Bootstrap

第三周 DFS/BFS、贪心、二分

一、深度优先搜索/广度优先搜索

  • Depth First Search
  • Breadth First Search
1、搜索遍历
  • 每个节点都要访问一次
  • 每个节点仅仅要访问一次
  • 对于节点的访问顺序不同
    • 深度优先:depth first search 常用 _栈
    • 广度优先:breadth first search 常用_队列
2、代码模块(Java)
  • DFS递归写法

    Set<Node> visited = new HashSet<>();
    
    public void dfs(Node root, Set<Node> visited) {
        if (visited.contains(root)) {//terminator
            // already visited
            return;
        }
        visited.add(root);
    
        // process current node here.
        for (Node nextNode : node.children) {
            if (!visited.contains(nextNode)) {
                dfs(nextNode, visited);
            }
        }
    }
    
  • DFS非递归写法

    public int[] dfs(Node root){ 
        if (root == null) {
            return new int[0];
        }
        Set<Node> visited = new HashSet<>();
        Stack<Node> stack = new Stack<>();
        stack.push(root);
    
        while (!stack.isEmpty()) { 
            Node node = stack.pop();
            visited.add(node);
    
            process (node); 
            List<Node> nodes = generate_related_nodes(node);
            stack.addAll(nodes); 
    
            // other processing work 
            // ...
        }
    }
    
  • BFS代码模块

    
    public void bfs(Node root) {
        Set<Node> visited = new HashSet<>();
        Queue<Node> queue = new ArrayQueue<>(); 
        queue.offer(root); 
        visited.add(root);
    
        while (!queue.isEmpty()) { 
           Node node = queue.poll();
           visited.add(node);
    
           process(node); 
           List<Node> nodes = generate_related_nodes(node);
           queue.addAll(nodes);
        }
    	// other processing work 
    	// ...
    }
    
3、双端BFS
  • 双端查找的时候,若是有任意一段出现了“断裂”,也就是说明不存在能够连上的路径,则直接返回0
  • 双端查找,为了优化时间,永远用少的去找多的,比如开始的时候塞进了1000个,而结尾只有3个,则肯定是从少的那一端开始走比较好

二、贪心算法

1、概括

Greedy 是一种在每一步选择都 采取在当前状态下最好或最优(即最有利)的选择,从而希望导致结果是全局最好或最优的算法。鼠目寸光,目光短浅

  • 贪心算法与动态规划的不同在于它对每个子问题的解决方案都做出选择,不能回退。
  • 动态规划则保存以前的运算结果,并根据以前的结果对当前进行选择,有回退功能。
  • 贪心:当下做局部最优判断
  • 回溯:能够回退
  • 动态规划:最优选择+回退
2、适用场景
  • 贪心法可以解决一些最优问题,如:求图中的最小生成树、求哈夫曼编码等。然而对于工程和生活中的问题,贪心法一般不能得到我们所要求得答案。
  • 一旦一个问题可以通过贪心法来解决,那么贪心法一般是解决这个问题的最好办法。由于贪心法的高效性以及其所求的的答案比较接近最优结果,贪心法也可以用作辅助算法或者直接解决一些要求结果不特别精确的问题。
  • 简单地说,问题能够分解成子问题来解决,子问题的最优解能递推到最终问题的最优解,这种子问题最优解称为最优子结构。(银币问题适合贪心,是因为它本身的面值是倍数,如果不是倍数就不行)
  • 从后往前看是否可贪心,或从某一局部看

三、二分查找

1、模板-Java
public int findIndexOf(int[] nums, int target) {
    int left = 0;
    int right = nums.length - 1;
    while (left <= right) {
        int mid = left + ((right - left) >> 1);
        if (nums[mid] == target) {
            return mid;
        } else if (nums[mid] > target) {
            right = mid - 1;
        } else {
            left = mid + 1;
        }
    }
    return -1;
}
2、前提条件(肌肉记忆)
  • 目标函数单调性(单调递增或者递减)-有序集合
  • 存在上下界(bounded)
  • 能够通过索引访问(index accessible)
3、二分查找学习作业

使用二分查找,寻找一个半有序数组 [4, 5, 6, 7, 0, 1, 2] 中间无序的地方
说明:同学们可以将自己的思路、代码写在第 3 周的学习总结中

时间有限,欢迎帮忙优化下

//查找一个半升序数组的中间无序下标(降序就翻转一下while里面的大于和小于符号)
public int searchMinValueIndex(int[] nums) {
    //基准值,看mid索引的值小于基准值,大于基准点,说明mid左边是有序的,直接看mid右边,否则反之
    int point = nums[0];
    int i = 0;
    int j = nums.length - 1;
    while (i < j) {
        int mid = i + (j - i) / 2;
        //如果i + 1 = j,说明j的下标值就是最小值,
        //但是还需要判断i j的 索引值,如果j值大于i值,说明这里就是无序点,返回j即可
        if (i + 1 == j) {
            if (nums[i] > nums[j]) {
                return j;
            }
            //j 值不大于i 说明就是一个完全有序数组。反正0即可
            return 0;
        }
        if (point > nums[mid]) {
            j = mid;
        } else {
            i = mid;
        }
    }
    return 0;
}

public static void main(String[] args) {
    Assert.assertEquals(3, new Test().searchMinValueIndex(new int[]{7, 8, 9, 0, 1, 2, 3, 4, 5, 6}));
    Assert.assertEquals(1, new Test().searchMinValueIndex(new int[]{9, 0, 1, 2, 3, 4, 5, 6, 7, 8}));
    Assert.assertEquals(6, new Test().searchMinValueIndex(new int[]{4, 5, 6, 7, 8, 9, 0, 1, 2, 3}));
    Assert.assertEquals(8, new Test().searchMinValueIndex(new int[]{2, 3, 4, 5, 6, 7, 8, 9, 0, 1}));
    Assert.assertEquals(0, new Test().searchMinValueIndex(new int[]{1, 2, 3}));
}

PS:

​ 因为时间关系。很多homework做得不好,希望有同学帮忙找出不好的地方,感谢!点击进入

​ 因为时间关系。很多homework做得不好,希望有同学帮忙找出不好的地方,感谢!点击进入

​ 因为时间关系。很多homework做得不好,希望有同学帮忙找出不好的地方,感谢!点击进入

;