标签：刷题 目标 集合 效率 根据 color 缩小 形式 class
通过搜索得到一棵树形图
策略：只要能发现没走过的点，就走到它。有多个点可走就随便挑一个，如果无路可走就回退，再看有没有没走过的点可走。
在图上寻找路径【少数可用最短路解决】：最短路不能解决路径有顺序的，也就是如果路径的边权与之前经过的点火这路有关，那就只能深搜
解决递归形式的问题
有后效性的选择问题
组合问题
状态可能很多，因此数据范围一般较小
1、状态表示
2、剪枝
剪枝的方法：
最优答案剪枝
记忆化剪枝
可行性剪枝
……
数据范围小，搜索
建反图找团（简单地说，团是G的一个完全子图）
原来输入建图是标记的两点之间不能有连边，建反图之后，连边的就是可以连通的
剪枝：
1.如果一个点与点i当前没有连边，那么之后永远都不会连边，那么就可以把点i从最大团候选中删掉
2.利用可行点剪枝 sum+tot<=ans ，舍弃
3.利用当前答案剪枝ans(2)+tot<=ans
（tot 是团不断累加的权值，sum是序列里面剩下的所有东西的权值和
若sum+tot<=ans ，舍弃）
可能组成最大团的点一开始在一个序列里
取出一个点，不断扩展，当序列为空，扩展完了
首先拿出1 ，那么序列被更新为与1相连的点
不断扩展，直到队列为空，找完团了
--->sum+tot<=ans
最大团主函数：
为什么找最大团而不是最大独立集呢？？
queue<pair<int,int> > Q; int FindPath(pair<int,int> b,pair<int,int> e) { for (int i=0;i<n;++i) for (int j=0;j<m;++j) dis[i][j]=1e9+10; Q.push(b); dis[b.first][b.second]=0; while (!Q.empty()) { pair<int,int> u=Q.front(); Q.pop(); int x=u.first,y=u.second; for (int i=0;i<4;++i) { int tx=x+dx[i],ty=y+dy[i]; if (CoordValid(tx,ty) && mp[tx][ty]!=0 && dis[tx][ty]>dis[x][y]+1) { dis[tx][ty]=dis[x][y]+1; Q.push(make_pair(tx,ty)); } } } return dis[e.first][e.second]; }
记录当前素数的值
每次选择一个位置，将其该改为另一个数
检查新的数是否是素数
(Python源码)
BFS部分
BFS
广搜一般用于状态表示比较简单求最优策略的问题l
优点：是一种完备策略，即只要问题有解，它就一定可以找到解。并且，广度优先搜索找到的解，还 一定是路径最短的解。
缺点：盲目性较大，尤其是当目标节点距初始节点较远时，将产生许多无用的节点，因此其搜索效率较低。需要保存所有扩展出的状态，占用的空间大
深搜几乎可以用于任何问题
只需要保存 从起始状态到当前状态路径上的节点
根据题目要求凭借自己的经验和对两个搜索的熟练程度做出选择
选择连续的香蕉时最优
枚举选择的香蕉起始位置，计算答案
Check函数：
1、 已知，在首位状态固定后，后续的操作是确定的。
2、 只需要枚举首位是否按即可。
①不是一条行走路径：只有两棵被踩踏的水稻；
②是一条行走路径，但不包括（2，6）上的水道；
③不是一条行走路径：虽然有3棵被踩踏的水稻，
但这三棵水稻之间的距离间隔不相等。
例如，图4的答案是7，
因为第6行上全部水稻恰好构成一条青蛙行走路径。
枚举主函数
枚举得到最大步数
枚举：基于已知信息的猜测,从可能的答案集合中枚举并验证
验证复杂度尽可能小
枚举范围尽可能小（利用条件缩小枚举空间）
选择合理的枚举顺序（正序，倒序）
枚举什么？
怎么枚举？
怎么减少枚举？
二进制枚举
推导最后一行
二进制的枚举一般用以枚举集合
对集合的枚举涉及到不同的集合内部元素的选择
枚举子集
for(int S1=S;S1!=0;S1=(S1-1)&S){
S2=S^S1;
}
标签：刷题 目标 集合 效率 根据 color 缩小 形式 class
原文地址：https://www.cnblogs.com/xiaoyezi-wink/p/11617337.html
