算法提高 —— 深搜中的重难点总结

1.dfs之剪枝与优化

dfs中剪枝跟优化可以分为4个部分

1.优化搜索顺序：

对于大多数情况下，我们优先搜索分支数量少的节点
在题目中一般是从大到小排个序，然后按照从大到小的顺序进行搜索

2.排除等效冗余：

对于某一些特定的搜索方式，一个方案可能会被搜索很多次，例如：搜到3，2, 1和2,3，1是一样的（只考虑组合）。解决方案是自己定义一个所搜顺序，例如对于每一个数只能往后搜，不能往前搜，就保证不会有重复的方案。

3.可行性剪枝：

就是已知当前状态永远搜不到终点或者说是不满足题目条件，就可以直接减掉。

4.最优性剪枝：

用于解决一些最优解问题，如果当前搜索状态继续搜索下去不比已搜出来的最优解更优的话，就可以直接返回。

小猫爬山题解

这篇题解具体说明了其中三种剪枝方式是如何运用到题目中去的

2.迭代加深

先说说普通的dfs和bfs

关于dfs：

dfs算法是沿着搜索树的根节点，一直遍历完该搜索树之后再回溯继续搜索的一种算法。缺点是可能会出现答案在搜索树层数很浅，在靠后的子树中，但由于搜索次序需要遍历完一棵搜索树所有的节点，所以导致效率低下。

关于bfs:

bfs算法是沿着搜索树的根节点，按层遍历完该搜索树所有节点的一种算法。缺点是可能会出现答案在搜索树层数很深的地方，导致效率低下。且如果是满二叉树这样的搜索树很可能会使在bfs的过程中队列爆掉。在层数很多的时候会占用很多的空间。

而迭代加深，我感觉是结合了bfs和dfs特点的一种搜索算法。

它的主要是思想是：在普通dfs上加了一个深度的限制，如果当前深度已经超过限制则直接返回。

相比dfs，如果答案在很浅的位置，则可以不用搜索到很深的节点，大大提高效率。

相比bfs，迭代加深随着深度限制的增加，虽然会重复搜索到搜过的部分，但是却是可以忽略不计的（举个例子，假如搜索数是一颗二叉树的形式，假设答案在第n层，前面的所有节点加起来也才2^n-1，跟第n层所有节点差不多，但是一般题目的搜索树每个节点不可能只有两个子节点，那么重复搜索的部分就更不值一提），而bfs搜的话，可能会出现搜索节点过多导致爆空间。

具体运用可以看看这篇题解：加成序列

3.双向dfs

双向dfs不是同时从两个方向dfs。对于一个很大的集合, 可以先搜索他的前半段，并且存储起来，然后搜索后半段，用二分等方法所搜储存起来的前半段，从而降低时间复杂度。

具体运用可以看看这篇题解:送礼物

4.ida*

ida*其实就是加强板的迭代加深，在迭代加深的过程加一个估价函数（预估当前状态到终点的步数）进行剪枝，其中估价函数需要满足：估计步数不大于实际步数，当然越接近实际步数效果越好。

具体运用可以看看这篇题解：排书