追MM的各種演算法

　　追MM的各種演算法

　　動態規劃，基本上就是說：你追一個MM的時候，需要對該MM身邊的各閨中密友都好，這樣你追MM這個問題就分解為對其MM朋友的問題，只有把這些問題都解決了，最終你才能追到MM。因此，該問題適用於聰明的MM，懂得“看一個人，不是看他如何對你，而是看他如何對他人。”的道理，並且對付這樣的MM總能得到最優解。但確定是開銷較大，因為每個子問題都要好好對待。。。。

 

　　貪心法，基本上就是：你追一個MM的時候，從相識到相知，每次都採用最aggressive的方式，進攻進攻再進攻！從不採用迂迴戰術或是欲擒故縱之法！目標是以最快的速度確立兩人的關係。該法優點是代價小，速度快，但缺點是不是每次都能得到最優解。。。。。

 

　　回溯演算法，基本上就是：追一個MM，但也許你還是情竇初開的新手，不知道如何才能討得MM的歡心，於 是你只好一條路一條路的試，MM不開心了，你就回溯回去換另一種方式。當然其間你也許會從某些途徑得到一些經驗，能夠判斷哪些路徑不好，會剪枝（這就是分支估界了）。你也可以隨機選擇一些路徑來實施，說不定能立杆見影（這就是回溯的優化了）但總的來說，你都需要一場持久戰。。。。該演算法一般也能得到最優解，因為大多數MM會感動滴！！但其缺點是開銷大除非你是非要談一場戀愛不可，否則不推薦使用。特別是你可能還有許多其他的事情要做，比如學習，比如事業。。。。

 

　　NP完全問題：

　　呵呵，那你為什麼那麼賤，非要去追呢？記住：“天涯何處無芳草！” . 不過如果你“非如此不可”的話，建議升級你的硬體，好好學習，好好工作，加強實力，人到中年的時候也許你能解開NP難。。。。

 

　　網路流：

　　追MM的時候總避免不了送禮物，但是你老是直接送禮物就會給MM造成很大的壓力，於是你就想到了通過朋友來轉送的方法。你希望送給MM儘可能多的禮物，所以就是需要找到一種配送方案，就是最大流了。然而你請別人幫忙併不是不要開銷的，你讓A同學拿去給B同學可能需要一些花費，自然你不是一個大款，想最小化這個花費，那麼就是最小費用最大流了……

 

　　NP：

　　在你追了若干美女都失敗告終後，你發現有一批美女追起來是一樣困難的，如果你能追到其中任何一個就能追到其他所有的美女，你把這樣的女人叫作NP-Complete。P=NP：這是一個美好的猜想，追美女和恐龍的難度其實一樣。APX與Random：NP的美女難追，你無法完全佔有她。你只好隨機的去靠近她裝作若無其事；或者用一種策略，追到她的一個approximation ratio，例如50%。APX-hard：這樣的女人，連一個固定的百分比都不給你，還是另謀高就吧。
 

　　匹配：從初中到高中到大學大家追來追去，就是個二分圖匹配的過程...."和諧社會"應該就一個最大匹配...

　　可是後來有某些MM同時跟>1個人發展，違背了匹配的基本原則...大家都很BS之...然後最近斷背山很火，人們驚奇得發現原來還可以是 任意圖匹配...

 

　　深度優先和廣度優先：

　　深度優先就是追一個mm追到底，直到失敗然後換個mm繼續追……

　　廣度優先就是同時追多個mm，一起發展……

 

　　前序遍歷就是直接搞定MM，然後搞定她爸媽（左）和你自己爸媽（右）。

　　中序遍歷就是先搞定未來岳父岳父，然後搞定她，最後告訴你爸媽。

　　後序遍歷就是，讓未來的岳父岳母和自己爸媽都覺得你們合適之後，才對MM下手，這個時候就沒有障礙了啊。

 

　　STL：

　　某位貝爾實驗室的大牛在追了N個MM後，為了造福後來人，總結了自己的經驗，出了本《 追MM求愛祕笈大全》，英文名叫Standard courTing Library，（/* court : vt.向...獻殷勤, 追求; vi.求愛)縮寫為 STL. 廣大同學在使用STL後，驚喜地發現追MM變得異常方便，大大縮短了時間和精力...