樓天城匹配算法在搜索問題中的應(yīng)用.ppt

匹配算法 在搜索問題中的應(yīng)用,浙江省杭州第十四中學(xué) 樓天城 ,很多題目，如果我們可以建立數(shù)學(xué)模型，應(yīng)該盡量用解析法來處理，因為簡單的模型更清晰地反映了事物之間的關(guān)系。 但是，并不是所有的題目都可以建立簡單的數(shù)學(xué)模型。我們這時必須使用搜索的方法，也就是枚舉所有可能情況來尋找可行解或最優(yōu)解。,前言,由于搜索一般建立在枚舉之上，所以搜索常常和低效是分不開的。 有時搜索的運算量非常大，實在是一件痛苦的事情。,于是我們需要利用很多技巧來提高效率： 可行性剪枝， 最優(yōu)性剪枝， 調(diào)整搜索順序， 等方法都很有用，在它們的幫助下，我們可以大大提高搜索的效率。,而有些題目，這些常規(guī)的優(yōu)化方法很難有用武之地。這時我們必須使用一些非常規(guī)的搜索方法。 本文中我們將討論非常規(guī)搜索中的一種,部分搜索+匹配算法,引題： N個物品與N個位置，給定每個物品可能放的位置集合，要求尋找一一對應(yīng)的關(guān)系。 但還給出物品位置之間的限制（例如：如果1放在3則2不能放在1）。 求一組可行解，或給每一種對應(yīng)關(guān)系一個權(quán)，求滿足條件的最優(yōu)解。,由于事物之間的限制關(guān)系非常復(fù)雜，很難建立簡單的二分圖關(guān)系，或者用網(wǎng)絡(luò)流來解決。 面對這一系列類似的問題，我們一般只有搜索，如何搜索又如何優(yōu)化呢？,簡單分析： 如果我們枚舉每一個物品的位置，然后判斷。這樣的時間復(fù)雜度為O(n!)。好像似乎也只能這樣。,進一步分析： 我們看一個例子，n=6： 其它限制有4條(a,b,c,d)表示如果a放在b則c不能放在d 1 3 5 6 2 2 5 3 3 1 4 1 3 2 6 2 我們發(fā)現(xiàn)，如果我們一旦確定了3和5的位置，其它4個物品的位置之間已經(jīng)沒有限制關(guān)系了，這樣其它4個物品的位置可以通過匹配來解決。,這時我們發(fā)現(xiàn)一個新的搜索方法：部分搜索+匹配。,1 3 5 6 2 2 5 3 3 1 4 1 3 2 6 2,部分搜索+匹配： 搜索一部分變量，使得余下變量之間的關(guān)系簡化，然后通過一些高效算法（匹配）完成余下問題。,就本題而言就是：先搜索一定數(shù)量（而不是全部）物品的位置，使問題內(nèi)其它物品的關(guān)系簡化為二分圖關(guān)系，用二分圖匹配來解決余下的物品。,通過部分搜索為匹配算法提供條件（例如上面的例子創(chuàng)造二分圖關(guān)系），而匹配算法代替搜索，高效地完成余下的任務(wù)。 部分搜索+匹配的方法充分發(fā)揮了搜索和匹配算法的雙重優(yōu)勢。搜索的優(yōu)勢在于應(yīng)用性廣，可以克服復(fù)雜的情況，匹配算法的優(yōu)勢在于效率高。兩者相互促進，同時也彌補對方的不足。這也是這個方法成功的關(guān)鍵。,例如上面的例子，如果我們先知道了3和5的位置后，不用匹配，其實我們是在用搜索來求匹配，效率當(dāng)然不會高。,部分搜索+匹配的方法已經(jīng)在很多題目中得到了應(yīng)用。,一個部分搜索+匹配算法的經(jīng)典例子。,智破連環(huán)陣,題目簡述(NOI2003二試第三題) B國的連環(huán)陣由M個武器組成。最初，1號武器處于攻擊狀態(tài)，其他武器都處在無敵自衛(wèi)狀態(tài)。以后，一旦第i（1 iM）號武器被消滅，1秒鐘以后第i+1號武器就自動從無敵自衛(wèi)狀態(tài)變成攻擊狀態(tài)。 A國有N個炸彈，每個炸彈的作用半徑均為k，且會持續(xù)爆炸5分鐘。在這5分鐘內(nèi)，瞬間消滅離它直線距離不超過k的、處在攻擊狀態(tài)的B國武器，不會炸毀本國炸彈。,任務(wù)： 決定一個序列a1、a2、a3使得在第ax號炸彈引爆的時間內(nèi)連環(huán)陣被摧毀。這里的x應(yīng)當(dāng)盡量小。 輸入： N,M及武器和炸彈的坐標(biāo)。 測試數(shù)據(jù)中的坐標(biāo)是隨機生成的。,初步分析： A國炸彈i可以炸到B國武器j的條件： (ui-xj)2+(vi-yj)2=R2,結(jié)論：很難找到求最優(yōu)解的多項式算法。 面對此類問題，一般只有搜索策略。,進一步分析： 每一顆炸彈必定炸掉B國武器中編號連續(xù)的一段。 5分鐘只是表明每一顆炸彈可以炸掉任意多個編號連續(xù)的B國武器。,普通的搜索方法： 每次尋找一個編號最小的沒有被炸掉的B國武器，選擇一顆沒有使用過并能炸到此武器的A國炸彈，然后使用這顆炸彈炸掉B國武器連續(xù)的一段，繼續(xù)深度優(yōu)先搜索下一顆炸彈的編號，如果發(fā)現(xiàn)B國武器已經(jīng)全部炸毀就可以回溯。 搜索的時間復(fù)雜度為O(n!)。即使加上優(yōu)化，程序效率也不是很高。,部分搜索： 此題使用部分搜索的算法需要一些轉(zhuǎn)化：如果已經(jīng)將B國武器根據(jù)編號分為x段，其中第i段為Si,Ti (S1=1,Ti=Si,Ti+1=Si+1)。 然后的任務(wù)就是判斷是否可以從A國的N顆炸彈中選出x顆，分別可以炸掉其中的一段。,其實我們把搜索分為了兩部分， （）將B國武器根據(jù)編號分為x段。 （）判斷是否可以從A國的N顆炸彈中選出x顆，分別可以炸掉其中的一段。,其實第二部分可以用匹配來解決。,建圖： CSTI 表示A國炸彈I是否可以炸到B國武器S,S+1T-1,T。,CSSI=(uI-xS)2+(vI-yS)2=R2) CSTI=CST-1I &CTTI (ST) 求C的時間復(fù)雜度為O(n3)。,建圖：左邊x個點，表示B國武器根據(jù)編號分為的x段，右邊N個點，表示A國的N顆炸彈。左邊第i個點到右邊第j個點有邊的條件即：CSiTij。 下面任務(wù)就是將B國武器根據(jù)編號劃分為若干段+二分圖匹配判斷。,樣例1： 4 3 6 0 6 6 6 6 0 0 0 1 5 0 3 1 1,性能分析（1）： 搜索的基本框架已經(jīng)建立，雖然數(shù)據(jù)是隨機生成的，但是m個B國武器的劃分方案還是非常多的，有時可能高達2m。時間上很難承受，如果使用卡時，正確性受到影響，效果不會很好。 只有4個數(shù)據(jù)可以在時限內(nèi)出解，另外6個如果卡時，有2個也可以得到最優(yōu)解。,優(yōu)化： 優(yōu)化可以通過可行性和最優(yōu)性兩方面分析。,優(yōu)化一（最優(yōu)性）： 如果A國炸彈可以重復(fù)使用，設(shè)： Disti=炸掉B國武器im的最少使用炸彈數(shù)。 可以用動態(tài)規(guī)劃計算Dist值，狀態(tài)轉(zhuǎn)移方程如下： Distm+1=0, Disti=minDistj+1|Cij-1k(0k=n) (1=i=N) (ij=N+1) 求Dist的時間復(fù)雜度為O(n3)。,從而產(chǎn)生了一個最優(yōu)性剪枝條件： if (當(dāng)前已經(jīng)使用的炸彈數(shù)+Dist當(dāng)前已經(jīng)炸掉的B國武器數(shù)+1=當(dāng)前找到的最優(yōu)解)then 剪枝；,優(yōu)化二（可行性）： 部分搜索匹配的方法一般都可以用兩個效果很好的可行性優(yōu)化： (1)提前判斷是否可以匹配成功，避免多余的搜索。 (2)每次匹配可以從以前的匹配開始擴展，不需要重新開始。,如果當(dāng)前的劃分方法已經(jīng)無法匹配成功，就沒有搜索下去的必要了，只要每搜索新的一段時立即通過匹配判斷即可。 每次求匹配只要從原來的基礎(chǔ)上擴展就可以了。沒有必要從頭開始。,性能分析（2）： 通過上述兩個優(yōu)化，程序效率有了很大提高。 10個測試數(shù)據(jù)中有8個可以在時限內(nèi)出解，另外2個如果卡時，也可以得到最優(yōu)解。,進一步優(yōu)化： 優(yōu)化二雖然排除了許多不必要的劃分，但是在判斷時浪費了不少時間。,因此，在枚舉劃分長度時，可以通過以前的劃分和匹配情況（被匹配的邊），用O(n2)的時間復(fù)雜度的寬度優(yōu)先搜索計算出下一個劃分的最大長度maxL，顯然下一個劃分的長度在1，maxL都一定可以找到可行的匹配。,這樣既節(jié)省了判斷的時間，又可以使每次劃分長度從長到短枚舉，使程序盡快逼近最優(yōu)解，從而同時增強剪枝條件一的效果。,這一部分的實現(xiàn)，首先需要求MaxT。 MaxTiS=炸彈i，從S開始炸，可以炸到的最大編號。 如果，炸彈i炸不到S，則MaxTiS=S-1。,求MaxTiS可以用動態(tài)規(guī)劃的方法解決。 狀態(tài)轉(zhuǎn)移方程為： MaxTiS= 炸彈i炸不到S S-1 炸彈I炸得到S MaxTIS+1 MaxTIm+1=m 求MaxT的時間復(fù)雜度為O(n2)。,具體實現(xiàn)方法： 考慮二分圖右邊的n個結(jié)點（n顆炸彈）， 如果結(jié)點i未匹配，則i被認為可以使用。 如果結(jié)點i已匹配，假如從任何一個未匹配點出發(fā)存在一條到達i的交錯路，并且i為外點，則i也被認為可以使用。 所以maxL=Max(maxTiS | i可以使用)；,具體實現(xiàn)方法： 計算所有從未匹配點出發(fā)的交錯路所能到達的已匹配點，從每一個未匹配點出發(fā)，寬度優(yōu)先搜索，只要O(n2)的時間。 可以證明，從未匹配點出發(fā)的交錯路上的已匹配點一定為外點。 注意判斷重復(fù)（如果一個已匹配點已經(jīng)被確定為可以使用，那么不需要對它再擴展一次，因為當(dāng)把這個已匹配點確定為可以使用的結(jié)點的時候，已經(jīng)從這個結(jié)點擴展過，如果再擴展必將產(chǎn)生無謂的重復(fù)）,如果已經(jīng)求出了MaxL，可以先求一組長度為MaxL的匹配A，這樣對于所有長度在1-MaxL范圍內(nèi)的劃分，A都是一組可行匹配。擴展一次增廣路的復(fù)雜度為O(n2)。 這樣大大節(jié)省了優(yōu)化二的時間。,性能分析（3）： 通過以上的優(yōu)化，所有數(shù)據(jù)都是瞬間出解，并且所有結(jié)果都是最優(yōu)解。 甚至對n=200的隨機數(shù)據(jù)，也可以在瞬間出解，可見程序的效率有了很大的提高。,總結(jié)：本文中的兩個例子都可以應(yīng)用部分搜索匹配的方法高效解決。 它們在思想上有著明顯的相同點。一般的思維過程如下：,一般的優(yōu)化包括： (1)提前通過匹配判斷，避免多余的搜索 (2)判斷時盡可能充分利用以前的結(jié)果，減少匹配的重復(fù)運算。,部分搜索同樣可以和解方程、 貪心、 動態(tài)規(guī)劃等高效算法結(jié)合。,部分搜索匹配算法體現(xiàn)了搜索與其他方法的有機結(jié)合，充分發(fā)揮兩者的長處，相互彌補對方的不足