暴力的な美的検索
はじめに：NOIPでは、CSPのゲームは、一般的に多数の点が参加することができなければならない、いくつかの質問が嵐ACで見つけることができる、でも名目も中断または殴られます。。。いくつかの弱い地域では、完全なポイントを取るために、彼は言う州の暴力があります。。。。
しかし、いずれにしても、あなたの弓を取得し、より正確な矢印にここますどのように教えのように、槍、あなたがより良いマスターしている場合でも、遠くに投げるが、優れたアルゴリズム銃、レーザー銃以外のような。 あなたは診察室でタイトルをだますません暴力について書くことができたときに、この記事の目的は、いくつかの検索方法のヒントは、検索の機微を示す、使用を比較し共有することで、経験がポイント。銃、レーザー銃時折失敗しました。
Oier本当の思考は、暴力的な検索に限定されていないので、この記事で言及したいくつかのヒントがAC特定のトピックながら、検索暴力を鎮圧してくださいので、あなたが検索を使用するときに、美しさの主題を理解します。研究では、暴力、暴力の使用は、検索、および嵐を探し出すことがわかりました。
検索の定義された上巻嵐
本明細書で使用される場合、検索の回答の要件に従うコンピュータの使用の手頃な価格、高速の計算能力、規模のデータに見られる暴力の話を指します。一般的に、二つの異なるスタイルの検索があります。DFSとBFS。DFSは、典型的には、状態の伝達関数のパラメータを使用して、再帰的に自分自身を呼び出す、深さ優先探索です。BFSは、主に横方向に一般的な使用キューが、その状態を維持し、それぞれの可能な状態を議論します。
DFSとBFSどのように意思決定、それ？
ミラー上の全体的な速度は、それが一般的にDFS好ましいが、DFS BFSよりはるかに高いです
BFSの検索順序が素数水平展開なので、最初は最適値の値に見つけなければならないが、それはのために便利ではないので、横BFSの検索ですので、一般的には、最適解を求める場合は、BFSとみなすことができます剪定の最適化
同時に、DFSにも横方向に反復深化検索などの他の操作によってシミュレートすることができ、そう、DFSを利用することをお勧めします。また、このペーパーでは、DFSを最適化するために偉大な長さで話のすべての種類がかかります。
剪定の2弾DFSの最適化
DFSツリーの検索では、多くの無駄なサブツリーは、これらのサブツリーまたはそれが検索、チートポイントの目的を狭くするためには、さえ違法最適な解決策ではない、またはありますが、ここではいくつかの一般的な剪定に使用されています最適化
剪定の最初に、メモリ
名前が示すように、剪定のメモリが思い付くことができ、これは非常検索の効率を向上させる、あなたが使用する必要があるときに最初に計算状態は、何度も繰り返して、生き残る検索しましたし、探索は、知覚後として理解することができます一度、すべてのためのライン上でダイレクトアウト時に、次回の状態に検索。剪定はもちろん、事実とDP間の剪定の思い出が密接にリンクされている、すべての最も明白なの最適化を剪定され、それが後に、詳細な物語の中まで待機します。
剪定の第二に、実現可能性
検索は、状態の現在の状態がすでに違法である見つけるために、そして完全にもう検索を続行するには時間がかかることはありません、あなたは状態の残りの部分を検索するために直接戻ることができた場合は、あなたのお母さんは毎日1分コンピュータまでプレーするように要求されますよう、あなたはブートすることを見つけます分のために使用されている、あなたはまた戻って勉強への復帰をロールアウトすることができます。。
剪定の第三に、最適化
スケーリング方法は、あなたが仕事と残りの下を推定した場合、あなたは、例えば、スワップを返すことができ、現在の検索状態が続くと仮定して、最適な値に応じたびに自分の目標を達成することはできません、使用することができます日数は、あなたが毎日24時間は残りの作業を完了できないことが判明しない場合でも、あなたは大胆に（これはあなたが宿題をしない理由ではない）を返すことができます
第四に、ラスベガスの剪定
我々はすべて知っているように、ラスベガスのカジノです。。この剪定の重要性は、あなたがタイムアウトするプログラムの最適値を見つけ、そしてグローバルな最適出力するように、現在の検索を置くときです。。。これは魅力的なギャンブラーの動作です。
しかし、それは分をだますことはできないと言うことは本当に難しいです。。。。使用状況を見ることができます。コードは、記録Cntを、一回の再帰Cntを++達成することは非常に簡単で、一定の値よりも大きいにCntをを返します
第五に、剪定の確率
これは、ACは、あなたの顔に依存するかどうか、形而上学的なアルゴリズムです。。。。シミュレーテッドアニーリングアルゴリズムは、おそらくすべての検索がダウンして検索を続けるために一定確率があることを意味し、検索の深化と、検索ダウン確率は物理的なアニーリングと同様に小さくなり、確率的剪定ですプロセスには、もちろん、あなたはまた、現在の検索の確率を計算するための評価関数が上に行くために続けて何ができる、確率は自分で設定して検索し続けます。。。。。すべての形而上学は、後で詳細に入る機会を持っています。
このような分類が主流の検索の最適化について詳細に話すだろう、のようなヒューリスティック検索友人など他のいくつかの剪定技術があります。
パート3.いくつかの優れた検索技術
真ん中のバイナリサーチ/双方向DFSで、ミート
1.なぜ、バイナリ検索を実行しますか？
一般的に、探索木で、検索のサイズは、データのサイズとして指数関数的に成長しているということですので、あなたは大幅に検索のサイズが小さくなり、データのサイズを半減させることができるかどうか。
2.どのような問題は、バイナリ検索を使用することができます
小さなデータタイトルの二分探索（バイナリデータのサイズがまだ許容できるように）、回答のための検索は、二つの部品の合併によって検索することができるが解決を分離しました。
バイナリ検索セグメント状の圧力対3
n値は、一般的なトピック40内にある、二つの別の溶液、及びセグメント状の圧力バイナリ検索があります。より速く実行することができますいくつかの他の剪定と結合した場合、バイナリサーチの時間計算量は、通常、より良いです。