一类搜索的优化思想讲稿.docVIP

约定：凡是用(*和*)括住的都不是发言内容！！！ No.1 (*动画结束*)大家好！我是南京市金陵中学的刘一鸣。今天我要和大家讨论的就是：一类搜索问题的优化思想——数据的有序化。 No.2 数据有序化的思想，就是将杂乱的数据，通过简单的分类和排序，变成有序的数据，从而加快搜索的速度。 (*点击超级链接“为什么要进行数据有序化”，goto No.3*) No.3 为什么要数据有序化呢？ 我们平时遇到的搜索问题，其数据往往有一大特点，那就是杂乱无章，毫无次序可言。 (*点击鼠标，杂乱数据图出现*)就是杂乱的数据。 (*点击鼠标，有序数据图出现*)而这则是有序的数据。 但是，在同一个题目中，应用的算法相同，而数据的有序程度不同，程序的效率往往会有较大的差异。 下面，我就给大家举一个例子，“装箱问题”。 No.4 请大家仔细看题目，注意，这里和一般的“装箱问题”不同的地方就在于，题目是要求“放满”集装箱，也就是说，货物体积总和必须恰巧等于集装箱总体积。 No.5 这里提供了两种算法的时间比较，我们不难发现，第2种算法在多数情况下运行得很好，而第1种算法则不很理想。 No.6 两个程序效率不同的原因在哪里？ (*点击鼠标，图表出现*)主要的原因是，我们在使用最优性剪枝的时候，最希望的就是能较早地得到一个逼近最优解的较优解。 (*点击鼠标，最优解出现*)这里就是最优解。 (*点击鼠标，不理想解出现*)这里是不太理想的初始解，不排序而直接搜索，很可能会产生这种初始解。 (*点击鼠标，最理想解出现*)这里是最理想的初始解，不排序而直接搜索和先排序再搜索都可能会产生这种初始解，不过后者的概率似乎略大。 (*点击鼠标，较理想解出现*)这里是较为理想的初始解，先排序再搜索，很可能会产生这种初始解，这就是它的优势所在。 No.7 当然，数据有序化的优点并不仅仅是这些。首先，对于大多数数据，它都有良好的优化效果，不过也不乏专门针对它的数据；其次，它实现起来很简单，对于刚才那个问题，在搜索前加上一个冒泡排序，只用加上几行就可以了；再其次，使用这种方法不会与其它优化方法形成冲突，甚至会为它们创造便利。所以，不难看出，数据有序化在实际应用中是大有裨益的。 No.8 数据有序化大致可以分为两种。 第1种就是“预处理阶段的数据有序化”(*点击对应的HyperLink, goto No.9*) No.9 (*点击鼠标*) 一般来说，我们解决一个问题，都是读入数据以后直接进行数据的加工。(*点击鼠标，直至加工出现*) 预处理阶段的数据有序化，就是在加工之前多一个数据的处理过程，把它们由杂乱的排成有序的。(*点击鼠标，直至第2个箭头出现*) 下面，我以IOI2000的积木搭建为例具体讲解。 No.10 这道题目的题意大家应该比较熟悉了，我就不再多讲了。 传统的做法，是基于3维空间的算法，大家可以看看Wang Renshen同学的解题报告，这种方法虽然容易想到，但是效率并不高，有些官方测试数据甚至会超时。 现在，我们尝试在预处理阶段对数据进行有序化处理，来优化搜索。 No.11 先对构型的数据进行有序化处理。 (*点击鼠标*)将构型的所有小方块按照它们在空间中的顺序排序并编号。 (*点击2次鼠标*)用一个集合[1,v]表示构型。 (*点击2次鼠标*)这样，就将原来的3维几何体转化成了一个1维的集合。 No.12 然后，我们对积木的数据进行有序化处理。 (*点击鼠标*)枚举所有能够插入构型的积木。 (*点击2次鼠标*)用积木所包含的方块的编号组成的集合分别表示每块积木。 (*点击3次鼠标*)这样，一个积木可以放进构型里，就可以用一个集合是否包含于另一个集合来表示。 (*点击2次鼠标*) No.13 下面，我们看看怎样从一个构型里挖去一块积木。 这是一个构型， (*点击鼠标*)我们用[1,10]表示。现在，我们挖去一块积木， (*点击鼠标，并将鼠标指针指向浅绿色区域*)大家请看，浅绿色区域代表挖掉的一块积木{3,6,7,9}，那么，剩下的构型就是集合{1,2,4,5,8,10}。 (*点击2次鼠标*)这个操作，数据有序化处理以后，我们可以用集合的减运算来表示。(*点击鼠标*) No.14 我们现在对于剩下的那个构型 (*点击3次鼠标*)还想继续放一块积木 (*点击3次鼠标*)就是这块{4,5,7,8}。我们发现，{4,5,7,8}并不包含于{1,2,4,5,8,10}， (*点击鼠