算法设计和第5章要点详解.pptVIP

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）递归回溯最优子结构性质 （2）迭代回溯贪心选择性质 （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）最大团问题； （7）图的m着色问题 （8）旅行售货员问题 （9）圆排列问题 （10）电路板排列问题 （11）连续邮资问题 问题的解空间 回溯法的基本思想 例1：0-1背包问题，考虑下面的具体实例：w=[16,15,15], p=[45,25,25,]; c=30. 例2：旅行售货员问题：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（或旅费）。他要选定一条从驻地出发，经过每个城市一遍，最后回到驻地的路线，使总的路程（或旅费）最小。这个问题可以用一个带权图G=(V,E)，可以归结为找一条最小费用的周游路线（回路）。 回溯法的基本思想 课后作业 习题 5-14，5-16，5-18，5-27，5-29 旅行售货员问题：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（或旅费）。他要选定一条从驻地出发，经过每个城市一遍，最后回到驻地的路线，使总的路程（或旅费）最小。这个问题可以用一个带权图G=(V,E)，可以归结为找一条最小费用的周游路线（回路）。 4 1 2 3 4 30 6 10 20 5 4 旅行售货员问题 解空间：排列树 templateclass Type void TravelingType::Backtrack(int i) { if (i == n) { if (a[x[n-1]][x[n]] != NoEdge a[x[n]][1] != NoEdge (cc + a[x[n-1]][x[n]] + a[x[n]][1] bestc || bestc == NoEdge)) { for (int j = 1; j = n; j++) bestx[j] = x[j]; bestc = cc + a[x[n-1]][x[n]] + a[x[n]][1];} } else { for (int j = i; j = n; j++) // 是否可进入x[j]子树? if (a[x[i-1]][x[j]] != NoEdge (cc + a[x[i-1]][x[i]] bestc || bestc == NoEdge)) { // 搜索子树 Swap(x[i], x[j]); cc += a[x[i-1]][x[i]]; Backtrack(i+1); cc -= a[x[i-1]][x[i]]; Swap(x[i], x[j]);} } } 复杂度分析 算法backtrack在最坏情况下可能需要更新当前最优解O((n-1)!)次，每次更新bestx需计算时间O(n)，从而整个算法的计算时间复杂性为O(n!)。 圆排列问题 给定n个大小不等的圆c1,c2,…,cn，现要将这n个圆排进一个矩形框中，且要求各圆与矩形框的底边相切。圆排列问题要求从n个圆的所有排列中找出有最小长度的圆排列。例如，当n=3，且所给的3个圆的半径分别为1，1，2时，这3个圆的最小长度的圆排列如图所示。其最小长度为 圆排列问题 float Circle::Center(int t) {// 计算当前所选择圆的圆心横坐标 float temp=0; for (int j=1;jt;j++) { float valuex=x[j]+2.0*sqrt(r[t]*r[j]); if (valuextemp) temp=valuex; } return temp; } void Circle::Compute(void) {// 计算当前圆排列的长度 float low=0, high=0; for (int i=1;i=n;i++) { if (x[i]-r[i]low) low=x[i]-r[i]; if (x[i]+r[i]high) high=x[i]+r[i]; } if (high-lowmin) min=high-