算法——深度优先搜索(DFS)

DFS

  • 思路:
    • 从初始状态出发,下一步可能有多种状态;选其中一个状态深入,到达新的状态;直到无法继续深入,回退到前一步,转移到其他状态,然后再深入下去。最后,遍历完所有可以到达的状态,并得到最终的解。
    • DFS通常使用递归来实现
  • 弊端:
    • 递归容易超时
  • 大部分DFS搜索的题目都需要用到回溯的思路,其难度主要在于扩展子结点时如何构造停止递归并返回的条件。 

递归

  •  递归方法就是直接或间接地调用其自身

  •  注意:

    • 避免进入死循环

    • 容易超时

      • 递归 <——> 非递归,相互转化

回溯法

  • 回溯法是一种采用深度优先方式进行搜索的算法,当搜索到某一步时,如果发现原先的选择不是最优选择或者达不到目标,就退回一步重新选择。
  • 剪枝函数:(在回溯中用于减少子结点扩展的函数)
    • 1、约束函数:是问题的可行解吗?
    • 2、限界函数:确定是问题的可行解,但,是问题的最优解吗?
  • 解题步骤:
    • 1、如何递归
    • 2、如何剪枝与回溯

一、计算阶乘(递归)

阶乘函数:n!=\left\{\begin{matrix} 1 &,n=0 \\ n\times (n-1)! & ,n> 0 \end{matrix}\right.

比如

  • 3!=6
    • 3!= 3*2*1 = 6
  • 4!=24
    • 4!= 4*3*2*1 = 24
  • 5!=120
    • 5!= 5*4*3*2*1 = 120

分析:

  • 算法——深度优先搜索(DFS)_第1张图片
package no1_1;
import java.util.Scanner;
public class Main {
	public static void main(String[] args) {
		Scanner input = new Scanner(System.in);
		int n = input.nextInt();
		System.out.println(factorial(n));
	}
	public static int factorial(int n) {
		if(n==0) {
			return 1;
		}else {
			return n*factorial(n-1);
		}
	}
}

二、数字游戏(回溯)

  给定一个1~N的排列a[i],每次将相邻两个数相加,得到新序列,再对新序列重复这样的操作,显然每次得到的序列都比上一次的序列长度少1,最终只剩一个数字。
  例如:
  3 1 2 4
  4 3 6
  7 9
  16
  现在如果知道N和最后得到的数字sum,请求出最初序列a[i],为1~N的一个排列。若有多种答案,则输出字典序最小的那一个。数据保证有解。

算法——深度优先搜索(DFS)_第2张图片

分析:

  • 算法——深度优先搜索(DFS)_第3张图片
  • 算法——深度优先搜索(DFS)_第4张图片
package no1_1;

import java.util.Scanner;
 
public class Main {
	//main()方法是静态方法,它只能调用静态方法,所以dfs()也是静态方法
	//因为两个方法都是静态方法,所以它们共用的属性sum,N等都得是静态的
	static int sum;
	static int N;
	static int arr1[];
	static boolean flag = true;
 
	public static void main(String[] args) {
		Scanner input = new Scanner(System.in);
		N = input.nextInt();
		sum = input.nextInt();
		int array[] = new int[N];
		int usedArray[] = new int[N + 1];
		//开始递归
		dfs(0, array, usedArray, flag);
	}
 
	public static void dfs(int step, int arr[], int usedArray[], Boolean flag) {
		//首先检查当前步数是否等于N,如果是,则表示已经生成了一个完整的排列(最顶层,有N个数的数组)
		if (step == N) {
			//复制该排列到新数组中
			int arr1[] = new int[N];
			for (int i = 0; i < N; i++) {
				arr1[i] = arr[i];
			}
			//从上往下,计算该排列最终得到的数字
			for (int i = 1; i < N; i++) {
				for (int j = 0; j < N - i; j++) {
					arr1[j] = arr1[j] + arr1[j + 1];
				}
			}
			//某排列计算出的数字与题目符合
			if (arr1[0] == sum) {
				//把该排列输出到控制台
				for (int x : arr) {
					System.out.print(x + " ");
				}
				//停止递归
				flag = false;
				//回溯,但不再递归
				return;
 
			} else
				//条件不满足,
				//回溯,继续递归生成下一步的排列
				return;
		}
		//继续递归,生成可能的排列
		if (flag == true) {
			//最初序列arr[i],为1~N的一个排列
			//在递归生成排列时,使用usedArray数组来标记已经使用过的数字,避免重复使用
			for (int i = 1; i <= N; i++) {
				if (usedArray[i] == 0) {
					arr[step] = i;
					usedArray[i] = 1;
					dfs(step + 1, arr, usedArray, flag);
					usedArray[i] = 0;//取消标记
				}
			}
		}
		return;
	}
}
 

三、粘木棍(DFS)

算法——深度优先搜索(DFS)_第5张图片

算法——深度优先搜索(DFS)_第6张图片

分析:

  • 算法——深度优先搜索(DFS)_第7张图片
  • 算法——深度优先搜索(DFS)_第8张图片
package no1_1;
import java.util.*;
public class Main {
	static int n,m,result=Integer.MAX_VALUE;
	static int[] array;
    public static void main(String[] args) {
        Scanner input=new Scanner(System.in);
        n=input.nextInt();
        m=input.nextInt();
        array=new int[n];
        for(int i=0;imax) max=array[i];
    		}
    		result=Math.min(result, max-min);//维护一个最小的差值
    		return ;//停止递归,返回
    	}
    	for(int i=0;i

四、24点

算法——深度优先搜索(DFS)_第9张图片

算法——深度优先搜索(DFS)_第10张图片

 分析:

  • 一组数据里有4个数字
  • 递归,每次处理2个数字,加减乘除(加乘各自只有一种方法,而乘除各自有两种)
  • 把处理结果存放在card[1]的位置,再把最后一个有效数字挪到card[0]的位置,数组有效数字长度-1
  • 每种方法都维护一个不大于24的最大值
  • 算法——深度优先搜索(DFS)_第11张图片
package no1_1;
import java.util.*;
public class Main {
	static int max;
    public static void main(String[] args) {
        Scanner input=new Scanner(System.in);
        int n=input.nextInt();
        int[] cards=new int[4];
    	int[] res=new int[n];//存储结果
        for(int i=0;i

 

你可能感兴趣的:(数据结构与算法(java版),算法,java)