迭代加深和IDE*

放在前面

1.DFS总结
2.在这一部分中，经常在dfs内部用到这样一种形式

bool dfs(...)
{
    if(dfs(...))   return true;// 链式反应
    ...
    return false;
}

我们称上面在 \(dfs\) 内部直接返回 \(true\) 的这种操作为链式反应，它会一路返回 \(true\)，最终结束循环。
其含义就是只要有一种情况符合条件，那么最终答案就是 \(true\)。
只有当所有情况都搜索完毕，还没有找到一个 \(true\) 的条件，才返回 \(false\)

迭代加深搜索（IDDFS）

一、介绍

1.什么是迭代加深

首先，它是深度优先搜索，其次它与普通深度优先搜索不同的是，每次深搜都会有搜索的最大深度限制，如果没有找到解，那么就增大深度，再进行深搜，如此循环直到找到解为止，这样可以找到最浅层的解。
标志性的结构如下：

 while(!dfs(maxdepth))
     maxdepth ++;

2.优势和劣势

了解了原理，大家也许会有疑问，那为啥不不直接用广度优先搜索呢？那是因为 \(IDDFS\) 有如下几个优势：

1.时间复杂度只比 \(BFS\) 稍差一点（虽然搜索 \(k+1\) 层时会重复搜索 \(k\) 层，但是整体而言并不比广搜慢很多）。(在图解（2）中有说明)

2.空间复杂度与深搜相同，却比广搜小很多。

3.利于剪枝(迭代加深本质上还是 \(DFS\) ，而 \(DFS\) 利于剪枝，\(BFS\) 不便于剪枝)。

3.一个可能的疑问

我们已经知道，迭代加深是按照深度逐渐加深去搜索的，这就会导致产生大量重复搜索，那么如果重复搜索的太多，效率会不会比普通的 \(DFS\) 要低呢？

答案是不会的！

因为普通的 \(DFS\) 的增长规模是指数级别的，我们重复搜索的 \(1\) 到 \(d - 1\) 层的所有节点之和可能都没有第 \(d\) 层的节点多。

4.图解

(1)

(2)

5.使用时机

当搜索树非常深，但是我们能确定答案一定在浅层节点时，就可以使用迭代加深DFS。

二、例题

1.题目描述

模板题

2.分析

首先可以证得一个非常重要的结论（性质），本题序列的长度 \(m\) 肯定是不大于 \(10\) 的。
证明如下：
我们贪心的让每一个元素都是最大值，那么 \(X[i] = X[i - 1] + X[i - 1]\)，此时的序列为：\(1,2,4,8,16,32,64,128...\)，我们发现，在\(m = 8\) 时，元素的大小就已经题目超过了题目给定的最大值 \(100\)。(然后详细的？？不太会证了)

然后，通过这个性质，我们可以想到迭代加深这个做法，因为题目答案的深度是比较小的，而我们在搜索过程中可能会搜索很深的距离，最极端的情况，贪心的让每一个元素都是最小值，那么序列为 \(1,2,3,4,5,6.....\)，如果要搜索到最大值 \(100\)，\(dfs\) 的深度来到了 \(100\) 层，这是无法接受的。

3.代码

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

int n, path[17];
bool st[107];


bool dfs(int u, int max_depth)// 当前处于第几层,最大层数（从1开始）
{
    if(u == max_depth + 1)  return path[max_depth] == n;
    
    // 剪枝：避免重复搜索,每个数只搜索一次，st的值不需要回溯
    memset(st, false, sizeof st);

    // 从之前的序列中找出两个数
    // 剪枝：从序列中最大的数开始找的数大，结束快，可以减少搜索次数
    for(int i = u - 1; i >= 1; i -- )
    {
        for(int j = i; j >= 1; j -- )// 搜索[i,j]和[j,i]是等价的
        {
            int s = path[i] + path[j]; 
            if(s <= path[u - 1] || s > n)    continue;
            if(st[s])   continue;
            
            st[s] = true;
            path[u] = s;
            if(dfs(u + 1, max_depth))   return true;// 如果本次搜索成功，直接返回
        }
    }
    
    // 这里别忘了
    return false;
}

int main()
{
    path[1] = 1;
    while(cin >> n, n)
    {
        int depth = 1;
        if(n != 1)// 第一层恒的值恒为1，不需要搜索
        {
            depth ++ ;
            while(!dfs(2, depth))// 第一层恒为1，所以从第二层开始搜索
                depth ++ ;
        }
        
        for(int i = 1; i <= depth; i ++ )   cout << path[i] << ' ';
        cout << endl;
        
        // 我们在前面已经证明得到了depth<=10的结论，我们可以验证一下
        if(depth > 10)   puts("FALSE!");// 这句话在n<=100的条件下永远不会执行
    }
    
    
    return 0;
}

IDE*

一、介绍

IDA* 的全称为：Iterative deepening A*，即基于迭代加深的 A* 算法
IDA* 实质上就是对迭代加深加了一个启发式的剪枝

二、原理

在迭代加深代码框架基础上，对每个状态点引入一个估价值(该点距离目标点所需的最小步数)，如果某状态点的深度加上该点的估价值>迭代加深限制的最大层数则直接返回不再向下层继续搜索
同A*算法一样，都需要保证估价值 <= 真实值
该算法的难点仍在于如何确定估价函数

三、例题

1.题目描述

注：由于不同题目确定估价函数的方式各不相同，这里的题目仅是给出一个应用实例，无法做出推广
排书

2.分析

参考

本题的难点主要在于如何确定估价函数。
由于我们的估价函数要小于真实值，所以我们希望我们的估价函数的含义可以表示为：最少需要多少步，可以把该序列变换到目标序列。

如该图下方所示，我们移动一段区间（假设该区间只包含一个元素 \(2\) ），将它移动到一个数的后面，这里是将区间 \([2, 2]\) 移动到 \(1\) 的后面，此时，有三个数的相邻关系被修改：\((1,3)\rightarrow(1,2),(3,2)\rightarrow(3,4),(2,4)\rightarrow(2,3)\)
我们可以发现，移动一段区间，最多会改修三个数的相邻关系，也就是说，如果原序列中有 \(cnt\) 个数之间的相邻关系是错误的，那么我们最少需要 \(\lceil cnt / 3 \rceil\) 步就可以完成。

然后再 \(dfs\) 的过程中，每次选出一段区间，将这段区间放在某个数的后面，这个数必须在区间的右边（排除等效冗余）。

3.代码

#include <iostream>
#include <cstring>
#include <algorithm>
#include <cmath>

using namespace std;

const int N = 25;

int T, n;
int w[N], backup[5][N];
// backup 之所以开两维，第一位为5，是因为我们在u =1,2,3,4,5时都可能需要用到w数组
// 而题目规定深度最大为5，所以开到5

int f()// 含义：**至少**需要cnt步才能完成
{
    int cnt = 0;
    for(int i = 0; i + 1 < n; i ++ )
        if(w[i] + 1 != w[i + 1])
            cnt ++ ;
    return (cnt + 2) / 3; // <==> ceil(cnt / 3);
}

bool dfs(int u, int max_depth)
{
    if(u + f() > max_depth) return false; //A*
    if(f() == 0)    return true;

    //交换两个区间
    for(int len = 1; len <= n; len ++ )// 枚举区间大小
    {
        for(int l = 0; l + len - 1 < n; l ++ )
        {
            int r = l + len - 1;
            for(int k = r + 1; k < n; k ++ ) // 把当前区间放到k的后面
            {
                // 就相当于，把[r + 1, k]移到[l, r]的前面来，再把[l, r]移到后面
                memcpy(backup[u], w, sizeof w);
                int y = l;// y就指向当前位于那个位置
                for(int x = r + 1; x <= k; x ++ , y ++ )    w[y] = backup[u][x]; // 把[r + 1, k]移到[l, r]的前面来
                for(int x = l; x <= r; x ++, y ++ ) w[y] = backup[u][x];// 再把[l, r]移到后面
                if(dfs(u + 1, max_depth))   return true; //一路true返回
                memcpy(w, backup[u], sizeof w); // 回溯

            }
        }
    }

    return false; // 不要忘了
}

int main()
{
    cin >> T;
    while(T -- )
    {
        cin >> n;
        for(int i = 0; i < n; i ++ )   cin >> w[i];

        int depth = 0;
        while(depth < 5 && !dfs(0, depth)) depth ++ ;

        if(depth >= 5)  puts("5 or more");
        else cout << depth << endl;
    }
    return 0;
}

Ethereal

迭代加深和IDE*

放在前面

迭代加深搜索（IDDFS）

一、介绍

1.什么是迭代加深

2.优势和劣势

3.一个可能的疑问

4.图解

(1)

(2)

5.使用时机

二、例题

1.题目描述

2.分析

3.代码

IDE*

一、介绍

二、原理

三、例题

1.题目描述

2.分析

3.代码

相关例题

例题一、IDE*

1.题目描述

2.分析

3.代码

公告