hihoCoder #1443 : Push Button I ( DFS

本文详细解析了在解决特定问题时使用暴力枚举算法的方法,通过一个具体问题实例,介绍了如何利用递归深度优先搜索策略避免重复解,实现对所有可能情况的有效遍历。

题目链接: https://hihocoder.com/problemset/problem/1443

题意:

直接暴力枚举即可, 因为要防止重复,所有我们需要搜索的时候 每个小块内 从小到大的进行搜索


/***********************************************
Author        :Yishui
Created Time  :2018年10月16日 星期二 09时13分52秒
File Name     :B.cpp
************************************************/
#include <bits/stdc++.h>
using namespace std;

#define cpp_io() {ios::sync_with_stdio(false); cin.tie(NULL);}
#define rep(i,a,n) for (int i=a;i<n;i++)
#define repp(i,a,n) for (int i=a;i<=n;i++)
#define per(i,a,n) for (int i=n-1;i>=a;i--)
#define CLR(a,b) memset(a,(b),sizeof(a))
#define all(x) (x).begin(),(x).end()
#define SZ(x) ((int)(x).size())
#define pb push_back
#define mp make_pair
#define fi first
#define se second
#define ls o<<1
#define rs o<<1|1
typedef long long ll;
typedef vector<int> VI;
const int MAXN = (int)2e5+10;
const int INF = 0x3f3f3f3f;
const int mod = (int)1e9+7;
const ll INFF = (ll) 0x3f3f3f3f3f3f3f3f;

void F() {
#ifndef ONLINE_JUDGE
    freopen("in.txt","r",stdin);
    freopen("out.txt","w",stdout);
#endif
}

/*-----------------------------------------------------------*/
bool vis[100];
char s[100];
int n;
void dfs(int k, int len) {
	if(k==n) {
		s[len]='\0'; cout<<s+1<<"\n";
		return ;
	}

	if(s[len-1]!='-') {
		s[len]='-';
		dfs(k,len+1);
	}

	repp(i,1,n) {
		if(vis[i]) continue;
		if(s[len-1]=='-' || s[len-1]<(i+'0')) {
			s[len]=(i+'0');
			vis[i]=true;
			dfs(k+1, len+1);
			vis[i]=false;
		}
	}
}
int main(){
	cin>>n;
	s[0]='-';
	dfs(0, 1);
    return 0;
}
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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