本页面将简要介绍枚举算法。
简介
枚举(英语:Enumerate)是基于已有知识来猜测答案的一种问题求解策略。
枚举的思想是不断地猜测,从可能的集合中一一尝试,然后再判断题目的条件是否成立。
要点
给出解空间
建立简洁的数学模型。
枚举的时候要想清楚:可能的情况是什么?要枚举哪些要素?
减少枚举的空间
枚举的范围是什么?是所有的内容都需要枚举吗?
在用枚举法解决问题的时候,一定要想清楚这两件事,否则会带来不必要的时间开销。
选择合适的枚举顺序
根据题目判断。比如例题中要求的是最大的符合条件的素数,那自然是从大到小枚举比较合适。
例题
以下是一个使用枚举解题与优化枚举范围的例子。
例题
给定一个数组,其所有元素互不相同且均不为 。求该数组中和为 的数对个数。
解题思路
枚举两个数的代码很容易就可以写出来。
[list2tab]
C++
for (int i = 0; i < n; ++i) for (int j = 0; j < n; ++j) if (a[i] + a[j] == 0) ++ans;Python
for i in range(n): for j in range(n): if a[i] + a[j] == 0: ans += 1Java
for (int i = 0; i < n; ++i) for (int j = 0; j < n; ++j) if (a[i] + a[j] == 0) ++ans;来看看枚举的范围如何优化。由于题中没要求数对是有序的,答案就是有序的情况的两倍(考虑如果
(a, b)是答案,那么(b, a)也是答案)。对于这种情况,只需统计人为要求有顺序之后的答案,最后再乘上 就好了。不妨要求第一个数要出现在靠后的位置。代码如下:
[list2tab]
C++
for (int i = 0; i < n; ++i) for (int j = 0; j < i; ++j) if (a[i] + a[j] == 0) ++ans; ans *= 2;Python
for i in range(n): for j in range(i): if a[i] + a[j] == 0: ans += 1 ans *= 2Java
for (int i = 0; i < n; ++i) for (int j = 0; j < i; ++j) if (a[i] + a[j] == 0) ++ans; ans *= 2;不难发现这里已经减少了 的枚举范围,减少了这段代码的时间开销。
我们可以在此之上进一步优化。
两个数是否都一定要枚举出来呢?枚举其中一个数之后,题目的条件已经确定了其他的要素(另一个数)的条件,如果能找到一种方法直接判断题目要求的那个数是否存在,就可以省掉枚举后一个数的时间了。较为进阶地,在数据范围允许的情况下,我们可以使用桶 1 记录遍历过的数。
[list2tab]
C++
#include <cstring> constexpr int MAXN = 100000; // 此处 MAXN 是数组内元素的界 int solve(int n, int a[]) { bool met[MAXN * 2 + 1]; // 创建一个能装下 [-MAXN, MAXN] 的桶 memset(met, 0, sizeof(met)); int ans = 0; for (int i = 0; i < n; ++i) { if (met[MAXN - a[i]]) ++ans; // 如果桶内有想要的元素,答案加一 met[MAXN + a[i]] = true; // 无论如何,都要把当前元素放进桶里 } return ans * 2; }Python
met = [False] * (MAXN * 2 + 1) for i in range(n): if met[MAXN - a[i]]: ans += 1 met[a[i] + MAXN] = True ans *= 2Java
boolean[] met = new boolean[MAXN * 2 + 1]; for (int i = 0; i < n; ++i) { if (met[MAXN - a[i]]) ++ans; met[MAXN + a[i]] = true; } ans *= 2;
复杂度分析
- 时间复杂度分析:对 数组遍历了一遍就能完成题目要求,当 足够大的时候时间复杂度为 。
- 空间复杂度分析:。
习题
脚注
Footnotes
-
桶排序 以及 主元素问题 以及 Stack Overflow 上对桶数据结构的讲解(英文) ↩