匹配算法在搜索問題中的巧用

1、匹配算法在搜索問題中的巧用,浙江省杭州第十四中學 樓天城loutiancheng@sina.com,很多的題目，如果我們可以建立數(shù)學模型，應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系?！　〉?，并不是所有的題目都可以建立簡單的數(shù)學模型。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?！　∮袝r搜索的運算量實在太大，實

2、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。這是我們必須使用一些非常規(guī)的搜索方法?！　”疚闹形覀儗⒂懻摲浅Ｒ?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，給定每個物品的可能放的

3、位置集合，要求尋找一一對應的關系?！　〉€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）?！　∏笠唤M可行解，或給每一種對應關系一個權，求滿足條件的最優(yōu)解。,由于事物之間的限制關系非常復雜，很難建立簡單的二分圖關系，或者用網(wǎng)絡流來解決。　　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。這樣的時間復雜度為O(N!)。好像似乎也只能這樣。,進一步分析

4、：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d1 3 5 62 2 5 33 1 4 13 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 62 2 5 33 1 4 13 2 6 2,部分搜索+匹配： 搜索

5、一部分變量，使得余下的變量之間的關系簡化，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）的物品的位置，使問題內(nèi)其它物品的關系簡化為二分圖關系，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)造二分圖關系），而匹配算法代替搜索，高效地完成余下的任務?！　〔糠炙阉?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)勢在于應用性廣，可以克服復雜的情況，匹配算法的優(yōu)

6、勢在于效率高。兩者相互促進，同時也彌補對方的不足。這也是這個方法的成功的關鍵。,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 ? i<

7、;M）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：　　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應當盡量小。輸入：　　N,M及武器和炸彈的坐標。測試數(shù)據(jù)中的坐標是隨機生成的。,初步分析：　　A

8、國炸彈I可以炸到B國武器J的條件： (u[I]-x[J])2+(v[I]-y[J])2<=R2,結論：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?！　?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

9、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?！　∷阉鞯臅r間復雜度為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

10、實我們把搜索分為了兩部分，　（１）將B國武器根據(jù)編號分為x段?！。ǎ玻┡袛嗍欠窨梢詮腁國的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：C[S][T][I] 表示A國炸彈I是否可以炸到B國武器S,S+1..T-1,T。,C[S][S][I]=((u[I]-x[S])2+(v[I]-y[S])2<=R2)C[S][T][I]=C[S][T-1][I] & C[T][T][I] (

11、S<T)求C的時間復雜度為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：C[Si][Ti][j]?！　∠旅嫒蝿站褪菍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 60 6 6 6 6 0 0 01 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

12、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?！　≈挥?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國炸彈可以重復使用，設：Dist[I]=炸掉B國武器I－m的最少使用炸彈數(shù)?！】梢杂脛討B(tài)規(guī)劃計算Dist值，狀態(tài)轉移方程如下：Dist[m+1]=0。Dist[I]=Min

13、(Dist[J]+1 | Can[I][J-1][K](1<=K<=n)) (1<=I<=N) (I<J<=N+1)求Dist的時間復雜度為O(N3)。,從而產(chǎn)生了一個最優(yōu)性剪枝條件：if (當前已經(jīng)使用的炸彈數(shù)+Dist[當前已經(jīng)炸掉的B國武器數(shù)+1]>=當前找到的最優(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

14、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?！　∶看吻笃ヅ渲灰獜脑瓉淼幕A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，程序的效率有了很大的提高?！　?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：

15、　　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?！　∫虼耍诿杜e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?！　∵@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。Max

16、T[I][S]=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MaxT[I][S]=S-1。求MaxT[I][S]可以用動態(tài)規(guī)劃的方法解決。狀態(tài)轉移方程為：MaxT[I][S]= 炸彈I炸不到S S-1 　　炸彈I炸得到S MaxT[I][S+1]MaxT[I][m+1]=m求MaxT的時間復雜度為O(N2)。,具體實現(xiàn)方法： 考慮二分圖右邊

17、的n個結點（n顆炸彈），　　如果結點I沒有被匹配，I被認為可以使用。　　如果結點I已經(jīng)被匹配，如果從任何一個沒有匹配的結點出發(fā)存在一條到達I，而且I為外點的交錯路，I也被認為可以使用?！　∷訫axL=Max(MaxT[I][S] | I可以使用)；,具體實現(xiàn)方法：　　計算所有從沒有匹配點出發(fā)的交錯路（沒有匹配點I出發(fā)的交錯路沒有被匹配點I一定為外點）所能到達的匹配的結點，只要從每一個沒有匹配的結點出發(fā)，寬度優(yōu)先搜索，只要O(

18、N2)的時間?！　∽⒁馀袛嘀貜停ㄈ绻粋€已經(jīng)匹配的結點已經(jīng)被確定為可以使用，那么不需要對它再擴展一次，因為當把這個已經(jīng)匹配的結點確定為可以使用的結點的時候，已經(jīng)從這個結點擴展過，如果再擴展必將產(chǎn)生無謂的重復）,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雜度為O(n2)?！　∵@樣大大節(jié)省了優(yōu)化二的時間。,性能分析（3）：　　通過以上的

19、優(yōu)化，所有數(shù)據(jù)都是瞬間出解，并且所有結果都是最優(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：本文中的兩個例子都可以應用部分搜索＋匹配的方法高效解決?！　∷鼈冊谒枷肷嫌兄黠@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果，減少匹配的重復運算。,部分搜索同樣可以和解方程、

20、 貪心、 動態(tài)規(guī)劃等高效算法結合。,部分搜索＋匹配算法體現(xiàn)了搜索與其他方法的有機結合，充分發(fā)揮兩者的長處，相互彌補對方的不足，這就是其高效的主要原因所在?！　∫虼?，在搜索問題中靈活地應用部分搜索的方法，往往可以創(chuàng)造出奇效?！　≈档米⒁獾氖?，部分搜索來解決搜索問題作為一種非常規(guī)的搜索方法。雖然在本文的例子中，部分搜索有著很多的過人