1. 基本概念

核心定义

枚举算法是一种通过逐一尝试所有可能情况来解决问题的算法策略。它不依赖复杂的逻辑推理，而是依靠计算机的高速运算能力，将问题的所有解或可能的解一一列举出来，然后根据约束条件筛选出符合条件的解。

核心思想

“宁可错杀一千，不可放过一个”。通过循环遍历所有候选解，逐一验证。

适用场景

  • 问题规模较小，解空间有限
  • 无法找到更高效的优化算法（如某些NP难问题）
  • 作为验证其他高效算法正确性的"基准测试（Ground Truth）"

2. 算法核心步骤

枚举算法的执行过程可以严格拆解为以下4个标准步骤：

步骤序号 步骤名称 核心操作描述 关键问题
Step 1 确定解空间 明确问题的"搜索范围"。即确定哪些数据是候选解，以及它们的排列方式（如数组、集合、排列组合）。 “我要在哪些数据里找？”
Step 2 设计循环结构 根据解空间的维度，构建嵌套循环（For/While）。如果是多维解（如矩阵），通常需要多层循环嵌套。 “我该怎么遍历所有情况？”
Step 3 验证约束条件 在循环体内，编写If语句判断当前候选解是否满足题目要求（如a + b == target）。 “这个当前的值符合要求吗？”
Step 4 记录并输出 如果满足条件，执行记录操作（如存入列表、更新最大值）；如果不满足，继续下一次循环。 “符合了我该做什么？”

3. 费曼理解 (Feynman Technique)

想象你在找丢失的钥匙。枚举算法的做法就是：地毯式搜索。
你不会去猜钥匙在哪儿，而是从房间的左上角开始，一厘米一厘米地检查，直到找到钥匙为止。
优点：只要钥匙在房间里，你100%能找到。
缺点：如果房间很大（数据量大），这个过程会非常慢。

4. 进阶技巧：剪枝 (Pruning)

虽然标准步骤是"遍历所有"，但在实际应用中，我们通常会在Step 3后面加一个剪枝操作，以提升效率。

剪枝逻辑

如果发现当前这条路肯定走不通，就提前break或continue，不再浪费时间。

示例

在求解"和大于目标值"的问题时，如果内层循环发现nums[i] + nums[j] > target，且数组已排序，那么后面的j+1, j+2...肯定更大，可以直接跳出内层循环。

1
2
3
4
if nums[i] + nums[j] == target:
    return [i, j]
elif nums[i] + nums[j] > target:  # 剪枝条件
    break  # 提前结束，不再检查后面的j

5. 应用场景

枚举算法虽然"笨"，但在以下场景中不可或缺：

1. 密码学与安全

  • 暴力破解（Brute Force Attack）：尝试所有可能的密码组合。这是黑客攻击的基础手段，也是验证密码强度的标准（如：8位纯数字密码约需4分钟暴力破解）。

2. 组合优化问题

  • 旅行商问题 (TSP)：当城市数量较少（如<10）时，直接枚举所有路径排列并计算距离是可行的。
  • 0-1背包问题：枚举所有物品的取舍组合（2^n种），找出价值最大的组合。

3. 系统开发与调试

  • 数据校验：在小数据集上，通过双重for循环检查两个列表是否有重复项。
  • 基准测试：在开发高效算法（如KMP、DP）时，先写一个枚举算法作为"黄金标准"，用来验证新算法的输出是否正确。

6. 总结

枚举算法的"哲学"

枚举算法教会我们一个重要的计算机科学真理：计算资源是有限的，而可能性是无限的。它是我们理解算法效率的起点——当你发现枚举太慢时，你就会开始寻找哈希表、动态规划或贪心算法。

7.相关

1
2
3
4
TABLE without id file.link AS "题目名称", 数据结构,date
FROM #LeetCode 
WHERE contains(数据结构, "枚举")
SORT file.mtime DESC