蓝桥杯 之 回溯之充分剪枝

文章目录

  • 在蓝桥杯当中,对于回溯是属于一个必考的问题,但是除了回溯的几个基本的问题,如果通过剪枝来提前删去无效的分支,以大大减少时间复杂度是需要我们进一步思考的问题!

  • 回溯的基本问题:

    • 回溯的初始状态
    • 回溯的状态转移
    • 回溯的结束状态
  • 其中,这个剪枝的考点就可以在结束状态部分进行充分的考察

  • 那么这个剪枝有哪些思路与思考?

    • 对于这个n个物体,求和的回溯问题:可以考虑使用前缀和,排序两个手段进行提前剪枝(以真题买瓜进行深入的分析)

买瓜

买瓜

  • 首先按照正常的回溯的思路:

    • 首先考虑在回溯的过程中,我们需要记录什么参数?
      • 由于要更新这个最终的切西瓜的刀数,所以得设置一个变量记录当前的切西瓜的刀数
      • 那么当前是切的哪一个西瓜?所以还得记录一下这个所处理的西瓜的下标
      • 那么怎么知道当前的得到的西瓜的重量?所以还得设置一个变量去记录当前所得到的西瓜
    • 总的来说,回溯的过程中,需要三个变量(i, k, cursum),分别表示当前处理到的西瓜的下标,当前已经切的西瓜刀数,当前得到的西瓜的重量
  • 考虑这个结束的状态与更新答案的状态

    • 结束的状态:当处理到的西瓜的下标达到n的时候,就返回(因为西瓜的下标是从0开始的,所以当处理到的西瓜的下标到达n就说明已经处理完了)
    • 更新的状态:当当前的重量等于目标重量的时候,就比较当前的切西瓜的次数与当前的切西瓜的最优次数,进行一个更新
  • 由于有除以2的操作,所以我们可以将这个目标都扩大两倍,同时将这个西瓜重量也扩大两倍,这样就不用除以2

python 复制代码
# 对于每个西瓜,可以选择切与不切
n, m = map(int, input().split())
m = m<<1 
num = list(map(int, input().split()))
a = [i*2 for i in num]
ans = n+1
# 当前的瓜的下标,当前切的刀数,当前的重量
def dfs(i, k, cursum):
    global ans
    if cursum == m:
        ans = min(ans, k)
    if i == n:
        return
    # 不选
    dfs(i + 1, k, cursum)
    # 选择,如果当前的cursum 没有超过这个m
    if cursum + num[i] > m:
        return
    # 选择一整个西瓜
    dfs(i + 1, k, cursum + a[i])
    # 选择半个西瓜
    dfs(i + 1, k + 1, cursum + num[i])
dfs(0,0,0)
print(ans if ans != n+1 else -1)
相关推荐
c238565 天前
下篇:回溯与剪枝的「智慧寻宝人」——DFS 进阶与网格 / 图论应用
c++·深度优先·图论·剪枝
学废了wuwu6 天前
从入门到实战:深入浅出模型压缩三大核心——剪枝、彩票假设与知识蒸馏
人工智能·算法·剪枝
z小猫不吃鱼10 天前
模型剪枝经典论文精读:DepGraph: Towards Any Structural Pruning
算法·机器学习·剪枝
中微极客11 天前
剪枝与量化:让YOLO在边缘设备上高效部署
算法·yolo·剪枝
z小猫不吃鱼11 天前
ResRep: Lossless CNN Pruning via Decoupling Remembering and Forgetting
算法·cnn·剪枝
Ivanqhz16 天前
NFM(神经因子分解机)
开发语言·javascript·人工智能·算法·蓝桥杯
变量未定义~20 天前
单调栈、单调队列(模板)、子矩阵(模板)
数据结构·算法·蓝桥杯
z小猫不吃鱼20 天前
模型剪枝经典论文精读:NISP: Pruning Networks using Neuron Importance Score Propagation
算法·机器学习·剪枝
z小猫不吃鱼20 天前
模型剪枝经典论文精读:Pruning Filters for Efficient ConvNets
算法·机器学习·剪枝
z小猫不吃鱼21 天前
模型剪枝经典论文精读:Channel Pruning for Accelerating Very Deep Neural Networks
算法·机器学习·剪枝