深度搜索及其优化.ppt

深度优先搜索及其优化策略 朱全民 深度优先搜索 递归算法伪代码： procedure DFS_ recursive(N); 1.?????? if N=target then 更新当前最优值并保存路径; 2.?????? for r:=1 to 规则数 do [ 3.?????? New:=Expand(N,r) 4.?????? if 值节点New符合条件 then [ 5.?????? 产生的子节点New压入栈; 6.?????? DFS_recursive(i+1); 7.?????? 栈顶元素出栈; 8.?????? ] 9.?????? ] ? program DFS; 1.??????? 初始化; 2.??????? DFS_recursive(N); 深度优先搜索的非递归形式 program DFS; 1.?????? dep:=0; 2.?????? Repeat 3.?????? dep:=dep+1; 4.?????? j:=0;brk:=false; 5.?????? Repeat 6.?????? j:=j+1; 7.?????? New=Expand(Track[dep],j); 8.?????? if New 符合条件 then [ 9.?????? 产生子节点New并将其压栈; 10.?? If 子节点New=target then 更新最优值并出栈 11.?? else brk:=true; 12.?? ] 13.?? else if j=规则数 then Backtracking 14.?? else brk:=false; 15.?? Until brk=true 16.?? Until dep=0; 生日蛋糕 转变思路，搜索？ 数据库 用( i , Ri , Hi , Vi , Si )表示第i层蛋糕的一个状态。其中Ri ,Hi分别为第i层蛋糕的半径和高，Vi , Si分别表示做完第i层蛋糕后剩下的蛋糕体积和当前蛋糕的表面积。可见， 初始状态：(1,R1,H1,n-R1*R1*H1,R1*R1+2*R1*H1) 目标状态：(m,Rm,Hm,0,Sm) 于是，我们的目标是找到一条从初始状态到任意目标状态的路径，并且Sm最小. 扩展的规则 ( i , Ri , Hi , Vi , Si ) ? ( i+1,Ri+1,Hi+1,Vi+1,Si+1) 满足: （1） Ri Ri+1 （2） Hi Hi+1 （3） Vi+1 = Vi - Ri+1* Ri+1* Hi+1 （4） Si+1 = Si + 2 * Ri+1* Hi+1 基本算法 确定第一层蛋糕的大小 根据上一层蛋糕的大小确定下一层蛋糕该怎么做 看是否符合条件 1）是否做到了m层 2）是否最终体积为0 3）是否当前面积最小 若上述条件成立，则保留当前最优值，否则继续做下一层蛋糕，若重做蛋糕 Search (i, Ri , Hi , Si , Vi) {对每层蛋糕进行搜索} if (i=m) and (Vi =0) then 更新最优值 else for Ri + 1?Ri -1 downto m-i for Hi + 1?Hi -1 downto m-i [ Si + 1?Si + 2 * Ri + 1* Hi + 1 Vi + 1?Vi - Ri + 1* Ri + 1* Hi + 1 Search ( i+1, Ri + 1, Hi + 1, Si + 1,Vi + 1) ] Problem-Cake {枚举所有的初始状态 ----- 第一层蛋糕的大小} for R1?m to sqrt ( n ) do /*假设 H1=1，只做一层蛋糕 */ for H1?n div (R1*R1) downto m do [ S1=2 * R1* H1+ R1* R1 V1=n - R1* R1 * H1 Search (1, R1, H1, S1, V1) ] 优化？？ （1）因为知道余下的蛋糕体积,因此可以估算一下余下侧面积, 这样我们可以就加入如下剪枝条件: if 当前的表面积 + 余下的側面积 当前最优值 th