搜索:估值型剪枝

Posted sun897949163

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了搜索:估值型剪枝相关的知识,希望对你有一定的参考价值。

总时间限制: 1000ms 内存限制: 65536kB
描述
“我是要成为海贼王的男人!”,路飞一边喊着这样的口号,一边和他的伙伴们一起踏上了伟大航路的艰险历程。

路飞他们伟大航路行程的起点是罗格镇,终点是拉夫德鲁(那里藏匿着“唯一的大秘宝”——ONE PIECE)。而航程中间,则是各式各样的岛屿。
因为伟大航路上的气候十分异常,所以来往任意两个岛屿之间的时间差别很大,从A岛到B岛可能需要1天,而从B岛到A岛则可能需要1年。当然,任意两个岛之间的航行时间虽然差别很大,但都是已知的。
现在假设路飞一行从罗格镇(起点)出发,遍历伟大航路中间所有的岛屿(但是已经经过的岛屿不能再次经过),最后到达拉夫德鲁(终点)。假设他们在岛上不作任何的停留,请问,他们最少需要花费多少时间才能到达终点?

输入
输入数据包含多行。
第一行包含一个整数N(2 < N ≤ 16),代表伟大航路上一共有N个岛屿(包含起点的罗格镇和终点的拉夫德鲁)。其中,起点的编号为1,终点的编号为N。
之后的N行每一行包含N个整数,其中,第i(1 ≤ i ≤ N)行的第j(1 ≤ j ≤ N)个整数代表从第i个岛屿出发到第j个岛屿需要的时间t(0 < t < 10000)。第i行第i个整数为0。

输出
输出为一个整数,代表路飞一行从起点遍历所有中间岛屿(不重复)之后到达终点所需要的最少的时间。

样例输入
样例输入1:
4
0 10 20 999
5 0 90 30
99 50 0 10
999 1 2 0

样例输入2:
5
0 18 13 98 8
89 0 45 78 43
22 38 0 96 12
68 19 29 0 52
95 83 21 24 0

样例输出
样例输出1:
100

样例输出2:
137

常见的剪枝策略

  1. 从初始状态到当前状态的代价已经不小于目前找到的最优解,则剪枝

  2. 预测一下从当前状态到解的状态至少要花的代价W(可以很粗略很乐观,小于真实的最小代价),如果W加上到达当前状态时已经花费的代价,必然不小于目前找到的最优解,则剪枝

  3. 如果到达某个状态A时,发现前面曾经也到达过A,且前面那次到达A所花代价更少,则剪枝。这要求记录到目前为止到达状态A时所能取得的最小代价。

针对此题目进行分析

·
·

怎么表示“状态”?

状态,由两部分构成:

1)已经走过的城市(除最后一个城市外,其他城市顺序不重要)
2)走过的最后一个城市
·
·

怎么预测从当前状态到解状态的至少代价?

假设还有 c1,c2….N 这k个城市还没有走到,则接下来一定要走k段两个城市间的道路,且这k段路终点分别是c1,c2 … N

取终点为c1的路中最短的那条,再取终点为c2的路中最短的那条 …. 取终点为N的路中最短的那条。它们的长度之和,一定不大于把这k个城市都走到的最短路径的长度。
·
·

如何存储到某个状态的“目前最小代价”?

除解状态以外的状态总数上限:14*2^14

可以用一个的14*214二维数组存放到达某个状态的“目前为止最小代价”
·
·

最优性剪枝总结

  1. 从初始状态到当前状态的代价已经不小于目前找到的最优解,则剪枝

  2. 预测一下从当前状态到解的状态至少要花的代价W,如果W加上到达当前状态时已经花费的代价,必然不小于目前找到的最优解,则剪枝

  3. 如果到达某个状态A时,发现前面曾经也到达过A,且前面那次到达A所花代价更少,则剪枝。这要求记录到目前为止到达状态A时所能取得的最小代价。

以上是关于搜索:估值型剪枝的主要内容,如果未能解决你的问题,请参考以下文章

骑士精神——IDA*

算法中搜索的艺术

A星寻路 A星算法优化

USACO5.3 IDDFS_强连通_二维树状数组_斐蜀定理_矩形切割

hdu1010Tempter of the Bone(dfs+奇偶剪枝)

A*路径搜索算法基于A星的最优避障路径搜索算法的MATLAB仿真+GUI界面