剪枝

深入理解DFS：从迷宫探险到动态剪枝的征服之路（C++实现）深度优先搜索（DFS）不是简单的暴力穷举，而是一种时空权衡的艺术。在LeetCode中超过35%的图论问题与DFS直接相关，但90%的学习者被困在三大认知误区：

【搜索】dfs（回溯、剪枝、记忆化）个人主页：Guiat 归属专栏：我讲你听正文核心思想：通过试错的方式探索所有可能得解，当发现当前路径无法得到有效解时，撤销（回溯）最近一步的选择，尝试其他分支。

【递归、搜索和回溯算法】专题三：穷举VS暴搜VS深搜VS回溯VS剪枝回溯算法是一种经典的递归算法，通常用于解决组合问题、排列问题和搜索问题等。基本思想：从一个初始状态开始，按照一定的规则向前搜索，当搜索到某个状态无法前进时，回退到钱一个状态，再按照其他的规则搜索。

泛舟起晶浪

买瓜--dfs‘剪枝

AI学习第二天--大模型压缩（量化、剪枝、蒸馏、低秩分解）目录1. 量化：压缩大象的“脂肪”比喻技术逻辑2. 剪枝：修剪大象的“无效毛发”比喻技术逻辑3. 知识蒸馏：让大象“师从巨象”

从零开始学习人工智能

深度学习模型压缩：非结构化剪枝与结构化剪枝的定义与对比在深度学习中，模型压缩是优化模型性能、降低存储和计算成本的重要技术之一。其中，剪枝（Pruning）是最常用的方法之一。根据剪枝的粒度和目标，剪枝可以分为非结构化剪枝（Unstructured Pruning）和结构化剪枝（Structured Pruning）。本文将详细介绍这两种剪枝方法的定义，并通过对比帮助读者更好地理解它们的差异。

文献分享: 对ColBERT段落多向量的剪枝——基于学习的方法原论文1️⃣要干啥：在 ColBERT \text{ColBERT} ColBERT方法中，限制每个段落要保留的 Token \text{Token} Token的数量，或者说对段落 Token \text{Token} Token进行剪枝

_extraordinary_

穷举vs暴搜vs深搜vs回溯vs剪枝刷题 + 总结题目链接1. 画一颗决策树 2. 全局变量： int[ ][ ] ret：用于存结果的二维数组 int[ ] path：用于存每次路径的答案 bool[ ] check：判断这个数是否已经用过，用于剪枝，剪掉重复的，比如不可能出现1 1 2，就把第二个1剪掉了 3. 设计dfs函数：只需要关心某个节点在干什么即可，其实这题关心某一条路径就可以写出dfs函数 4. 回溯： 1、把path的最后一个元素干掉 2、把最后这个元素的bool改为false（修改check数组）剪枝： 1、bool[ ] chec

蓝桥杯之回溯之充分剪枝买瓜首先按照正常的回溯的思路：考虑这个结束的状态与更新答案的状态由于有除以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

驼驼学编程

决策树，Laplace 剪枝与感知机决策树是一种用于分类任务的监督学习算法。它基于特征的划分来做出决策，每个节点表示一个特征，每条分支代表该特征的可能取值，每个叶子节点代表分类结果。

_extraordinary_

二叉树中的深搜题目链接宏观角度看待递归1. 函数头：bool dfs(root) 2. 函数体： bool left = dfs(root->left) bool right = dfs(root->right) 左右的bool值再和根的值（| &）一下即为答案

存内计算开发者

VLSI 2024论文详解：具有紧凑型MAC-SIMD和自适应竖式加法数据流的1T1C DRAM存内计算加速器Dyamond本文将要介绍的文献题目为《Dyamond: A 1T1C DRAM In-memory Computing Accelerator with Compact MAC-SIMD and Adaptive Column Addition Dataflow》，下面将从文章基本信息、具体内容解析和总结与思考三个方面进行论文详解。

玩电脑的辣条哥

大模型中的剪枝、蒸馏是什么意思？剪枝蒸馏大模型中的剪枝、蒸馏是什么意思？大模型的剪枝（Pruning）和蒸馏（Distillation）是两种常见的模型优化技术，用于减少模型的大小和计算复杂度，同时尽量保持模型的性能。这两种技术在实际应用中非常重要，尤其是在资源受限的环境中（如移动设备或边缘计算）。

蓝桥杯备考：DFS剪枝之数的划分这道题和组合型枚举差不多，比如我们从第一个数开始填，到第二个数的时候，21明显是重复了，我们就没必要继续往下递归了，这个叫剪掉等效冗余分支，然后还有就是，比如我们2开始的枝头，222，223，224，225，我们222的时候就已经比5大了，这时候我们再递归算后面的就没用了，我们3开始的时候，344，345肯定是更大的了所以这条就是我们的可行性剪枝，我们把后面的分支全部剪掉就行了

阿巴～阿巴～

关于回溯算法中的剪枝是否需要for循环的总结归纳在回溯算法中，剪枝的目的是减少不必要的递归调用，从而提高算法的效率。剪枝的方式可以有很多种，有些剪枝确实不需要在 for 循环中实现，而是通过其他方式（如条件判断）来实现。下面详细解释为什么有些剪枝不需要 for 循环，以及如何根据具体问题选择合适的剪枝方式。

阿巴～阿巴～

穷举vs暴搜vs深搜vs回溯vs剪枝（典型算法思想）—— OJ例题算法解析思路目录回溯算法的模版一、46. 全排列 - 力扣（LeetCode）算法代码：1. 类的成员变量2. permute 函数

不是编程家

递归、搜索与回溯第二讲：二叉树中的深搜 && 穷举vs暴搜vs深搜vs回溯vs剪枝7、8题属于穷举vs暴搜vs深搜vs回溯vs剪枝专题：

一只码代码的章鱼

数据结构与算法-搜索-剪枝在深度优先搜索（DFS）算法中，剪枝是一种优化策略，用于减少不必要的搜索，从而提高算法的效率。以下将详细介绍 DFS 剪枝的相关内容：

权重修剪（Pruning）和量化（Quantization）权重修剪（Pruning）和量化（Quantization）都是深度学习模型压缩和加速的重要技术，它们都能减少模型大小和计算复杂度，但方式和原理不同：

DFS+回溯+剪枝（深度优先搜索）——搜索算法DFS也就是深度优先搜索，比如二叉树的前，中，后序遍历都属于DFS。其本质是递归，要学好DFS首先需要掌握递归。接下来咱们就一起来学习DFS涉及的算法。