搜索算法总结
概述
搜索算法
搜索算法大致可以分为以下几类：
- DFS 深度优先搜索
- BFS 广度优先搜索
- 迭代加深搜索
- A*搜索
- IDA* 启发式迭代加深搜索
- meet in the middle 折半搜索
- 双向 DFS
- 双向 BFS
- 0/1 BFS 双端队列广搜
- Dancing Links 舞蹈链
Dancing Links 算法是省选内容，在此不进行说明。
剪枝技巧
剪枝是搜索题常用的优化方式，有时能大幅提升程序运行效率，常见剪枝技巧如下：
- 可行性剪枝
- 最优性剪枝
- 排序剪枝（优化搜索顺序）
- 搜索位置剪枝（记录上一层搜索到的位置，下一层接着搜，不重新来）
- 逆向操作剪枝（两个相反的操作避免重复做）
- 重复剪枝（vis数组）
- 层数剪枝（必须证明到某一层时一定不优）
- 枚举剪枝（只利用上一层新加的数来和前面的数组合，避免重复搜上一层搜过的）
以下是常见的玄学剪枝技巧，考场上用来搏更高分的，按数据大小分段来解决，不保证正确性：
- 搜索次数剪枝（cnt>1e7,cout<<ans），本质是最优性剪枝
注意事项
注意事项：
- 迭代加深等搜索算法不见得总是比普通的 DFS 和 BFS 快，还是要根据具体情形判断。
- 搜索题的常数必须小到极致，可以使用 unordered_map 或二分等思路优化。
卡常技巧
- 使用 unordered_map 代替 map
- 使用二分代替线性扫描
- 把 sort 换为 stable_sort
- 使用位运算代替普通数组
- 引入估价函数
- 转变搜索顺序（尤其是在一个点上被卡）
