dancingLink_舞蹈链.pdfVIP

正文 我写这篇论文的目的，是觉得这个简单的程序技巧理应得到广泛认可。假设x 指向双向链的一个节点；L[x] 和R[x]分别表示x 的前驱节点和后继节点。每个程序员都知道如下操作： L[R[x]] ← L[x], R[L[x]] ← R[x] （1 ） 是将x 从链表删除的操作；但是只有少数程序员意识到如下操作： L[R[x]] ← x, R[L[x]] ← x （2 ） 是把x 重新链接到双向链中。 当然，指出这种操作以后，这个结果是显然的。但是，当我真正认识到操作（2 ）的作用以后，我突然感到 了定义啊哈这个词语时候的感觉，因为，“ ” L[x]和R[x]的值在x 从链表中删除以后早已没有了它原来的语 义。确实，一个精心设计的程序在x 被删除后会通过把L[x],R[x]赋值为x 或者赋值为空值（null ）来清理掉 这些不用的数据结构。而让一个链外的对象指向链本身有时具有潜在的危险性。例如，指针就可以干扰垃圾 回收机制的运作。 那么是什么关于操作（2 ）的研究促使我写一整篇论文来讨论这个问题呢？当x 从链表删除以后；为什么 还要把它放回链表中？嗯，我承认，数据结构的更新通常来说是永久性的。但是非永久性的更新也时常发 生。例如，在一个交互性的程序中，用户很可能想撤销他所做的一个或一系列操作，恢复到先前的状态。另 一个典型的应用是在回溯程序（backtrack programs ） [16]里,回溯程序枚举约束集合里的所有解。回溯， 也叫深度优先搜索 （depth-first search ），在之前的论文中曾经讨论到。 操作（2 ）的观点是Hitotumatu 和Noshita [22]于1979 年提出的。他们提出Dijkstra 提出的著名的解决N 皇后问题 [6，第72-82 页]的算法在使用了这个技巧后，程序的速度比不使用几乎快了2 倍。 Floyd 关于回溯和非确定性算法 [11]之间关联的优雅论述中包含详细的数据结构更新与恢复的算法（谁能 够提供这句话的准确翻译？——译者）。通常来说，回溯程序可以被认为是一种搜索，所要做的就是缩小这 个任务需要搜索的范围，同时组织好用于控制搜索流程和决策的数据。对于多步的问题,解决问题的每一步 操作，都将改变剩余需要解决的问题。 简单情况下，我们可以考虑维护一个栈，用来保存当前搜索树节点之前的所有相关状态信息，但是这个任 务的拷贝动作需要耗时太多。因此，我们通常选用全局数据结构。这样无论搜索进行到何种程度，它都会保 留相关状态信息，并且当搜索回溯的时候它都能恢复先前状态。 例如，Dijkstra 解决n 皇后问题的递归算法将当前状态保存在三个全局布尔 （Boolean ）数组中，他们分别 表示棋盘上的列和2 条对角线；Hitotumatu 和Noshita 的程序中使用双向链表来记录所有列和对角线上的 可能性。当Dijkstra 算法暂时放置一个皇后在棋盘上的时候，会把每个布尔数组里的一个数据从真改为假； 回溯后又将这个数据改回真。Hitotumatu 和Noshita 使用（1 ）去删除一列，使用（2 ）去恢复删除操作； 这意味着他们可以不通过搜索便找到一个空列。程序通过这种方法记录下每个状态信息，这样替换和恢复 节点使得N 皇后问题的计算更加高效。 算法（2 ）的优雅之处就在于我们仅仅知道x 的值就可以恢复（1 ）的操作。通常来说要恢复操作，需要我 们记录下节点的左指针和它先前的值（请参阅 [11]或 [25]，268-284 页）。但是在这个实例中，我们只需 要知道x 的值，而回溯程序在做通常的操作时恰恰又很容易得到节点的值。 我们可以把（1 ）、（2 ）这对操作应用于涉及到大量操作的复杂数据结构的双向链上。这个删除元素的操作 可以随时进行逆操作，因此它可以用来决定哪些元素需要被恢复（即用来恢复已经删除的元素——译者）。 重建链表的恢复操作使得我们可以一直向后回溯到下一次向前递归为止。这个过程使得指针在数据结构内 部被灵活运用，仿佛设计精巧的舞蹈动作。因此，我很愿意把（1 ）、 （2 ）的这个技巧叫做舞蹈链 （Dancing Links ）。 精确覆盖问题。阐明Dancing Links 威力的一种方法就是考虑一个能大致描述如下的一般问题：给定一个 由0 和1 组成的矩阵，是否能找到一个行的集合，使得集合中每一列都恰好包含一个1 ？例如，下面这个 矩阵