【精品】课件---第5章 回溯法.ppt

第5章 回溯法 学习要点 理解回溯法的深度优先搜索策略。 掌握用回溯法解题的算法框架 （1）递归回溯 （2）迭代回溯 （3）子集树算法框架 （4）排列树算法框架 通过应用范例学习回溯法的设计策略。 （1）装载问题； （2）批处理作业调度； （3）符号三角形问题 （4）n后问题； （5）0-1背包问题； （6）旅行售货员问题 回溯法的直观印象 （1）回溯法有“通用的解题法”之称。 用它可以系统地搜索一个问题的所有解或最优解。回溯法是一个既带系统性又带有跳跃性的搜索算法。它在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发，搜索解空间树。 回溯法的直观印象 （2）回溯法在问题的解空间树中，按深度优先策略，从根结点出发搜索解空间树。算法搜索至解空间树的任意一点时，先判断该结点是否包含问题的解。如果肯定不包含，则跳过对该结点为根的子树的搜索，逐层向其祖先结点回溯；否则，进入该子树，继续按深度优先策略搜索。 回溯法的直观印象 （3）回溯法在用来求问题的所有解（或最优解）时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。而在求任一解时，只要搜索到一个解就结束。这种以深度优先的方式系统地搜索问题的解的算法称为回溯法，它适合于解一些组合数较大的问题。 回溯法：任务描述 问题描述：假定问题的解能表示成一个n元组(x1,…,xn),其中xi取自某个有穷集si 解空间：所有这些n元组的集合构成问题的解空间。 回溯法：任务描述 并非解空间中的所有元素都是问题的解 存在性问题：求满足某些条件（约束条件）的一个或全部元组，如果不存在这样的元组，算法应返回No。满足约束条件的元组称为问题的可行解（Feasible Solution） 优化问题：给定一组约束条件，在满足约束条件的元组中求使某目标函数达到最大（小）值的元组。满足目标函数的元组称为问题的最优解（Optimal Solution） 剪枝函数和回溯法 问题的解空间 问题的解空间 例1 0-1背包问题 n=3, C=30, w={16, 15, 15}, v={45, 25, 25} 开始时，Cr=C=30，V=0，A为唯一活结点，也是当前扩展结点 扩展A，先到达B结点 Cr=Cr-w1=14，V=V+v1=45 此时A、B为活结点，B成为当前扩展结点 扩展B，先到达D Crw2，D导致一个不可行解，回溯到B 再扩展B到达E E可行，此时A、B、E是活结点，E成为新的扩展结点 扩展E，先到达J Crw3，J导致一个不可行解，回溯到E 再次扩展E到达K 由于K是叶结点，即得到一个可行解x=(1,0,0)，V=45 K不可扩展，成为死结点，返回到E E没有可扩展结点，成为死结点，返回到B B没有可扩展结点，成为死结点，返回到A 例1 0-1背包问题 n=3, C=30, w={16, 15, 15}, v={45, 25, 25} A再次成为扩展结点，扩展A到达C Cr=30，V=0，活结点为A、C，C为当前扩展结点 扩展C，先到达F Cr=Cr-w2=15，V=V+v2=25，此时活结点为A、C、F，F成为当前扩展结点 扩展F，先到达L Cr=Cr-w3=0，V=V+v3=50 L是叶结点，且5045，得到一个可行解x=(0,1,1)，V=50 L不可扩展，成为死结点，返回到F 再扩展F到达M M是叶结点，且2550，不是最优解 M不可扩展，成为死结点，返回到F F没有可扩展结点，成为死结点，返回到C 例1 0-1背包问题 n=3, C=30, w={16, 15, 15}, v={45, 25, 25} 再扩展C到达G Cr=30，V=0，活结点为A、C、G，G为当前扩展结点 扩展G，先到达N，N是叶结点，且2550，不是最优解，又N不可扩展，返回到G 再扩展G到达O，O是叶结点，且050，不是最优解，又O不可扩展，返回到G G没有可扩展结点，成为死结点，返回到C C没有可扩展结点，成为死结点，返回到A A没有可扩展结点，成为死结点，算法结束，最优解X=(0,1,1)，最优值V=50 例1 0-1背包问题 例2 旅行售货员问题 问题描述：某售货员要到若干城市去推销商品，已知各城市之间的路程，他要选定一条从驻地出发，经过每个城市一遍，最后回到住地的路线，使总的路程最短。 该问题是一个NP完全问题， 有(n-1)!条可选路线。 最优解(1,3,2,4,1)， 或( 1,4,2,3,1)， 59、66、25、66、25、59 最优值25 在第四章中,我们用动态规划的方法讨论了背包问题。这里，我们将用回溯的方法求解背包问题。 问题的解空间：由各分量 xi(取值0或1）的2n个不同的n元向量组成。与子集和数问题的解空间相同。也用树结构表示（满二叉树）。