欢迎光临
我们一直在努力

信奥赛C++提高组csp-s之搜索进阶(记忆化搜索核心思想)

信奥赛C++提高组csp-s之搜索进阶(记忆化搜索核心思想)

在这里插入图片描述

记忆化搜索原理详解

一、什么是记忆化搜索

记忆化搜索(Memoization Search)是一种通过记录已经遍历过的状态信息,从而避免对同一状态重复遍历的搜索算法。可以把它理解为带有“备忘录”的递归——递归每次返回的时候,将结果放到备忘录里;每次进入递归的时候,先看看备忘录里有没有当前状态,如果有就直接返回,不用再重复计算。

#mermaid-svg-7LEVt5dahOx1uSIl{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-7LEVt5dahOx1uSIl .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-7LEVt5dahOx1uSIl .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-7LEVt5dahOx1uSIl .error-icon{fill:#552222;}#mermaid-svg-7LEVt5dahOx1uSIl .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-7LEVt5dahOx1uSIl .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-7LEVt5dahOx1uSIl .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-7LEVt5dahOx1uSIl .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-7LEVt5dahOx1uSIl .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-7LEVt5dahOx1uSIl .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-7LEVt5dahOx1uSIl .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-7LEVt5dahOx1uSIl .marker{fill:#333333;stroke:#333333;}#mermaid-svg-7LEVt5dahOx1uSIl .marker.cross{stroke:#333333;}#mermaid-svg-7LEVt5dahOx1uSIl svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-7LEVt5dahOx1uSIl p{margin:0;}#mermaid-svg-7LEVt5dahOx1uSIl .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-7LEVt5dahOx1uSIl .cluster-label text{fill:#333;}#mermaid-svg-7LEVt5dahOx1uSIl .cluster-label span{color:#333;}#mermaid-svg-7LEVt5dahOx1uSIl .cluster-label span p{background-color:transparent;}#mermaid-svg-7LEVt5dahOx1uSIl .label text,#mermaid-svg-7LEVt5dahOx1uSIl span{fill:#333;color:#333;}#mermaid-svg-7LEVt5dahOx1uSIl .node rect,#mermaid-svg-7LEVt5dahOx1uSIl .node circle,#mermaid-svg-7LEVt5dahOx1uSIl .node ellipse,#mermaid-svg-7LEVt5dahOx1uSIl .node polygon,#mermaid-svg-7LEVt5dahOx1uSIl .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-7LEVt5dahOx1uSIl .rough-node .label text,#mermaid-svg-7LEVt5dahOx1uSIl .node .label text,#mermaid-svg-7LEVt5dahOx1uSIl .image-shape .label,#mermaid-svg-7LEVt5dahOx1uSIl .icon-shape .label{text-anchor:middle;}#mermaid-svg-7LEVt5dahOx1uSIl .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-7LEVt5dahOx1uSIl .rough-node .label,#mermaid-svg-7LEVt5dahOx1uSIl .node .label,#mermaid-svg-7LEVt5dahOx1uSIl .image-shape .label,#mermaid-svg-7LEVt5dahOx1uSIl .icon-shape .label{text-align:center;}#mermaid-svg-7LEVt5dahOx1uSIl .node.clickable{cursor:pointer;}#mermaid-svg-7LEVt5dahOx1uSIl .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-7LEVt5dahOx1uSIl .arrowheadPath{fill:#333333;}#mermaid-svg-7LEVt5dahOx1uSIl .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-7LEVt5dahOx1uSIl .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-7LEVt5dahOx1uSIl .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-7LEVt5dahOx1uSIl .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-7LEVt5dahOx1uSIl .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-7LEVt5dahOx1uSIl .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-7LEVt5dahOx1uSIl .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-7LEVt5dahOx1uSIl .cluster text{fill:#333;}#mermaid-svg-7LEVt5dahOx1uSIl .cluster span{color:#333;}#mermaid-svg-7LEVt5dahOx1uSIl div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-7LEVt5dahOx1uSIl .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-7LEVt5dahOx1uSIl rect.text{fill:none;stroke-width:0;}#mermaid-svg-7LEVt5dahOx1uSIl .icon-shape,#mermaid-svg-7LEVt5dahOx1uSIl .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-7LEVt5dahOx1uSIl .icon-shape p,#mermaid-svg-7LEVt5dahOx1uSIl .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-7LEVt5dahOx1uSIl .icon-shape .label rect,#mermaid-svg-7LEVt5dahOx1uSIl .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-7LEVt5dahOx1uSIl .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-7LEVt5dahOx1uSIl .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-7LEVt5dahOx1uSIl :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

没有

开始递归调用

备忘录中有当前状态吗?

直接返回备忘录中的值

进行递归/状态转移计算

将计算结果存入备忘录

返回计算结果

结束

二、核心原理

记忆化搜索能优化的问题必须满足两个条件:

  • 重叠子问题:不同的递归路径会重复计算同一个子问题(如斐波那契数列中,f(5)需要f(4)和f(3),f(4)又需要f(3)和f(2),f(3)被重复计算多次)
  • 最优子结构:一个问题的最优解可以由其子问题的最优解推导而来
  • 记忆化搜索的本质是用空间换时间:第一次计算子问题时,将结果存入缓存;后续遇到相同子问题时,直接从缓存读取结果,无需重复递归。

    三、 记忆化搜索 vs 传统DP
    维度记忆化搜索(DFS+缓存)传统DP(迭代)
    实现方式 递归,代码简洁,符合直觉 迭代,需手动规划状态转移顺序
    适用场景 状态转移复杂(如区间DP、树形DP) 状态转移简单(如线性DP)
    空间开销 额外递归栈开销 无递归栈开销
    计算方式 按需计算(只算需要的子问题) 按顺序计算(可能算无用子问题)

    记忆化搜索算法上依然是搜索的流程,但搜索到的一些解用动态规划的思想和模式作保存。一般来说,动态规划需要遍历所有状态,而搜索可以排除一些无效状态。

    四、 实现框架

    #include<bits/stdc++.h>
    using namespace std;

    // 1. 定义备忘录数组(大小根据问题状态空间确定)
    int f[N][M]; // f数组存储已经计算过的状态结果

    // 2. DFS递归函数
    int dfs(int i, int j) {
    // 边界条件:递归终止条件
    if (边界条件) return 边界值;

    // 3. 查备忘录:如果当前状态已经计算过,直接返回
    if (f[i][j] != 1) return f[i][j];

    // 4. 状态转移:搜索所有可能的选择
    int ans = 初始值;
    for (所有可能的选择) {
    ans = max(ans / min(ans) / ans + 子问题的结果);
    }

    // 5. 存备忘录:将结果存入备忘录后返回
    return f[i][j] = ans;
    }

    int main() {
    // 初始化备忘录为-1(表示未计算过)
    memset(f, 1, sizeof(f));
    // 调用DFS得到答案
    cout << dfs(起始状态) << endl;
    return 0;
    }

    实现记忆化搜索的关键是:按照“可变参数→返回值”的格式创建备忘录,可变参数通常对应DP中的状态维度,返回值对应答案。


    更多系列知识,请查看专栏:《信奥赛C++提高组csp-s知识详解及案例实践》: https://blog.csdn.net/weixin_66461496/category_13113932.html


    各种学习资料,助力大家一站式学习和提升!!!

    #include<bits/stdc++.h>
    using namespace std;
    int main(){
    cout<<"########## 一站式掌握信奥赛知识! ##########";
    cout<<"############# 冲刺信奥赛拿奖! #############";
    cout<<"###### 课程购买后永久学习,不受限制! ######";
    return 0;
    }

    1、csp信奥赛高频考点知识详解及案例实践:

    CSP信奥赛C++动态规划: https://blog.csdn.net/weixin_66461496/category_13096895.html点击跳转

    CSP信奥赛C++标准模板库STL: https://blog.csdn.net/weixin_66461496/category_13108077.html 点击跳转

    信奥赛C++提高组csp-s知识详解及案例实践: https://blog.csdn.net/weixin_66461496/category_13113932.html

    2、csp信奥赛冲刺一等奖有效刷题题解:

    信奥赛C++普及组csp-j初赛&复赛真题题解(持续更新)https://blog.csdn.net/weixin_66461496/category_12808781.html 点击跳转

    信奥赛C++提高组csp-s初赛&复赛真题题解(持续更新) https://blog.csdn.net/weixin_66461496/category_13125089.html

    3、GESP C++考级真题题解:

    在这里插入图片描述

    GESP(C++ 一级+二级+三级)真题题解(持续更新):https://blog.csdn.net/weixin_66461496/category_12858102.html 点击跳转

    在这里插入图片描述

    GESP(C++ 四级+五级+六级)真题题解(持续更新):https://blog.csdn.net/weixin_66461496/category_12869848.html 点击跳转

    在这里插入图片描述 GESP(C++ 七级+八级)真题题解(持续更新): https://blog.csdn.net/weixin_66461496/category_13117178.html

    4、csp/信奥赛C++,完整信奥赛系列课程(永久学习):

    https://edu.csdn.net/lecturer/7901 点击跳转

    · 文末祝福 ·

    #include<bits/stdc++.h>
    using namespace std;
    int main(){
    cout<<"跟着王老师一起学习信奥赛C++";
    cout<<" 成就更好的自己! ";
    cout<<" csp信奥赛一等奖属于你! ";
    return 0;
    }

    赞(0)
    未经允许不得转载:171主机测评 » 信奥赛C++提高组csp-s之搜索进阶(记忆化搜索核心思想)
    分享到: 更多 (0)

    评论 抢沙发

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址