2019年8月3 日训练日记（深搜、剪枝、迭代加深、双向搜索）

今天也不知道咋了，做题晕晕乎乎的，三个人出了C题之后我开始做C题，本来觉得挺简单的一道题，感觉我写的一点毛病也没有，就一直WA，还WA在同一组。我换了两种做法做的都WA。后来我实在看不出来了，就让队友帮我看了一眼，才发现我的边界条件有问题，就把最后一种的改了，交上去过了。结束了之后我又开始改我最开始的代码，改了好久，发现也是边界问题。两个代码错在同样的地方，真的是长记性了，以后一定得好好控制边界条件，别少情况。
D题我开始读错了题，以为用b-l剩下的区间成立就可以，但是搞了半天没搞懂第一组样例是怎么出来的，后来才发现，是要求最小的l，是长度为l的子串都可以包含至少k个素数。也是卡了好几遍在判断条件上。今天不知道咋了，就是跟边界条件杠上了。

今天白天看了深搜，剪枝和迭代加深。
一、深度优先搜索（DFS）
深搜优先搜索就是按照一条路径往下找，找到叶子节点还找不到就返回上一节点，继续往下找，直到找到为止。
二、剪枝
1.优先搜索顺序；
2.排除等效冗余：
如果沿不同分支到达的子树是等效，则只需要对其中一条进行检索。
3.可行性剪枝：
及时对当前状态进行检索，如果发现分支已经无法到达递归边界，就执行回溯。
4.最优性剪枝
如果当前花费的代价已经超过了当前所求最优解，就不再继续最当前分支进行搜索，直接回溯。
5.记忆化
记录每一个状态的搜索结果，再重复遍历一个状态时直接检索并返回。
三、迭代加深
如果一个树中目标状态之前的字树很深，而目标状态深度很浅，如果从头开始遍历，就会浪费很多时间。
我们可以从小到大限制搜索深度，如果在当前深度搜索不到答案，就逐渐把深度增加，重新进行搜索。
四、双向搜索
从初态和终态出发各搜索一半状态，产生两棵深度减半的搜索树，在中间交汇、组合成最终的答案。