搜索的哲学：DFS与BFS的框架、剪枝艺术与空间权衡.docxVIP

搜索的哲学：DFS与BFS的框架、剪枝艺术与空间权衡

前言：搜索——那个“没它不行，乱用超时”的保命神器

在CSP-J/S复赛考场上，搜索有一句公认的定位——“拿不到满分时的‘救命分’”。

什么意思呢？当你面对一道题，正解思路完全没头绪，DP方程推不出来，贪心策略无法证明，图论建模毫无方向……这时候，搜索就是你最后的底牌。写一个暴力搜索，至少能过掉数据范围小的那30%-50%的测试点，让你不至于交白卷。

但问题在于：很多选手连“暴力搜索”都写不稳。要么DFS递归层数太多爆栈，要么BFS队列没有判重导致死循环，要么明明加几行剪枝就能多拿20分，却因为不知道该怎么剪而白白丢掉。

这就是本文要解决的问题。我们不打算把搜索算法从头讲一遍——那是教材的事。我们要做的，是给你一套可以直接套用的搜索框架（代码“三板斧”），帮你理清DFS和BFS的选型逻辑，再教你一种能在考场上实实在在多拿分的剪枝策略。

读完这篇文章，你应该达到这样一个水平：拿到一道搜索题，能在大脑里瞬间完成“选DFS还是BFS？用哪个框架？在哪里加剪枝？”这三步决策。

一、搜索的本质：一种“暴力”的美学

1.1什么是搜索？

在信息学竞赛的语境下，搜索就是有组织地枚举所有可能的状态，从中找出符合条件的目标状态。

“枚举”听起来很笨——不就是把所有可能都试一遍吗？但“有组织”这三个字，才是搜索的核心。同样是枚举，有人写的暴力能过3