编程语言
首页 > 编程语言> > meet-in-the-middle 基础算法(优化dfs)

meet-in-the-middle 基础算法(优化dfs)

作者:互联网

   $meet-in-the-middle$(又称折半搜索、双向搜索)对于$n<=40$的搜索类型题目,一般都可以采用该算法进行优化,很稳很暴力。

  $meet-in-the-middle$算法的主要思想是将搜索区域化为两个集合,分别由搜索树的两端向中间扩展,直到搜索树产生交集,此时即可得到我们的合法情况。

  通常适用于求经过$n$步变化,从A集合变到B集合需要的方案数问题。

  对于普通dfs来说,其一大弊端是随着搜索层数的不断增加,搜索的复杂度也会极速增长,

  而$meet-in-the-middle$算法能够将搜索层数降至原来的一半,对整体效率而言无疑是不小的提升。

  如图所示:

      

 

 

 

 

 

   可以明显看出$meet-in-the-middle$对于dfs优化之显著。

  那么考虑$meet-in-the-middle$的算法流程:

    1、从状态$L$出发,经过$x$步状态扩展,记录到达状态$i$的步数,通常这里会与状压、二分等内容结合。

    2、从状态$R$出发,经过$y$步状态扩展,若同样到达状态$i$并且步数不为0,则累加答案。

  通常我们需要保证$x+y=n$,也就是需要满足状态总数不变,只是深度减少,一般情况下取$x=y=(n>>1)$最优

  但具体情况应视题而定,可能搜索深度不均匀时,效率反而会更高。

  

  下面来看一道例题:

  [BZOJ 2679] Balanced Cow Subsets

  简要题意:有多少个非空子集,能划分成和相等的两份。$(n<=20)$

  分析:显然的$meet-in-the-middle$定义,考虑如何转化

  将题设转化成方程的形式$a1x1+a2x2+a3x3+...+anxn=0$,其中$x=0,1,-1$(表示不选,选入集合$l$,选入集合$r$),那么移项可得一种两侧各有一种集合的形式,根据题目要求,我们需要求出可以构建出该方程的集合方案数,可以采用状压的思想,记录所选取的数的和以及选取集合的状态即可。

 

   

#include<bits/stdc++.h>
#include<tr1/unordered_map>
#define re register
using namespace std;
int n,a[50],cntl,cntr,ans=-1;
bool vis[1<<22];
inline int read(){
    re int a=0,b=1; re char ch=getchar();
    while(ch<'0'||ch>'9')
        b=(ch=='-')?-1:1,ch=getchar();
    while(ch>='0'&&ch<='9')
        a=(a<<3)+(a<<1)+(ch^48),ch=getchar();
    return a*b;
}
struct node{
    int sta,val; node(){}
    node(int x,int y){sta=x,val=y;}
    bool operator < (const node &b) const {
        return val<b.val;
    }
    bool operator > (const node &b) const {
        return val>b.val;
    }
}l[1<<22],r[1<<22];
inline void dfs1(re int x,re int tot,re int sta){
    if(x>(n>>1)){
        l[++cntl]=node(sta,tot);
        return ;
    }
    dfs1(x+1,tot,sta);
    dfs1(x+1,tot+a[x],sta|(1<<(x-1)));
    dfs1(x+1,tot-a[x],sta|(1<<(x-1)));
}
inline void dfs2(re int x,re int tot,re int sta){
    if(x>n){
        r[++cntr]=node(sta,tot);
        return ;
    }
    dfs2(x+1,tot,sta);
    dfs2(x+1,tot+a[x],sta|(1<<(x-1)));
    dfs2(x+1,tot-a[x],sta|(1<<(x-1)));
}
signed main(){
    n=read();
    for(re int i=1;i<=n;++i) a[i]=read(); 
    dfs1(1,0,0); dfs2((n>>1)+1,0,0);
    sort(l+1,l+cntl+1,less<node>());
    sort(r+1,r+cntr+1,greater<node>());
    for(re int i=1,j=1,pos;i<=cntl&&j<=cntr;++i){
        while(j<=cntr&&l[i].val+r[j].val>0)  ++j;
        for(pos=j;l[i].val==-r[pos].val;++pos){
            re int sta=(l[i].sta|r[pos].sta);
            if(!vis[sta]) vis[sta]=1,++ans;    
        }
    }
    printf("%d\n",ans);
}
Code

  

   同种类的题目还有许多,例如  [POJ 1186] 方程的解数,  [BZOJ 4800] 冰球世界锦标赛  等。

    综上可见$meet-in-the-middle$算法的应用之广。

    至此,通过分析转化搜索模型,达到了降低搜索复杂度,优化程序效率的目的。

标签:sta,++,tot,middle,搜索,dfs,meet
来源: https://www.cnblogs.com/Hzoi-lyl/p/11667349.html