搜索进阶

22.4.14

(PS:还有 字串变换 A*两题 生日蛋糕 回转游戏 没做)

感觉暂时用不上

BFS

1. Flood Fill

在线性时间复杂度内,找到某个点所在的连通块

思路

统计连通块个数(多个连通块):逮着一个就开搜

连通性问题(能走多远,迷宫性问题,一个连通块);起点开始搜

池塘计数

普通八连通

城堡问题

考察读入理解

int dx[] = {0, -1, 0, 1}, dy[] = {-1, 0, 1, 0}; //按照西北东南的顺序

int bfs (int x, int y) {
int area = 0;
q.push ({x, y});
area ++; //别忘了算自身
vis[x][y] = true; while (!q.empty()) {
auto tt = q.front();
q.pop(); for (int i = 0; i < 4; i ++) {
int xx = tt.first + dx[i], yy = tt.second + dy[i];
if (!Range (xx, yy) || vis[xx][yy])
continue;
if (a[tt.first][tt.second] >> i & 1) //二进制表示四周的情况
continue;
q.push ({xx, yy});
area ++;
vis[xx][yy] = true;
}
}
return area; }

山峰和山谷

判断联通块类型,多加两个变量来判断

核心代码

dfs()函数内部:

if (a[xx][yy] != a[tt.first][tt.second]) {
if (a[xx][yy] > a[tt.first][tt.second])
hh = true; //有比他高的,所以一定不是山峰
else
ll = true; //有比他矮的,所以一定不是山谷
} //要注意vis出现在这里是因为,不同高度的格子是可以重复遍历的,相同的才要判重
else if (!vis[xx][yy]){
q.push ({xx, yy});
vis[xx][yy] = true;
}

main()函数内部:

if (!vis[i][j]) {
bool hh = false, ll = false; //hh代表有无比他高的,ll代表有无比他矮的
bfs (i, j, hh, ll);
if (!hh)
cnt1 ++; //没有比他高的,是山峰
if (!ll)
cnt2 ++; //没有比他矮的,是山谷
}

2. 最短路模型

迷宫问题

多加一个:记录该点是从哪个点走过来的

注意是从终点开始的BFS(反向搜的话输出的路径就是正向的)

void bfs (int x, int y) {
q.push ({x, y});
memset (ans, -1, sizeof ans);
ans[x][y] = {0, 0}; while (!q.empty()) {
auto tt = q.front();
q.pop(); for (int i = 0; i < 4; i ++) {
int xx = tt.first + dx[i], yy = tt.second + dy[i];
if (!Range(xx, yy) || a[xx][yy])
continue;
if (ans[xx][yy].first != -1) //已经被更新过了,必然不是最短
continue; q.push ({xx, yy});
ans[xx][yy] = tt; }
}
}

武士风度的牛

Code

抓住那头牛

Code

这俩都是同一类型的简单题

3. 多源BFS

只更新一次。反着来,通过1更新0

Code

4. 最小步数模型

稍显烦人的模拟

大佬的Code

5. 双端队列广搜

Code

无向图,边权为0 / 1 (0表示连通,1表示不连通),求起点到终点的最短路径

(经典01问题)双端队列广搜:边权为1加到队尾,边权为0插到队头

一些性质:

当起点和终点的奇偶性不一样时(到达不了),NO SOLUTION

搞清楚格点,和格子下标

实现:类dijkstra + deque维护

6. 双向广搜

庞大空间

每次选择当前队列当中元素数量较少的进行拓展

7. A*

useless 主要是我不会。。先放一放

DFS

0. 判断是否需要回溯

若把图当成固定的,那么不需要回溯,只走一次(把点当作状态)

若考虑图变换,需要回溯,恢复状态(把棋盘当作状态)

1. 剪枝

1. 优化搜索顺序

优先搜索分支少的节点

2. 排除等效冗余

不要搜索重复状态

3. 可行性剪枝

不合法就退出

4. 最优性剪枝

已达最优状态

5. 记忆化搜索(DP)

例题

小猫爬山

猫猫!

填满旧车,开新车

数独

此题有点恶心

位运算优化:用一个9位01串来表示,再把行 列 九宫格 的状态与起来,该位上为1,就代表可以放这个数字

木棍

让人绝望的剪汁儿

  1. 枚举sum的约数(保证能被整除)
  2. 优化搜索顺序:先枚举长的木棍
  3. 排除等效冗余:
    1. 按照组合数的方式来枚举
    2. 与已经失败的木棍长度相同所有 的一定也不行
    3. 如果某木棒放第一根木棍u导致当前这根木棒凑不成length,整个方案一定失败
    4. 如果木棒的最后一根木棍 u 放在这里导致后续方案失败,则整个方案一定失败

好的讲解

2. 迭代加深

优美的算法

适用:层数很深,答案很浅

定一个层数上限,搜出去了就减掉

逐步扩大范围

层层扩大,按层搜索

剪枝

优化搜索顺序:从大到小

排除等效冗余:vis[]

bool dfs (int u, int k) {  //u当前层数,k限制层数
if (u == k) //搜到限制那层了
return path[u - 1] == n; //如果最后的值是n,那么表示找到答案了 memset (vis, false, sizeof vis); //用于排除等效冗余
//从大到小,优化搜索顺序
for (int i = u - 1; i >= 0; i --)
for (int j = i; j >= 0; j --) {
int s = path[i] + path[j]; //搜过头了,答案不在此处 || 不满足逐层扩大的特点 || 等效冗余
if (s > n || s <= path[u - 1] || vis[s])
continue; vis[s] = true;
path[u] = s;
if (dfs (u + 1, k))
return true;
}
return false;
}

3. 双向DFS

useful algo (指二分和暴力/doge)的美妙结合

双向爆搜,把一半打表(记得去重),另一半在表中二分查找

  1. 先搜大的
  2. 先将前 k 件物品能凑出的所有重量打表,再排序去重
  3. 搜索剩下的 n - k 件物品的选择方式,在表中二分找出不超过 W 的最大值

此题有背包的思想

// u表示当前枚举到哪个数了, s表示当前的和
void dfs(int u, int s)
{
// 如果我们当前已经枚举完第k个数(下标从0开始的)了, 就把当前的s, 加到weights中去
if (u == k) {
weights[cnt++] = s;
return;
} // 枚举当前不选这个物品
dfs(u + 1, s); // 选这个物品, 做一个可行性剪枝
if ((LL)s + g[u] <= m) { //计算和的时候转成long long防止溢出
dfs(u + 1, s + g[u]);
}
} void dfs2(int u, int s)
{
if (u == n) { // 如果已经找完了n个节点, 那么需要二分一下
int l = 0, r = cnt - 1;
while (l < r) {
int mid = (l + r + 1) >> 1;
if (weights[mid] <= m - s)
l = mid;
else
r = mid - 1;
}
ans = max(ans, weights[l] + s);
return;
} // 不选择当前这个物品
dfs2(u + 1, s); // 选择当前这个物品
if ((LL)s + g[u] <= m)
dfs2(u + 1, s + g[u]);
} int main()
{
cin >> m >> n;
for (int i = 0; i < n; i++)
cin >> g[i]; // 优化搜索顺序(从大到小)
sort(g, g + n);
reverse(g, g + n); k = n / 2 + 2; // 把前k个物品的重量打一个表
dfs(0, 0); // 做完之后, 把weights数组从小到大排序
sort(weights, weights + cnt); // 判重
int t = 1;
for (int i = 1; i < cnt; i++)
if (weights[i] != weights[i - 1])
weights[t++] = weights[i];
cnt = t; // 从k开始, 当前的和是0
dfs2(k, 0); cout << ans << endl; return 0;
}

4. IDA*

迭代加深 + 估价函数

迭代加深的基础上,搜到当前这一步时,估计一下当前点搜到答案所需步数,如果该步数超过限制,就直接剪掉

估价函数 \(\leq\) 真实值

排书

初等数学的魅力

  1. 枚举长度:长度为 i ** 的段有 n - i + 1 种,把这个区间拿出来之后,会剩下 n - i 个数,产生n - i + 1 ** 个空挡,除去自身原本所在地,可放置的空挡就有n - i个。

    所以有(n - i + 1) * (n - i)种选择。另外,将某一段向前移动,等价于将跳过的那段向后移动,因此每种移动方式被算了两遍

    \[\sum_{i = 1}^{n}\frac{(n-i+1)(n-i)}{2}=\frac{n(n+1)(n+2)}{3*2}
    \]
  2. 估价函数:(改变如何体现)更改后继关系(每次操作变3个)

​ 所以用 tot 统计有多少个不正确的后继关系,则操作次数\(cnt\) 为

\[cnt = \lceil \frac{tot}{3}\rceil = \lfloor \frac{tot+2}{3}\rfloor
\]
int f() {
int cnt = 0; //统计不正确的后继
for (int i = 1; i < n; i ++)
if (a[i] != a[i - 1] + 1)
cnt ++; return (cnt + 2) / 3;
} //估价函数,每次改变三个后继 bool dfs (int u, int lim) {
if (u + f() > lim)
return false; //超出最大限度,可行性剪枝 if (f() == 0)
return true; //全部后继都合法了,我滴任务完成啦! for (int len = 1; len <= n; len ++)
for (int i = 0; i < n - len + 1; i ++) {
int l = i, r = i + len - 1;
for (int k = r + 1; k < n; k ++) {
memcpy (w[u], a, sizeof a); //备份当前层 //进行交换操作
int y = l;
for (int x = r + 1; x <= k; x ++, y ++)
a[y] = w[u][x];
for (int x = l; x <= r; x ++, y ++)
a[y] = w[u][x]; if (dfs (u + 1, lim))
return true; //合法不? memcpy (a, w[u], sizeof a); //回复
}
}
return false;
}

回转游戏

AcWing 【算法提高课】笔记02——搜索的更多相关文章

  1. ACwing算法基础课听课笔记(第一章,基础算法一)(二分)

    二分法: 在看这个视频前,我对于二分法是一头雾水的,又加上这个算法平常从来没写过所以打了一年了还没正式搞过.视频提到ACwing上的一道题,我用自以为聪明的方法去做,结果TLE了,实在丢人,不说了,开 ...

  2. ACwing算法基础课听课笔记(第一章,基础算法二)(差分)

    前缀和以及二维前缀和在这里就不写了. 差分:是前缀和的逆运算 ACWING二维差分矩阵    每一个二维数组上的元素都可以用(x,y)表示,对于某一元素(x0,y0),其前缀和就是以该点作为右下角以整 ...

  3. 背包四讲 (AcWing算法基础课笔记整理)

    背包四讲 背包问题(Knapsack problem)是一种组合优化的NP完全问题.问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高 ...

  4. 机器学习实战 - 读书笔记(07) - 利用AdaBoost元算法提高分类性能

    前言 最近在看Peter Harrington写的"机器学习实战",这是我的学习笔记,这次是第7章 - 利用AdaBoost元算法提高分类性能. 核心思想 在使用某个特定的算法是, ...

  5. 机器学习实战(Machine Learning in Action)学习笔记————02.k-邻近算法(KNN)

    机器学习实战(Machine Learning in Action)学习笔记————02.k-邻近算法(KNN) 关键字:邻近算法(kNN: k Nearest Neighbors).python.源 ...

  6. 【转载】 机器学习实战 - 读书笔记(07) - 利用AdaBoost元算法提高分类性能

    原文地址: https://www.cnblogs.com/steven-yang/p/5686473.html ------------------------------------------- ...

  7. 算法笔记_155:算法提高 概率计算(Java)

    目录 1 问题描述 2 解决方案   1 问题描述 问题描述 生成n个∈[a,b]的随机整数,输出它们的和为x的概率. 输入格式 一行输入四个整数依次为n,a,b,x,用空格分隔. 输出格式 输出一行 ...

  8. 算法笔记_166:算法提高 金属采集(Java)

    目录 1 问题描述 2 解决方案   1 问题描述 问题描述 人类在火星上发现了一种新的金属!这些金属分布在一些奇怪的地方,不妨叫它节点好了.一些节点之间有道路相连,所有的节点和道路形成了一棵树.一共 ...

  9. 算法笔记_165:算法提高 道路和航路(Java)

    目录 1 问题描述 2解决方案   1 问题描述 问题描述 农夫约翰正在针对一个新区域的牛奶配送合同进行研究.他打算分发牛奶到T个城镇(标号为1..T),这些城镇通过R条标号为(1..R)的道路和P条 ...

随机推荐

  1. OpenCV使用级联分类器实现人脸检测

    一.概述 案例:使用opencv级联分类器CascadeClassifier+其提供的特征数据实现人脸检测,检测到人脸后使用红框画出来. API介绍:detectMultiScale( InputAr ...

  2. C 上楼梯 中国石油大学新生训练赛#11

    问题 C: 上楼梯 时间限制: 1 Sec  内存限制: 128 MB提交 状态 题目描述 明明上n 级台阶可用四种步幅, 当然每种步幅花费的体力也不一样, 对应关系如下明明开始有m 个体力, 求他最 ...

  3. Mysql查询优化器之基本优化

    对于一个SQL语句,查询优化器先看是不是能转换成JOIN,再将JOIN进行优化 优化分为: 1. 条件优化 2.计算全表扫描成本 3. 找出所有能用到的索引 4. 针对每个索引计算不同的访问方式的成本 ...

  4. Kafka 新旧消费者的区别?

    旧的 Kafka 消费者 API 主要包括:SimpleConsumer(简单消费者) 和 ZookeeperConsumerConnectir(高级消费者).SimpleConsumer 名字看起来 ...

  5. Kafka 缺点?

    由于是批量发送,数据并非真正的实时: 对于mqtt协议不支持: 不支持物联网传感数据直接接入: 仅支持统一分区内消息有序,无法实现全局消息有序: 监控不完善,需要安装插件: 依赖zookeeper进行 ...

  6. mysql问题排查与性能优化

     MySQL 问题排查都有哪些手段? 使用 show processlist 命令查看当前所有连接信息. 使用 explain 命令查询 SQL 语句执行计划. 开启慢查询日志,查看慢查询的 SQL. ...

  7. SQLyog创建数据库过程

    点击数据库,点击创建数据库 输入数据库名称,输入字符集,排序规则选默认的 然后一个数据库就建好了

  8. Zookeeper 的 java 客户端都有哪些?

    java 客户端:zk 自带的 zkclient 及 Apache 开源的 Curator.

  9. Python - 本地文件读写(初级)

  10. Numpy使用Matplotlib实现可视化绘图

    Numpy使用Matplotlib实现可视化绘图 可以直接将Numpy的数组传给Matplotlib实现可视化绘图: 曲线图 饼图 柱状图 直方图 1. 绘制正弦曲线 2. 绘制饼图 3. 柱状图 4 ...