实现迷宫问题的最优解的非递归算法_机试小课堂丨C++ 搜索，简化问题规模的利器！...

点击蓝字的小伙伴奖励酥鸡哦

苏世计算机考研，程序猿专属的学习分享社区

【声明：本文为原创文章,未经同意,严禁转载和抄袭,违者将追究其法律责任】

正文3453字，预计阅读10分钟

/ 写在前面的话 /

苏世机试小课堂，考研机试不再慌！

搜索是什么？

搜索是利用计算机的高性能来有目的地穷举一个问题解空间的部分或所有的可能情况，从而求出问题的解的一种办法。

利用搜索能干什么？

在大规模实验环境中，通常在搜索前，根据条件降低搜索规模；并根据问题的约束条件进行剪枝；再利用搜索过程中的中间解，避免重复计算这几种方法进行优化。

考研路上遇到的问题和对考研的疑问，或者你有希望我们创作的文章/内容/视频，可以随时联系小苏(微信：①lqll_1998 ②sushikaoyan)

sushi

搜索常用内容介绍

1 暴力枚举  

1.1 概念

暴力枚举，也叫穷举法。就是将所有的情况都列举出来，依次判断是否符合题目条件，合适就保留这一项，不合适就放弃这一项，最终得出一般结论。利用计算机运算精确度高、速度快的特点，对该问题的所有可能情况挨个逐次检验，从而筛选出符合题目要求的答案。其最大难点是应该从一个什么样的维度来进行暴力枚举。

 

1.2 基本条件

(1)时间方面：一般来说主流OJ中，1000ms时间限制下可以运行操作数是10的7次方以内的运算，所以在枚举的时候先看一下数据范围，确保整个程序的执行操作数不会超过这个量级，如果超过就要更换枚举维度或者使用其他算法。

注意：当范围特别大的时候，用枚举法明显会超时。

(2)编程实现方面：一般需要枚举范围连续。如果离散，比较难用循环枚举出所有状态，也就不能保证解的完整性，但有些数据看似离散，实际上可以经过处理变得连续，比如构造数组。也需要枚举内容已知，不能在枚举到某个地方的时候发现未知。

 

1.3 方法步骤

(1)确定枚举变量、枚举范围(尽量缩小)和枚举条件；

(2)根据题目要求循环检验每一个解(尽量剪枝)。

 

1.4 典型例题

题目描述：

四平方和定理，又称为拉格朗日定理：每个正整数都可以表示为至多4个正整数的平方和。如果把0包括进去，就正好可以表示为4个数的平方和

比如：5 = 0^2 + 0^2 + 1^2 + 2^2

比如：7 = 1^2 + 1^2 + 1^2 + 2^2(^符号表示乘方的意思)

对于一个给定的正整数，可能存在多种平方和的表示法。

要求你对4个数排序：0 <= a<= b <= c <= d

并对所有的可能表示法按 a,b,c,d 为联合主键升序排列，最后输出第一个表示法。

样例输入：5

样例输出：0 0 1 2

样例输入：12

样例输出：0 2 2 2

样例输入：773535

样例输出：1 1 267 838

输入：程序输入为一个正整数N(N<5000000)

输出：要求输出4个非负整数，按从小到大排序，中间用空格分开

本题思路：

第一眼看上去可以用四层循环暴力求解，但会超时，最后一层可以通过开平方求出来，可以省一层，5000000开平方大于2236，所以循环的最大值就设置为2237。

代码实现：

运行结果：

2 递归及其应用  

2.1 概念

递归是直接或者间接调用自身，是一种解决问题的方法，具体来说就是把规模大的原问题分解为规模小的相似的子问题，持续分解，直到小到可以用非常简单直接的方式来解决。

 

2.2 基本条件

从概念中我们可以得到递归的基本条件：

(1)原问题可以分解为子问题。

(2)调用自身：通过递归调用来缩小问题的规模，并且子问题和原问题有相同的形式。

(3)子问题有穷，就是说分解次数是有限的。

(4)存在一种情况可以使递归退出，使问题得到解决。

 

2.3 怎么更好地理解递归

比如我们收到一个礼物盒，我们打开后发现又是一个礼物盒，打开后发现还是一个礼物盒，然后我们不断地打开更小的礼物盒......直到发现一张纸条，上面写着：若想考研成功，请把礼物盒包回到它最原始的状态。然后我们又一层一层地把礼物盒包回去。

这个过程就是递归的完整过程，不断地缩小问题规模，直到遇到一个情境或者边界使问题结束，然后依次退出。

 

2.4 经典问题

(1)斐波那契数列

0,1,1,2,3,5,8,13,21,34,55,89,144....

这样的数列就是斐波那契数列，总之就是第N(N>2)个数等于第(N-1)个数和第(N-2)个数的和。

fib(N) = fib(N-1)+fib(N-2)

递归算法实现和运行结果：

(2)阶乘

阶乘得到的是一个整数从1连续乘到它本身的结果。

比如：2的阶乘为2! = 2 * 1

比如：5的阶乘为5! = 5 * 4 *3 * 2 * 1

递归算法实现和运行结果：

3 广度/宽度优先搜索  

3.1 概念

广度优先搜索(宽度优先搜索)又称为BFS(Breadth First Search)，是最简便的图的搜索算法之一，是连通图的一种遍历策略，属于一种盲目搜寻法，简言之就是系统地展开并检查图中的所有节点以找寻结果。主要用到队列这一数据结构。

 

3.2 算法思想

使用队列来实现，整个过程可以看做一个倒立的树形：

(1)把根节点放在队列的末尾。

(2)每次从队列的头部取出一个元素，查看这个元素所有的下一级元素，把它们放到队列的末尾，并把这个元素记为它下一级元素的前驱。

(3)找到所要找的元素时程序结束。

(4)如果遍历整个树还没有找到，结束程序。

 

3.3 典型例题

题目描述

给定一个大小为N x M的迷宫。迷宫由通道和墙壁组成，每一步可以由邻接的上下左右四格的通道移动。请求出从起点到终点所需最小步数。

(’#’、’.’、‘S’、'G’分别表示墙壁、通道、起点、终点)

样例输入

  

样例输出

   22

代码实现

运行结果

4 深度优先搜索  

4.1 概念

深度优先搜索又称DFS(Depth First Search)，是对每一个可能的分支路径深入到不能再深入为止，而且每个节点只能访问一次。换句话说，就是找一个起始结点，沿着这个起始结点一直找下去，直到找到最后一个满足条件的分节点，然后再寻找另一条路径，沿着一条路走不满足时会自动返回上一层节点继续进行判断。

 

4.2 基本方法

(1)访问顶点v；

(2)依次从v的未被访问的邻接点出发，对图进行深度优先遍历，直至图中和v有路径相通的顶点都被访问；

(3)若此时图中尚有顶点未被访问，则从一个未被访问的顶点出发，重新进行深度优先遍历，直到图中所有顶点均被访问过为止。

 

4.3 典型例题

题目描述

在一个给定形状的棋盘(形状可能是不规则的)上面摆放棋子，棋子没有区别。要求摆放时任意的两个棋子不能放在棋盘中的同一行或者同一列，请编程求解对于给定形状和大小的棋盘，摆放k个棋子的所有可行的摆放方案C。

输入

输入含有多组测试数据。每组数据的第一行是两个正整数，n k，用一个空格隔开，表示了将在一个n*n的矩阵内描述棋盘，以及摆放棋子的数目。n <= 8 , k <= n当为-1 -1时表示输入结束。随后的n行描述了棋盘的形状：每行有n个字符，其中 # 表示棋盘区域， . 表示空白区域(数据保证不出现多余的空白行或者空白列)。

输出

对于每一组数据，给出一行输出，输出摆放的方案数目C (数据保证C<2^31)。

样例输入

 

样例输出

   2

   1

思路

按照每行来搜索，每一行都可以选择放或者不放旗子,后期只需要考虑是否在同一列。

代码实现

运行结果

5搜索剪枝技巧  

5.1 概念

剪枝是提高搜索算法时空效率使算法大大优化的技巧，因为搜索算法的时间复杂度多数是指数级的，难以满足对程序运行时间的限制要求，所以需要剪枝来降低时间复杂度。

形象点来说，剪枝就是通过一些判断来避免不必要的遍历的过程，这些过程可以理解为枝条。

有时暴力搜索过不了时间限制的算法，通过各种剪枝+优化之后能成功通过，所以剪枝的重要性不言而喻。

 

5.2 剪枝技巧

(1)优化搜索顺序

一般来说搜索的顺序是不固定的，在一个问题中，算法可以进入搜索树的任意一个节点，不同的搜索顺序会产生不同的搜索树形态，规模大小也相差很远，比如从一个节点开始搜搜到最后才可能出解，从另一个节点开始搜，一搜就能搜到，所以像这种存在单调性的搜索问题要和贪心思想结合，进行顺序剪枝，提高搜索效率。

(2)排除等效冗余

在搜索过程中，若能判断从搜索树当前节点上沿着某几条不同分支到达的子树是相同的，那么只需要对其中一条分支执行搜索。

(3)可行性剪枝

也叫上下界剪枝，在搜索过程中，及时对当前进行检查，如果当前状态和题意不符，并且可以推出往后的情况和题意都不符，那么就可以进行剪枝，直接把这种情况和后续的情况排除，立即回溯。

(4)最优性剪枝

在最优化问题的搜索过程中，如果当前的结果不如当前的最优解，无论采取多么好的策略到达递归边界都不能更新最优解，那么应该立即停止对当前分支的搜索并进行回溯。

(5)记忆化搜索

记录搜索过程中的每一个状态，当重复搜索到相同的状态时就直接回溯，换句话说就是搜到重复的直接返回。

苏世学社旗下品牌，专注于计算机考研

计算机考研一手资讯，原创高质量干货

深度的学习分享丨咨询前辈丨个性化指导

你的一键三连，让我们的距离又近了一步。