<蓝桥杯软件赛>零基础备赛20周--第13周--DFS剪枝

报名明年4月蓝桥杯软件赛的同学们,如果你是大一零基础,目前懵懂中,不知该怎么办,可以看看本博客系列:备赛20周合集
20周的完整安排请点击:20周计划
每周发1个博客,共20周。
在QQ群上答疑:

在这里插入图片描述

第13周:DFS剪枝

      搜索必剪枝
      无剪枝不搜索

1. DFS剪枝概述

  DFS是暴力法的直接实现,它把所有可能的状态都搜出来,然后从中找到解。
  暴力法往往比较低效,因为它把时间浪费在很多不必要的计算上。
  DFS能不能优化?这就是剪枝。剪枝是DFS常用的优化手段,常常能把指数级的复杂度,优化到近似多项式的复杂度。
  什么是剪枝?剪枝是一个比喻:把不会产生答案的、不必要的枝条“剪掉”。答案留在没有剪掉的枝条上,只搜索这部分枝条就可以了,从而减少搜索量,提高DFS的效率。用DFS解题时,大多数情况下都需要剪枝,以至于可以说:搜索必剪枝、无剪枝不搜索
  剪枝的关键在于剪枝的判断:剪什么枝、在哪里减。DFS的剪枝技术较多,有可行性剪枝、最优性剪枝、搜索顺序剪枝、排除等效冗余、记忆化搜索等等。
  (1)可行性剪枝:对当前状态进行检查,如果当前条件不合法就不再继续,直接返回。
  (2)搜索顺序剪枝:搜索树有多个层次和分支,不同的搜索顺序会产生不同的搜索树形态,复杂度也相差很大。
  (3)最优性剪枝:在最优化问题的搜索过程中,如果当前花费的代价已超过前面搜索到的最优解,那么本次搜索已经没有继续进行下去的意义,此时停止对当前分支的搜索进行回溯。
  (4)排除等效冗余:搜索的不同分支,最后的结果是一样的,那么只搜一个分支就够了。
  (5)记忆化搜索:在递归的过程中,有许多分支被反复计算,会大大降低算法的执行效率。用记忆化搜索,将已经计算出来的结果保存起来,以后需要用到的时候直接取出结果,避免重复运算,从而提高了算法的效率。
  概括剪枝的总体思想:减少搜索状态。在进一步DFS之前,用剪枝判断,若能够剪枝则直接返回,不再继续DFS。
  下面用例题介绍这些剪枝方法。

2. 剪枝例题

2.1 可行性剪枝:数的划分

链接:数的划分

  整数划分是经典问题,标准解法是动态规划、母函数,计算复杂度为 O ( n 2 ) O(n^2) O(n2)。当n较小时,也可以用DFS暴搜出答案。

《算法竞赛》,清华大学出版社,494页,“7.8.1 普通型母函数”介绍了整数划分的动态规划和母函数解法。

  DFS求解整数划分的思路,就是模拟划分的过程。由于题目不用考虑划分数的大小顺序,为了简化划分过程,让k份数从小到大进行。
  第一个数肯定是最小的数字1;
  第二个数大于等于第一个数,可选1、2、…,最大不能超过(n-1)/(k-1)。设第2个数是x。
  第三个数大于等于第二个数,可选x、x+1、…,最大不能超过(n-1-x)/(k-2)。这个最大值的限制就是可行性剪枝。
  继续以上划分过程,当划分了k个数,且它们的和为n时,就是一个合法的划分。
  C++代码。代码的计算量有多大?可以用变量num记录进入dfs()的次数,当n=200,k=6时,答案是4132096,num=147123026,计算量非常大。
C++代码

#include <bits/stdc++.h>
using namespace std;
int n,k,cnt;
void dfs(int x,int sum,int u){
   
     //x:上次分的数; u:已经分了u个数; sum:前面u-1个数的和
    if(u==k){
   
                      //已经分成了k个
        if(sum==n) cnt++;       //k个加起来等于n,这是一个解
        return;
    }
    for(int i=x;sum+i*(k-u)<=n;i++)   //剪枝,i的最大值不超过(n-sum)/(k-u)
        dfs(i,sum+i,u+1);
}
int main(){
   
   
    cin >>n>>k;
    dfs(1,0,0);                       //第一个划分数是1
    cout<<cnt;
}

Java代码

import java.util.Scanner;
public class Main {
   
   
    static int n, k, cnt;
    public static void dfs(int x, int sum, int u) {
   
   
        if (u == k) {
   
   
            if (sum == n)   cnt++;            
            return;
        }
        for (int i=x; sum + i * (k - u) <= n; i++)   dfs(i, sum + i, u + 1);        
    }
    public static void main(String[] args) {
   
   
        Scanner scanner = new Scanner(System.in);
        n = scanner.nextInt();
        k = scanner.nextInt();
        dfs(1, 0, 0);
        System.out.println(cnt);
    }
}

Python代码

n, k = map(int, input().split())
cnt =0
def dfs(x, sum, u):  
    global cnt
    if u == k:                   
        if sum == n:   cnt += 1       
        return
    for i in range(x, int((n - sum) / (k - u)) + 1):   
        dfs(i, sum + i, u + 1)
dfs(1, 0, 0)
print(cnt)

2.2 最优性剪枝、可行性剪枝:生日蛋糕

链接:生日蛋糕
  侧面积 = 2 π R H 2πRH 2πRH,底面积 = π R 2 πR^2 πR2,体积= π R 2 H πR^2H πR2H。下面的讨论中忽略 π π π
  蛋糕的面积=侧面积+上表面面积。在下图中,黑色的是上表面面积之和,它等于最下面一层的底面积。设最下面一层半径是 i i i,则黑色的上表面面积之和 s = i × i s=i×i s=i×i
在这里插入图片描述
  本题用DFS枚举每一层的高度和半径,并做可行性剪枝和最优性剪枝。
  设最上面一层是第1层,最下面一层是第m层。从第m层开始DFS。用函数dfs(k, r, h, s, v)枚举所有层,当前处理到第k层,第k层的半径为r,高度为h,s是最底层到第k层的上表面面积,v是最底层到第k层的体积。并预处理数组sk[]、v[],sk[i]表示第1~第i层的最小侧面面积、vk[i]表示第1~第i层的最小体积。
  (1)最优性剪枝1:面积。记录已经得到的最小面积ans,如果在DFS中得到的面积已经大于ans,返回。当前处理到第k层,第k层的半径是r。第k层的体积是 n − v = r 2 h n-v=r^2h nv=r2h,得 h = ( n − v ) / r 2 h=(n-v)/r^2 h=(nv)/r2;第k层侧面积 s c = 2 r h = 2 r ( n − v ) / r 2 = 2 ( n − v ) / r sc=2rh=2r(n-v)/r^2=2(n-v)/r sc=2rh=2r(nv)/r2=2(nv)/r。剪枝判断:若 s c + s = 2 ( n − v ) / r + s ≥ a n s sc + s = 2(n-v)/r + s ≥ ans sc+s=2(nv)/r+sans,返回。
  (2)可行性剪枝2:体积。如果当前已经遍历的各层的体积之和已经大于题目给定的体积n,返回。剪枝判断:若 v + v k [ k − 1 ] > n v + vk[k-1] > n v+vk[k1]>n,返回。
  (3)可行性剪枝3:半径和高度。枚举每一层的半径 i i i和高度 j j j时,应该比下面一层的半径和高度小。第k-1层的体积是 i 2 h i^2h i2h,它不能超过 n − v − v k [ k − 1 ] n-v-vk[k-1] nvvk[k1],由 i 2 h ≤ n − v − v k [ k − 1 ]

### 蓝桥杯20 DFS 剪枝技巧与解题思路 在解决蓝桥杯中的DFS深度优先搜索)问题时,剪枝是一种非常重要的优化技术。通过合理设计剪枝策略,能够显著减少不必要的计算量,从而提高程序效率。 #### 可行性剪枝 可行性剪枝是指在搜索过程中提前判断当前路径是否可能成为最终解的一部分。如果不可能,则立即停止对该路径的进一步探索。例如,在某些排列组合类问题中,可以通过预估剩余部分的最大值或最小值来决定是否继续深入搜索[^1]。 #### 优化迭代加深 对于一些需要找到最优解的问题,可以采用迭代加深的方法逐步增加搜索深度上限。这种方法特别适用于那些解空间较大但实际有效解较浅的情况。具体实现上是从较小的深度开始尝试解决问题;一旦发现某个特定深度无法满足条件,则增大深度重新执行搜索过程直到找到合适的解决方案为止[^2]。 #### 数组切分问题的具体应用实例 以数组切分为例说明如何运用上述两种方法来进行有效的剪枝操作: 假设我们需要将给定长度n的一个整数序列分成若干连续子段使得每一段内部元素之和不超过指定阈值S,并希望得到尽可能少的数量k作为结果返回。此时我们可以考虑如下几个方面的改进措施: - **初始估计**: 首先根据简单逻辑得出理论上的下限Kmin (即整个列表总和除以s向上取整),这样可以直接忽略掉任何小于该数值的目标候选者。 - **实时监控累计总量并及时中断不合适分支** : 在构建每一个新的片段期间持续跟踪已经形成的各部分合计情况, 如果某时刻发现即使把后面所有的未处理项都加进来也无法达到预期标准就应当立刻放弃这条线路. 以下是基于以上原则编写的一份伪代码表示形式: ```java public class ArraySplit { private int minCount; public void dfs(int[] nums, int index, long currentSum, int count){ if(count >= this.minCount){return;} if(index == nums.length){ this.minCount = Math.min(this.minCount,count); return ; } // Try to add next number into the same group. if(currentSum + nums[index] <= S){ dfs(nums,index+1,currentSum+nums[index],count); } // Start a new group with the next number. dfs(nums,index+1,(long)nums[index],count+1); } } ``` 此版本利用了两个主要类型的裁减手段——一是当计数器超过已知最佳答案时不作更多努力;二是每当有机会维持现有集合而不创建额外分区的时候都会这样做除非违反约束条件才会另起炉灶形成新单元格。
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

打赏作者

罗勇军

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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