算法合集之《正则反–浅谈逆向思维在解题中的应用》.docVIP

正难则反–浅谈逆向思维在解题中的应用 绍兴市第一中学 唐文斌 【摘要】逆向思维是一种思考问题的方式，它有悖于通常人们的习惯，而正是这一特点，使得许多靠正常思维不能或是难于解决的问题迎刃而解。本文通过几个例子，总结了逆向思维在信息学解题中的应用。 【关键字】 逆向思维 容斥原理 参数搜索 二分 动态规划 记忆化 【正文】 引言 我们先看一个简单的问题： 平面上有四个点，构成一个边长为1的正方形。现在进行一种操作，每次可以选择两个点A和B，把A关于B对称到C，然后把A去掉。 求证：不可能经过有限次操作得到一个边长大于1的正方形 操作后的结果是相当复杂的，如果我们从正面着手，很难证明命题。不妨从反面来看问题：观察可以发现，每一步操作都是可逆的。即，我们如果可以把正方形变大，也可以把正方形变小。 证明： 不妨设四个顶点都是整点。 假设我们可以通过有限次操作得到一个边长大于1的正方形，那么我们把所有操作反过来对原正方形进行操作，我们可以得到一个边长小于1的正方形。 因为四个顶点都是整点，操作之后，点的坐标依然是整数。所以我们得到一个边长小于1且四个点都是整点的正方形。这显然不可能。 所以假设不成立。命题得证。 上面的例子说明了逆向思维在数学问题中的应用。山重水复疑无路，应用逆向思维，换个角度看问题，便柳暗花明又一村了。 例一、Dinner Is Ready 题目大意： 妈妈烧了M根骨头分给n个孩子们，第i个孩子有两个参数Mini和Maxi，分别表示这个孩子至少要得到Mini根骨头，至多得到Maxi根骨头。 输入： 第一行包含两个数n(0n≤8) , M(0M)，表示孩子数量和骨头的数量。 接下来n行分别输入Mini和Maxi (0≤Mini≤Maxi≤M) 输出： 输出一个整数，表示妈妈有多少种分配方案(骨头不能浪费，必须都分给孩子们） 初步分析： 该题模型很简单，即求如下方程组的整数解的个数： 我们知道，方程组简单形式的整数解个数为 设Yi = Xi + Mini ，则原方程组转化为 对于下界限制，我可以通过换元得到简单形式，但是因为有上界的限制，我们似乎还无法直接计算出答案。 应用逆向思维： 设S为全集，表示满足Xi≥Mini的整数解集。 设为S中满足约束条件Xi≤Maxi的整数解的集合,为在S中的补集，即满足XiMaxi。 无法计算，但是，可解！！！我们希望把的计算转化到可解的。 于是： 这是一种容斥原理的形式。至此，问题已经解决。我们应用逆向思维，在原集合的模不可解的情况下，通过可解的得到答案。并给出了一个基于容斥原理的算法。时间复杂度为O(2n * (n+M))。 例二、Greedy Path 题目大意： 有n个城市，被m条路连接着。最近成立了一些旅行社，在这些城市之间给旅行者们提供服务。旅行者从城市i到城市j需要付给旅行社的费用是Ci,j，需要的时间为Ti,j 。很多旅行者希望加入旅行社，但是旅行社只有一辆车。于是旅行社的老板决定组织一次旅行大赚一笔。公司里的专家需要提供一条使得贪心函数F(G)最大的回路G。F(G) 等于总花费除以总时间。但是没有人找到这样的回路，于是公司的领导请你帮忙。 输入： 第一行包含两个数n(3≤n≤50),m 分别表示点数和边数。 接下来m行每行包含一条路的描述。输入四个数,A,B,CA,B,TA,B（0≤CA,B≤100，0≤TA,B≤100） 输出： 如果不存在这样的路，输出0。 否则输出回路中包含的城市个数，然后依次输出通过的城市的顺序。如果有很多条这样的路，输出任意一条。 初步分析： 题目要求是求一条回路，但不是边权和最大或者最小，所以我们不能直接使用经典算法。 设G = (V , E)，S为G中所有回路C = (V’ , E’)组成的集合。 我们的目标是找到集合S中的一条回路使得F(C)取到最大值： 应用逆向思维： 如果我们知道C* = (V*,E*)S是一条最优回路，那么 于是我们定义函数 o(t) : o(t) = 我们做一个猜想：如果有o (t*)=0，那么存在C* = (V*,E*)S 满足 我们认为C*就是一条最优回路。 证明：假设存在另一条回路C1= (V1,E1)S更优，则： 但是这与o(t*) = 0矛盾。所以C*是一条最优回路。 如果t*是最优答案，则存在： （性质一） 于是我们就得到了算法： 我们从一个包含t*的区间(tl , th)开始。（例如tl = , th = ） 每一次，选取tl 与 th的中点t , 计算O(t)。 O(t)的计算方法： 对于边eE , 设一个新的参数W