家追来追去，就是个二分图匹配的过程...."和谐社会"应该就一个最大匹配... 可是后来有某些MM同时跟>1个人发展，违背了匹配的基本原则...大家都很BS之...然后最近断背山很火，人们惊奇得发现原来还可以是 任意图匹配... STL：某位贝尔实验室的大牛在追了N个MM后，为了造福后来人，总结了自己的经验， 出了本《 追MM求爱秘笈大全》，英文名叫Standard courTing Library，缩写为 STL广大同学在使用STL后，惊喜地发现追MM变得异常方便，大大缩短了时间和精力...
568
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
