东北师范大学信息学选论第四篇搜索法.ppt

第四章、搜索法 下面介绍3种最常用的搜索策略 (1)枚举法 (2)回溯法(深度优先法) (3)分支限界法（广度优先搜索） 无论什么类型的试题，只要能归纳出数学模型，就尽量用解析方法求解。因为一个好的数学模型建立了客观事物间准确的运算关系，运用这个数学模型直接求解是再合适不过的了。当然，这仅是一种可能性，因为并非所有选手都能在竞赛的“一瞬间”把问题分析得如此透彻，并非所有给定的问题都能建立数学模型，即便有了数学模型，解该模型的准确方法也不一定能套用现成算法。因此在某些情况下，还需要通过搜索（列举所有可能情况）来寻求问题的解。 第一节 枚举法 枚举法的基本思想是根据提出的问题枚举所有可能状态，并用问题给定的条件检验哪些是需要的，哪些是不需要的。能使命题成立，即为其解。虽然枚举法本质上属于搜索策略，但是它与后面讲的回溯法有所不同，因为适用枚举法求解的问题必须满足两个条件： (1)可预先确定每个状态的元素个数 n ; (2)状态元素 a1, a2,……,an的可能值为一个连续的值域。 设:ai1 ― 状态元素 ai的最小值； aik一状态元素ai的最大值(1=i=n)， 即 a11=a1=a1k; a21=a2=a2k; ai1=ai=aik, …… an1=an=ank 我们称状态元素为枚举变量。例如某问题的枚举变量有3个： a1 , a2 , a3 。其中： 1=a1=2， 2=a2=4, 5=a3=7 则问题的可能状态集为： (a1,a2,a3)={(1,2,5),(1,2,6),(1,2,7), (1,3,5),(1,3,6),(1,3,7), (1,4,5),(1,4,6),(1,4,7), (2,2,5),(2,2,6),(2,2,7), (2,3,5),(2,3,6),(2,3,7), (2,4,5),(2,4,6),(2,4,7)} 在上述 18 个可能的状态集中，满足问题给定的检验条件的状态即为问题的解。 －般来说，如果确定了枚举变量的个数及其值域，我们则可以利用for语句和条件判断语句逐步求解或证明： 枚举法的优点： (1)由于枚举算法一般是现实生活中问题的“直译”，因此比较直观，易于理解； (2)由于枚举算法建立在考察大量状态、甚至是穷举所有状态的基础上，所以算法的正确性比较容易证明。 枚举法的缺点：枚举算法的效率取决于枚举状态的数量及单个状态枚举的代价，因此效率比较低。 当然，由于模型建立的不同，信息提取量的不同，同一个问题可以有多个枚举算法，效率也可能有所不同，甚至可能有很大的差异。 一、“直译”的枚举算法 将自然语言描述的问题“翻译”成算法的过程，即为“直译”。现实生活中的许多问题可以“直译”成枚举算法。 例如古代著名的“百鸡百钱”(公鸡一只5文钱，母鸡一只3文钱，小鸡3只一文钱。要求计算一百钱可买3种鸡一百只的数量。)问题就是一个典型的枚举问题。 状态： 3 种鸡的数量 x , y , z 每个状态元素的取值范围： 约束条件： 5x +3y+ z /3 = 100 由此“直译”成如下枚举算法 for(int x=1; x18;x++) for(int y=1;y31;y++) { int z=100-x-y; if(5*x+3*y+z/3.0==0) coutxyzendl; } 从上例可以看出，能够被“直译”的问题一般具有下列特征： (1)建立在离散模型上； (2)状态的数量和枚举单个状态的代价确定； (3)枚举算法的时间复杂度为一个多项式。 【例1 】跳远 在水平面上整齐地放着n个正三角形，相邻两个三角形的底边之间无空隙，如图所示。 一个小孩想站在某个三角形i的顶端，跳到三角形j的顶端上（ij）。他总是朝着斜向45度的方向起跳，且初始水平速度v不超过一个给定值v0。 在跳跃过程中，由于受到重力作用（忽略空气阻力)，小孩将沿着抛物线行进， 水平运动方程为 x=x0＋vt ， 竖直运动方程为 y=y0+vt-0.5gt2， 运动轨迹是一条上凸的抛物线。取g=10.0, (x0,y0)是起跳点坐标。 请编程求出他从每个位置起跳能到达的最远三角形的编号。注意：跳跃过程中不许碰到非起点和终点的其他三角形。 输入： 第1行为两个正整数n,v0 (3=n