「一本通 1.3 例 3」小木棍( 深搜+剪枝 )

这篇博客介绍了如何利用深度优先搜索(DFS)和剪枝策略解决一个数学问题:从一堆长度不等的小木棍中恢复原始的长木棍。题目要求找到使得所有小木棍能拼接成原始木棍的最小可能长度。博主通过排序、剪枝等技巧优化了搜索过程,避免了超时错误,并给出了完整的C++代码实现。

原题来自:CERC 1995

乔治有一些同样长的小木棍,他把这些木棍随意砍成几段,直到每段的长都不超过50。现在,他想把小木棍拼接成原来的样子,但是却忘记了自己开始时有多少根木棍和它们的长度。给出每段小木棍的长度,编程帮他找出原始木棍的最小可能长度。

输入格式

第一行为一个单独的整数N表示砍过以后的小木棍的总数。 第二行为N个用空格隔开的正整数,表示N根小木棍的长度。

输出格式

输出仅一行,表示要求的原始木棍的最小可能长度。

样例

样例输入

9
5 2 1 5 2 1 5 2 1

样例输出

6

数据范围与提示

1<=N<=60

题意:

最初,有m(m是自定义的,未知数)根同样长的小木棍,经过一系列砍断,分成了好多根不同长度的小木棍,现在想将砍断后的这些小木棍恢复成最初的样子,求最初的木棍的长度

思路:

给出n段不同长度的小木棍,计算最初的小木棍长度,可以想到用搜索,但是用基本的搜索容易出现超时的错误,所以这时候需要用到剪枝。

剪枝就是将一些不符合的条件的情况直接中断,不再往下进行,这样可以大大地节省时间。

代码:

#include<stdio.h>
#include<algorithm>
using namespace std;
int n;
int a[100],book[100];
bool cmp(int x,int y)
{
    return x>y;
}
int len,cnt;
int dfs(int num,int lasti,int l)
{
    //num为拼好的个数,lasti为上一个的编号,l为已拼成的长度
    if(num==cnt+1) //表示拼成了cnt根小木棍且小木棍没有剩余,符合题目所求
        return 1;
    if(l==len)//拼成一个len长度num+1
        return dfs(num+1,1,0);
    for(int i=lasti; i<=n; i++)//剪枝,当用木棍i拼接最初的木棍时,可以从第i+1后的木棍开始搜索,因为排序,前面的木棍已经用过了
    {
        if(!book[i]&&l+a[i]<=len)  //保证当前长度加上正在选的小木棍长度不大于len,如果大于len就是没有小木棍可以拼成len长度的小木棍,不符合条件
        {
            book[i]=1;
            if(dfs(num,i+1,l+a[i]))
                return 1;
            book[i]=0;//深搜搜索后要取消标记
            if(l==0||l+a[i]==len)//剪枝,找不到能拼成len长度的木棍
                return 0;
            while(a[i]==a[i+1])//去重剪枝 相同长度的不符合条件的则不需再搜索
                i++;
        }
    }
    return 0;
}
int main()
{
    scanf("%d",&n);
    int s=0;
    //排序,最初小木棍的长度一定大于等于砍断后的小木棍的最大的长度,并且小于所有小木棍的长度之和
    for(int i=1; i<=n; i++)
    {
        scanf("%d",&a[i]);
        s+=a[i];
    }
    sort(a+1,a+1+n,cmp);
    //所有小木棍的长度之和为s,则拼成若干根的小木棍的长度一定能被s整除,否则就拼不成,因为拼成的小木棍必须是整数根
    for(len=a[1]; len<=s; len++)
    {
        if(s%len==0)
        {
            cnt=s/len;
            if(dfs(1,1,0))
                break;
        }
    }
    printf("%d\n",len);
    return 0;
}
度优先索(DFS)是一种常见的递归索算法,广泛应用于图遍历、组合问题、路径查找等领域。然而,DFS的索空间常较大,尤其是在问题规模较大时,容易导致指数级的时间复杂度。为了提升效率,剪枝优化成为DFS算法中不可或缺的手段。 ### 可行性剪枝 可行性剪枝是一种在索过程中提前判断当前状态是否可能向有效解的方法。如,在路径索问题中,如果当前路径已经违反了某些约束条件,如超出边界或重复访问节点,则可以立即停止该路径的索。这种剪枝方式可以显著减少无效的递归调用,从而降低时间复杂度。如,在解决“奇怪的电梯”问题时,若当前楼层加上或减去电梯按钮的值后超出了合法范围,则可以直接跳过该操作,避免不必要的递归调用[^5]。 ### 最优性剪枝 最优性剪枝适用于最优化问题,其核心思想是:在索过程中,如果当前路径的代价已经超过了已知的最优解,则可以提前终止该路径的索。如,在最短路径问题中,如果当前路径的长度已经超过了当前记录的最短路径长度,则继续索下去只会浪费时间。这种方式可以有效减少索树的分支数量,提高索效率[^2]。 ### 索顺序剪枝 索顺序对DFS的效率有重要影响。过调整索顺序,优先处理更可能找到解的分支,可以减少无效索。如,在数独问题中,优先填充候选数较少的格子,可以更快地缩小索空间。这种方式不仅减少了递归的层数,还提高了剪枝的有效性[^4]。 ### 排除等效冗余 在某些问题中,不同的索路径可能产生相同的中间结果。为了避免重复计算,可以过记录已经处理过的状态来排除等效冗余。这种方法类似于动态规划中的记忆化技术,能够显著减少重复计算的次数。如,在组合问题中,若某组元素的排列已经处理过,则后续相同的排列可以直接跳过[^2]。 ### 记忆化索 记忆化索是将已经计算过的结果保存下来,以便在后续的索过程中直接使用。这种方式可以避免重复计算,特别是在递归过程中存在大量重叠子问题的情况下。如,在求解斐波那契数列时,过记忆化技术可以将时间复杂度从指数级降低到线性级别[^2]。 ### 剪枝与优化的平衡 剪枝虽然可以显著减少索次数,但同时也增加了判断条件的复杂度。因此,在设计剪枝策略时,需要权衡剪枝的准确性与判断的效率。过于复杂的剪枝条件可能会导致额外的时间开销,反而适得其反。理想情况下,剪枝条件应尽可能简单且高效,确保在减少索次数的同时,不会引入过多的计算负担[^3]。 ### 示代码 以下是一个简单的DFS剪枝,展示了如何在路径索中应用可行性剪枝和最优性剪枝: ```cpp #include <iostream> #include <vector> using namespace std; const int MAX = 100; int visited[MAX]; int min_steps = 1e9; void dfs(int current, int target, int steps, vector<vector<int>>& graph) { if (steps >= min_steps) return; // 最优性剪枝 if (current == target) { min_steps = steps; return; } for (int neighbor : graph[current]) { if (!visited[neighbor]) { visited[neighbor] = 1; // 标记已访问 dfs(neighbor, target, steps + 1, graph); visited[neighbor] = 0; // 回溯 } } } int main() { int n, m, start, end; cin >> n >> m >> start >> end; vector<vector<int>> graph(n + 1); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); } visited[start] = 1; dfs(start, end, 0, graph); cout << (min_steps != 1e9 ? min_steps : -1) << endl; return 0; } ``` 在上述代码中,`dfs`函数过判断当前步数是否超过已知的最小步数(最优性剪枝),以及是否访问过某个节点(可行性剪枝),有效地减少了索次数。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值