学习OI很久以后才发觉自己对于搜索的认识有极大的偏差。。。
因为没有好好寻找一些算法资料。。。在学习时把枚举和搜索混为一谈,而且一直认为搜索就是全排列,导致我数次打出指数复杂度的暴力-_-
整理资料后才发现,指数型枚举有组合与排列,而搜索和枚举其实有很大的差别,枚举只是属于搜索的一丢丢最暴力的部分而已
对于这道题,状态是小猫坐缆车的具体方案,阶段是目前安排了几只小猫(我们需要一步步确定最终解,而不是一次把解求出来,所以要这样划分阶段),分支有两种,小猫可以选择一个还坐的下的缆车,或者再租一辆缆车。用一个数组记录“具体方案”:设cab[i]表示第i辆缆车已经承受的重量。
但是这样很慢。。。我们至多租n辆缆车,又有n只小猫要安排,复杂度在 n2 n 2 左右。
考虑剪枝优化。可以知道的是如果数据不是很奇葩的话,最后缆车数量应该不会很多,至少不会有n个那么多。。。所以大部分的搜索都浪费了时间。加一个剪枝,当目前租的缆车数量已经大于等于已知缆车数量最小值,那么直接返回。if(tot >= ans) return;
还有个优化,把小猫按重量降序排序。先搜索重的小猫,可以有效减少分支数量。根据搜索树的结构特点,靠上层的分支如果有很多,必然导致最后整棵树变得十分大。
分支数可大致看作复杂度的指数,根据指数爆炸的原则,底数大指数小,整棵树规模才会更小一点
但是这不是唯一正解。。。还可以迭代加深来做。思路和二分答案是一致的,即枚举一个值为答案,检验可行性
枚举租赁缆车上限值,检查在不超过此值时是否存在一个方案可以安排下所有小猫,不存在便继续租缆车。并且迭代层数的下界是确定的,即sum/w,sum指总重量,无论如何,租的缆车数也不会小于这个值。
事实上迭代加深是慢一点的。。。毕竟必然要进行多次重复搜索,上面那种做法不加排序,只剪枝也可以过,但迭代加深却必须加上排序。当然这也不是迭代加深的主要舞台,毕竟迭代加深最适合那种没有确定最终阶段的搜索。
#include
#include
#include
using namespace std;
const int MAXN = 30;
int n,w,c[MAXN],ans = 1<<30,cab[MAXN],vis[MAXN],tot=1;
void dfs(int x, int sum) {
if(tot >= ans) return;
if(x == n+1) {
ans = min(ans, tot);
return;
}
for(int i=1; i<=tot; i++) {
if(cab[i] + c[x] <= w) {
cab[i] += c[x];
dfs(x+1, tot);
cab[i] -= c[x];
}
}
cab[++tot] = c[x];
dfs(x+1, tot);
tot--;
}
bool cmp(int a, int b) {
return a > b;
}
int main() {
cin >> n >> w;
for(int i=1; i<=n; i++) {
cin >> c[i];
}
sort(c+1,c+n+1,cmp);
dfs(1, 1);
cout << ans << endl;
return 0;
}
#include
#include
#include
using namespace std;
const int MAXN = 30;
int n,w,c[MAXN],ans = 1<<30,cab[MAXN],vis[MAXN],tot=1,flg,sum;
void dfs(int x, int deep) {
if(x == n+1) {
flg = true;
return;
}
for(int i=1; i<=deep; i++) {
if(cab[i] + c[x] <= w) {
cab[i] += c[x];
dfs(x+1,deep);
if(flg) {
return;
}
cab[i] -= c[x];
}
}
}
bool cmp(int a, int b) {
return a > b;
}
int main() {
scanf("%d %d", &n, &w);
for(int i=1; i<=n; i++) {
scanf("%d", &c[i]);
sum += c[i];
}
sort(c+1,c+n+1,cmp);
for(int i=sum/w; i<=n; i++) {
dfs(1,i);
if(flg) {
printf("%d\n", i);
return 0;
}
}
return 0;
}