【基础算法训练】—— 深度优先搜索

简介: 【基础算法训练】—— 深度优先搜索

第一题 P3353 在你窗外闪耀的星星


题目描述


image.png解题报告


看到求区间和,我就想拿出我熟悉的前缀和了。看到有佬佬们用线段树,但是暂时不退,RBQ 。

前缀和的使用主要是

① 前缀和数组sum的预处理

② sum[区间右端点] - sum[区间左端点 - 1]来实现O(1)的区间和查询。

这个题了,因为题目说的是每颗星星都有自己的位置,并没有说每个位置只能有一颗星星,一个位置是可以允许有多枚星星的,倘若是按照每个位置只有一颗星星的想法处理了,只有10分~


统计窗口能够看到的最亮的星星的亮度了,小类似滑动窗口。窗口的长度是w。为了把窗口滑动的过程+前缀和区间求和的公式结合在一起,枚举的时候,可以将窗口长度作为初始值,这种既可以统计窗口长度内的区间和,也不会出现数组角标越界。


参考代码(C++版本)

#include <bits/stdc++.h> 
using namespace std;
typedef long long LL;
const int N = 100000+10;
int sum[N],cnt[N];
int main()
{
  //前缀和
  //输入星星的数量和窗户的宽度
  int n , w,pos = 0;
  cin >> n >>w;
  for(int i = 1; i <= n;i++)
  {
    int a,b;
    //输入坐标和亮度
    cin >> a >> b;
    cnt[a] += b;//可能说,同一个坐标,是有多个不同亮度的星星,因此比平常的前缀和多一步预处理
    //统计星星的坐标,找到最远的坐标
    pos = max(pos,a);
  }
  //预处理前缀和  
  for(int i = 1; i <= pos;i++)
    sum[i] = sum[i-1] + cnt[i];
  int ans = -1;
  //按照窗户宽度扫一遍,找最大值
  for(int i = w; i <= pos;i++)
    ans = max(sum[i]-sum[i-w],ans);
  cout << ans;
  return 0;
}

搜索的知识铺垫


搜索的原理


微信图片_20221019213659.png

深度优先搜索


微信图片_20221019213743.png

常规玩法:

① 递归统计结果,比如求阶乘

② 递归求指数型枚举,比如求斐波那契数列的第n项

③ 递归求排列型枚举,比如求n个数字的全排列


进阶应用领域: 枚举、容斥原理、基于状态压缩的动态规划、记忆化搜索、有向图强连通分量、无向图割边割点和双连通分量、LCA最近公共祖先、博弈、二分图、欧拉回路、K短路、线段树、最大团、最大流、树形DP。

上面的内容有个印象就好,具体想掌握,还得落实到题目上,感觉英雄哥写的记忆化搜和剪枝的内容让我受益匪浅,着重记录一下。以及捋清楚了回溯是怎么回溯的,浅偷下一了

微信图片_20221019213824.gif


基于DFS的记忆化搜索

微信图片_20221019213855.png

基于DFS的剪枝


微信图片_20221019214927.png


广度优先搜索


微信图片_20221019215037.png



第二题 565. 数组嵌套


模拟+扫描


题目描述


微信图片_20221019214017.png

解题报告


其实是求当前给的数组中,最多能组成多少个题目给出的嵌套模式。

那么就可以直接扫描每个数能够形成的最长的序列长度是多少,最后返回最长的就好了。


参考代码(C++版本)

class Solution {
public:
    int arrayNesting(vector<int>& nums) {
        int n = nums.size();
        //开个记录每个点状态的数组,默认都是没有用过吧
        int st[n];
        memset(st,0,sizeof(st));
        int ans = -1;
        //从索引为0的位置开始扫描吧
        for(int i = 0; i < n;i++)
        {
            int cnt = 0;//统计当前这种扫描模式能够嵌套的数量
            while(!st[i])//倘若当前这个点没有用过,进去搜索
            {
                //标记用过了
                st[i] = 1;
                cnt ++;
                //按照题目背景更新索引
                i = nums[i];
            }
            //统计每个点扫描处理的结果,要找到最大值
            ans = max(ans,cnt);
        }
        return ans;
    }
};

第三题 401. 二进制手表


记录sprintf + 字符数组通过强制转换转成字符串 + 使用标记区分不同的搜索状态


题目描述


微信图片_20221019214155.png


解题报告


这个图也太草率了吧~

我自己不太这道题目的搜索+回溯的玩法,参考了大佬的题解:

位运算暴力?回溯?我全都要!就不信还讲不明白了!😤。需要的小伙伴自行阅读嗷~


假如使用递归去搜索了,要拿捏核心的两个点:

基线条件:递归什么时候结束,并统计当前搜索出来的时间

递归条件:递归函数需要计算什么,需要实现什么,递归进入下一层的逻辑是什么呢


基线条件

题目给我们的是LED的数量,LED灯只有亮和不亮两种状态,那么,倘若我们把所有亮着的LED灯都处理完了,也就到达了递归的边界了。

到达递归的边界之后,通过我们设定的flag标记来分别处理分钟和时钟。

倘若是分钟,就加入到统计分钟的数组,等最后统计结果的时候取出来用。

倘若是时钟,就可以着手记录当前搜索的结果。


递归条件

常规的将二进制转换为对应的十进制的逻辑,已经递归进入下一层dfs(step + 1)


参考代码(C++版本)

class Solution {
private:
    vector<string> ans;
    vector<int> mins;
    void dfs(int pos, int sum, int cnt, bool flag)
    {
        //设置递归结束条件,也就是所有亮的灯都处理完了
        if(cnt == 0)
        {
            //根据当前的标记flag,来判断是处理分钟还是时钟
            //如果是分钟,将当前的分钟数放到用于统计分钟的集合中
            if(flag) mins.push_back(sum);
            //否则当前是处理时钟,那么就需要将存储的分钟拿出来,结合时钟表示当前搜索的结果了
            else 
            {
                if(!mins.empty())
                {
                    for(auto it : mins)
                    {
                        char tmp[10];
                        //将小时和分钟转换成字符串数组
                        sprintf(tmp,"%d:%02d",sum,it);
                        //将字符串数组转换为字符串
                        string str_ans = (string)tmp;
                        //将结果统计起来
                        ans.push_back(str_ans);
                    }
                }
            }
            return ;
        }
        //根据flag的标签,决定怎么再进一步搜索
        for(int i = pos; i < (flag?6:4);i++)
        {
            //当前亮的点表示二进制,根据权值转换为十进制
            int ten_n = pow(2,i);
            //判断算出来的结果,是否符合表盘要求:
            // 小时(0-11), 分钟(0-59)
            if(flag && sum + ten_n >= 60 || !flag && sum + ten_n >= 12) break;
            //这儿只能写i + 1 和 cnt -1
            else dfs(i+1,sum + ten_n,cnt-1,flag); //递归进入下一层
        }
    }    
public:
    vector<string> readBinaryWatch(int turnedOn) {
        //设「亮灯数」为 turnedOn ,枚举分钟,分钟的显示使用了 i 个灯,可得时钟显示剩余的可用灯数为 turnedOn - i
        for(int i = 0; i < 6 && turnedOn >= i ;i++)
        {
            //搜分钟和搜时钟的逻辑差不多,为了实现区分,使用标记来区分
            //分别代表当前枚举的LED的位置,现在算出来的二进制总和,当前亮的LED灯,标记
            dfs(0,0,i,true);
            dfs(0,0,turnedOn - i,false);
            mins.clear();
        }
        return ans;
    }
};

枚举 + lowbit。这里将前导0的判断可以积累一下。感觉深搜真的是增加了题目难度了

class Solution {
public:
    vector<string> readBinaryWatch(int turnedOn) {
        vector<string> res;
        //直接从  0:00 枚举到 11:59   每个时间有多少1
        for (int i = 0; i < 12; i++) 
        {
            for (int j = 0; j < 60; j++) 
                //找到满足要求的了
                if (lowbit(i) + lowbit(j) == turnedOn) 
                    res.push_back(to_string(i)+":"+
                                  (j < 10 ? "0"+to_string(j) : to_string(j)));
        }
        return res;
    }
    //计算二进制中1的个数
    int lowbit(int n) 
    {
        int res = 0;
        while (n) 
        {
          n -= (n & -n);
            //或者写成也可以 n = n & (n - 1);
            res++;
        }
        return res;
    }
};

第四题 1079. 活字印刷


题目描述


微信图片_20221019214401.png


解题报告


原本以为是一个简答的递归实现指数型枚举,但是认真看了样例之后,发现已经出现过的字符,是不能再出现相同的了,那么回溯+剪枝就成为了这个题的重点。

关于去重,可以使用STL中的set容器来实现去重,也可以使用哈希表,也可以自行编写去重条件。

倘若想要自行编写去重的条件:

① 判断当前这个点是否已经探索/使用过了,倘若是,就跳过。

② 判断当前探索的点i是否和其前一个字符相等tiles[i] == tiles[i-1],倘若是相等,就是重复的字母,我们只取第一个未访问的,即,当i-1个点也是是未被访问过的,visited[i-1]==false


至于这个visited数组是一个用于记录当前的位置是否被探索过了。

可以使用vector库函数来开一个bool数组,使用visited.assign(n,false);来初始化。

也可以就使用熟悉的普通数组,开int类型或者bool类型都可以,使用memset(visited,0,sizeof(visited));来初始化。


参考代码(C++版本)

class Solution {
public:
    int vis[10];
    int ans = 0;
    int numTilePossibilities(string tiles) {
        //因为连续的相同字符只能使用第一个,这个题就是回溯的基础上加剪枝    
        int n = tiles.size();
        memset(vis,0,n);
        //排序是为了找到联系重复的字符
        sort(tiles.begin(),tiles.end());
        dfs(tiles,0);
        return ans;
    }
    void dfs(const string &tiles,int step)
    {
        //设置递归的基线条件
        if(step == tiles.size()) return;
        //递归实际的探索逻辑
        for(int i = 0;i < tiles.size();i++)
        {
            //剪枝——这里是跳过这种使用过的,或者是重复的方案
            if(vis[i] || i > 0 && tiles[i] == tiles[i-1] && vis[i-1] == 0) continue;
            //标记当前的方案可行,能够探索一个点
            vis[i] = 1;
            ans ++;
            dfs(tiles,step + 1);//递归进入下一层
            //回溯——还原现场
            vis[i] = 0;
        }
    }
};

这个题也可以使用哈希表来实现,可以使用STL中的map或者哈希表的思想都行。注意使用迭代器的时候。

下面涉及一些引用传参的知识点,详情参考这篇文章

C++ 值传递、指针传递、引用传递详解

C++中const关键字修饰

class Solution {
public:
    int ans = 0;
    void dfs(unordered_map<char,int> &hash)
    {
        //使用范围for取出哈希表中的数据
        //这个取地址符不要忘记,不然终止不了递归
        for(auto &it: hash)
        {
            //只要当前的数字还存在,就可以使用它形成新的序列
            if(it.second)
            {
                it.second --;
                ans ++;
                //递归进去
                dfs(hash);
                //还原现场
                it.second ++;
            }
        }
    }
    int numTilePossibilities(string tiles) {
        unordered_map<char,int> hash;
        int n = tiles.size();
        for(int i = 0; i <n;i++)
            hash[tiles[i]] ++;
        //直接把哈希表传进去dfs
        dfs(hash);
        return ans;
    }
};

第五题 1219. 黄金矿工


题目描述


微信图片_20221019214541.png

解题报告


暂时不知道多源DFS怎么结束递归,浅放一下吧,磕了好几个小时了,心塞。后面点了我来补充。


参考代码(C++版本)


相关文章
|
2月前
|
机器学习/深度学习 算法 TensorFlow
文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面
文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面
104 0
文本分类识别Python+卷积神经网络算法+TensorFlow模型训练+Django可视化界面
|
17天前
|
机器学习/深度学习 算法
**反向传播算法**在多层神经网络训练中至关重要,它包括**前向传播**、**计算损失**、**反向传播误差**和**权重更新**。
【6月更文挑战第28天】**反向传播算法**在多层神经网络训练中至关重要,它包括**前向传播**、**计算损失**、**反向传播误差**和**权重更新**。数据从输入层流经隐藏层到输出层,计算预测值。接着,比较预测与真实值计算损失。然后,从输出层开始,利用链式法则反向计算误差和梯度,更新权重以减小损失。此过程迭代进行,直到损失收敛或达到训练次数,优化模型性能。反向传播实现了自动微分,使模型能适应训练数据并泛化到新数据。
31 2
|
20天前
|
分布式计算 算法 Java
阿里云ODPS PySpark任务使用mmlspark/synapseml运行LightGBM进行Boosting算法的高效训练与推理
阿里云ODPS PySpark任务使用mmlspark/synapseml运行LightGBM进行Boosting算法的高效训练与推理
|
25天前
|
Python
求解带有限重的三维装箱问题——启发式深度优先搜索算法
求解带有限重的三维装箱问题——启发式深度优先搜索算法
26 4
|
21天前
|
算法 Java
Java数据结构与算法:图算法之深度优先搜索(DFS)
Java数据结构与算法:图算法之深度优先搜索(DFS)
|
24天前
|
人工智能 算法 物联网
求解三维装箱问题的启发式深度优先搜索算法(python)
求解三维装箱问题的启发式深度优先搜索算法(python)
19 0
|
24天前
|
算法 Python
利用深度优先搜索算法解决老鼠吃奶酪问题(python)
利用深度优先搜索算法解决老鼠吃奶酪问题(python)
11 0
|
27天前
|
人工智能 算法 Java
深度优先搜索(Depth-First Search,DFS)是一种用于遍历或搜索树或图的算法。
深度优先搜索(Depth-First Search,DFS)是一种用于遍历或搜索树或图的算法。
|
1月前
|
算法
【经典LeetCode算法题目专栏分类】【第9期】深度优先搜索DFS与并查集:括号生成、岛屿问题、扫雷游戏
【经典LeetCode算法题目专栏分类】【第9期】深度优先搜索DFS与并查集:括号生成、岛屿问题、扫雷游戏
|
2月前
|
机器学习/深度学习 数据采集 算法