迭代加深搜索

定义

迭代加深是一种 每次限制搜索深度的 深度优先搜索。

解释

迭代加深搜索的本质还是深度优先搜索，只不过在搜索的同时带上了一个深度 $d$ ，当 $d$ 达到设定的深度时就返回，一般用于找最优解。如果一次搜索没有找到合法的解，就让设定的深度加一，重新从根开始。

既然是为了找最优解，为什么不用 BFS 呢？我们知道 BFS 的基础是一个队列，队列的空间复杂度很大，当状态比较多或者单个状态比较大时，使用队列的 BFS 就显出了劣势。事实上，迭代加深就类似于用 DFS 方式实现的 BFS，它的空间复杂度相对较小。

当搜索树的分支比较多时，每增加一层的搜索复杂度会出现指数级爆炸式增长，这时前面重复进行的部分所带来的复杂度几乎可以忽略，这也就是为什么迭代加深是可以近似看成 BFS 的。

过程

首先设定一个较小的深度作为全局变量，进行 DFS。每进入一次 DFS，将当前深度加一，当发现 $d$ 大于设定的深度 $\textit{limit}$ 就返回。如果在搜索的途中发现了答案就可以回溯，同时在回溯的过程中可以记录路径。如果没有发现答案，就返回到函数入口，增加设定深度，继续搜索。

伪代码

IDDFS(u,d)
    if d>limit
        return
    else
        for each edge (u,v)
            IDDFS(v,d+1)
return

注意事项

在大多数的题目中，广度优先搜索还是比较方便的，而且容易判重。当发现广度优先搜索在空间上不够优秀，而且要找最优解的问题时，就应该考虑迭代加深。

实例

假设一张图， ans1 在很深的地方， ans2 离搜索树的根节点最近，但是需要找到的答案为 ans3 。

首先考虑 DFS ，一般是一搜搜到底，很有可能找到 ans1 。若继续查找，很有可能花费太多时间。时间效率低。

再来考虑 BFS ，它可以找到最近的答案 ans2 。若继续查找，很有可能存储状态的队列会浪费巨大空间。空间效率低

现在引出 IDDFS ，它通常适用于有两个条件的问题：一是它是个最优解问题，二是最优的答案深度最小。且能够快速地找到答案。

假设在搜索树中，每层树都有 3 个方案，即是搜索树为一颗 3 叉树，共 2 层， ans 在 3 。

先来对比 DFS ，搜索路径为 1−2−5−2−6−2−7−2−1−3 ，找到答案。有最坏情况，即每一个分支都是一个无底洞，若永远搜索不到答案，就会卡在里面。

再来对比 BFS ，搜索路径为 1−2−3 ，看起来比较短，但是队列中有 1,2,5,6,7,3 的信息，若答案更深一些，那么就会炸空间。

通过上述两个例子，可以知道 DFS 和 BFS 的局限性，但也各有千秋。结合两种算法，就有了迭代加深。首先限定一个层数，对于搜索树进行深度优先搜索。假设这个层数为 1 ，那么深搜只会搜索到 2 ，不会继续加深。首先试探性地来找答案，直到找到答案位置。很明显，上面几层的点会搜到很多遍，但时间复杂度对于 DFS 来说比较优，而在空间复杂度上比 BFS 上略胜一筹。

很容易就写出模板：

int max_depth = min_depth;
Id_Dfs( int current_depth  ,  int max_depth ) {
	if( current_depth > max_depth ) return ;
	if( 找到答案 ){ 输出答案 ; (exit(0) ;  ||  return ;) }
	for each ( 当前节点的儿子节点 )
	Id_Dfs(current_depth + 1, max_depth) ;
}
for(; ; max_depth++ ) {
	Id_Dfs( 0 , i ) ;
}

示例题目

一个与 n 有关的整数加成序列 $a_0,a_1,a_2,...,a_m$ 满足以下四个条件：

$a_0 = 1$
$a_m = n$
$a_0 \le a_1 \le a_2 \le ... \le a_{m−1} \le a_m$
对于每一个 k( $1≤k≤m$ ) 都存在有两个整数 i 和 j( $0≤i,j≤k−1$ ，i 和 j 可以相等 )) ，使得 $a_k = a_i+a_j$

你的任务是：给定一个整数 n ，找出符合上述四个条件的长度最小的整数加成序列。如果有多个满足要求的答案，只需要输出任意一个解即可。

思路

按照 1,2,4,8... 这样来排列，找出最少需要的次数那么最少的层数就找到了，就减少了之前做的无用功。

树上的子节点也较为好找，只需要将之前搜索到的数字，按照题意两两搭配找到下一项。

只需要按照 IDDFS 的规则搜索就行了。但重点在于剪枝，写在注释里。

示例代码

#include <cstdio>
#include <cstring> 
bool Quick_Read(int &N) {
	N = 0;
	int op = 1;
	char c = getchar();
	while(c < '0' || c > '9') {
		if(c == '-')
			op = -1;
		c = getchar();
	}
	while(c >= '0' && c <= '9') {
		N = (N << 1) + (N << 3) + (c ^ 48);
		c = getchar();
	}
	N *= op;
	return N != 0;
}
void Quick_Write(int N) {
	if(N < 0) {
		putchar('-');
		N = -N;
	}
	if(N >= 10)
		Quick_Write(N / 10);
	putchar(N % 10 + 48);
}
const int MAXN = 1e5 + 5;
int ans[MAXN];
int limit;
bool flag;
int n;
void Id_Dfs(int nowdepth) {
	if(nowdepth > limit || flag)//达到层数不在恋战或找到答案，直接跳出
		return;
	if(ans[nowdepth] == n) {//满足题意
		flag = true;
		return;
	}
	for(int i = nowdepth; i >= 1; i--) {
		for(int j = nowdepth; j >= i; j--) {//两两搭配，且答案越大越容易找到解，故而到着找
			if(ans[i] + ans[j] <= n && ans[i] + ans[j] > ans[nowdepth]) {//满足题意1，2两点的搜索
				int now;//找到下一项
				ans[nowdepth + 1] = now = ans[i] + ans[j];	
				for(int k = nowdepth + 2; k <= limit; k++)
	//从nowdepth + 1这一项开始，后面最大时也就是now不停扩大2倍，若最大都达不到n，舍去不求
					now <<= 1;
				if(now < n)
					continue;
				Id_Dfs(nowdepth + 1);//搜索下一层
				if(flag)//找到答案
					return;
			}
		}
	}
}
void Work() {
	for(; !flag; limit++)//直到找到答案时停止搜索
		Id_Dfs(1);
	for(int i = 1; i < limit; i++) {//输出
		Quick_Write(ans[i]);
		putchar(' ');
	}
	putchar('\n');
}
void Init() {
	limit = 1;
	int test = 1;
	while(test < n) {//找到最小层数
		test <<= 1;
		limit++;
	}
	ans[1] = 1;
	flag = false;
}
int main() {
	while(Quick_Read(n)) {//多组输入输出，到0为止
		Init();
		Work();
	}
	return 0;
}

例题：

Status

Problem

迭代加深搜索

On this page