《算法竞赛进阶指南》0x24迭代加深

2024-08-26 11:28

本文主要是介绍《算法竞赛进阶指南》0x24迭代加深,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

迭代加深

深度优先搜索每次选定发一个分支,不断深入,直到达到递归边界才回溯。但是如果每个节点的分支非常多,并且问题的答案在某一个较浅的节点,如果一开始就选错了分支,就可能在不包含答案的子树上浪费时间。
此时,我们可以从小到大限制搜索的深度,如果在当前深度下搜不到答案,就把深度限制增加,重新进行一遍搜索。这就是迭代加深的思想。
总而言之,当搜索树地规模随着层次的深入增长很快,并且我们能保证答案在较浅层地节点时,就可以使用迭代加深地深度优先搜索算法来解决问题。

例题

acwing170.加成序列

搜索框架:依次搜索序列的每个位置k,枚举i,j作为分支,把X[i]和X[j]的和填到X[k],然后递归填写下一个位置。
加入以下剪枝
1.优化搜索顺序
为了让序列中的数金肯逼近n,在枚举i,j时从大到小枚举。
2.排除等效冗余
对于不同的i,j,X[i]+X[j]可能是相等的,我们可以对他进行排重,避免重复搜索某一个和。
经过分析,m的值不会太大,不超过10,枚举两个数的和分支会很多,因此可以使用迭代加深。

#include<iostream>
using namespace std;
int arr[110];
int n;
bool dfs(int now,int dep)
{if(now==dep)return arr[now]==n;bool st[110]={0};for(int i=now;i>=1;i--)for(int j=i;j>=1;j--){int s=arr[i]+arr[j];if(s>n||st[s]||s<=arr[now])continue;st[s]=true;arr[now+1]=s;if(dfs(now+1,dep))return true;}return false;
}
int main()
{arr[1]=1;while(cin>>n,n){int dep=1;while(!dfs(1,dep))dep++;for(int i=1;i<=dep;i++)cout<<arr[i]<<" ";cout<<endl;}return 0;
}

双向搜索

在一些题目中,问题不但具有初态,还具有明确的终态,并且从初态与终态进行搜索都能覆盖整个状态空间。在这种情况下可以使用双向搜索——从初态和终态各出发搜索一半状态,产生两棵深度减半的搜索树,在中间交会,组合成最终的答案。

例题

acwing171.送礼物
首先这道题目肯定是要搜索的,因为如果说用DP做的话,那么这个W值太大了,但是如果说只是普通搜索的话,那么O(2^N)的复杂度足以超时,而且这道题目重点就是,我们已经知道了初态而且还知道了终态,既然如此的话,我们可以选择双向搜索.
根据双向搜索的性质,我们大致可以确定当前搜索的范围,首先从前一半个物品中,挑选任意多个物品,然后将这些物品的权值总和加入到数组S中,然后我们就会发现在这个S数组中有很多很多的重复的数值,我们可使用unique进行删除.然后我们现在前半部分搜索完后,开始搜索后半部分,至于后半部分搜索,其实和前半部分一模一样,只是我们需要二分找到当前可以填写的最大值.
时间复杂度 O ( 2 N / 2 l o g 2 N / 2 ) = O ( N ∗ 2 N / 2 ) O(2^{N/2}log2^{N/2})=O(N*2^{N/2}) O(2N/2log2N/2)=O(N2N/2)

#include<iostream>
#include<algorithm>
using namespace std;
#define M 1<<25
#define N 50
int w,n,k,cnt=1;
int g[N],sum[M];
int ans=0;
void dfs1(int now,int weight)
{if(now>k){sum[cnt++]=weight;return ;}dfs1(now+1,weight);if((long long)weight+g[now]<=w)dfs1(now+1,weight+g[now]);return ;
}
void dfs2(int now,int weight)
{if(now>n){int l=0,r=cnt;while(l<r){int mid=(l+r+1)>>1;if(sum[mid]<=w-weight)l=mid;else r=mid-1;}ans=max(ans,sum[l]+weight);return ;}dfs2(now+1,weight);if((long long)weight+g[now]<=w)dfs2(now+1,weight+g[now]);return ;
}
int main()
{cin>>w>>n;k=n/2+2;for(int i=1;i<=n;i++)cin>>g[i];sort(g+1,g+1+n);reverse(g+1,g+1+n);dfs1(1,0);sort(sum+1,sum+cnt+1);cnt=unique(sum+1,sum+cnt+1)-sum-1;dfs2(k+1,0);cout<<ans;return 0;
}

这篇关于《算法竞赛进阶指南》0x24迭代加深的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1108429

相关文章

在React中引入Tailwind CSS的完整指南

《在React中引入TailwindCSS的完整指南》在现代前端开发中,使用UI库可以显著提高开发效率,TailwindCSS是一个功能类优先的CSS框架,本文将详细介绍如何在Reac... 目录前言一、Tailwind css 简介二、创建 React 项目使用 Create React App 创建项目

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

Spring Boot结成MyBatis-Plus最全配置指南

《SpringBoot结成MyBatis-Plus最全配置指南》本文主要介绍了SpringBoot结成MyBatis-Plus最全配置指南,包括依赖引入、配置数据源、Mapper扫描、基本CRUD操... 目录前言详细操作一.创建项目并引入相关依赖二.配置数据源信息三.编写相关代码查zsRArly询数据库数

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

SpringBoot启动报错的11个高频问题排查与解决终极指南

《SpringBoot启动报错的11个高频问题排查与解决终极指南》这篇文章主要为大家详细介绍了SpringBoot启动报错的11个高频问题的排查与解决,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一... 目录1. 依赖冲突:NoSuchMethodError 的终极解法2. Bean注入失败:No qu

JavaScript错误处理避坑指南

《JavaScript错误处理避坑指南》JavaScript错误处理是编程过程中不可避免的部分,它涉及到识别、捕获和响应代码运行时可能出现的问题,本文将详细给大家介绍一下JavaScript错误处理的... 目录一、错误类型:三大“杀手”与应对策略1. 语法错误(SyntaxError)2. 运行时错误(R

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时