算法设计与第六章分支界限法论述.pptVIP

计算机算法设计与分析 第六章分支限界法 分支限界法是最佳优先搜索法 分支限界法就是最佳优先(包括广度优先在内)的搜索法。 分支限界法将要搜索的结点按评价函数的优劣排序，让好的结点优先搜索，将坏的结点剪去。所以准确说，此方法应称为界限剪支法。 分支限界法中有两个要点： 评价函数的构造 评价函数要能够提供一个评定候选扩展结点的方法，以便确定哪个结点最有可能在通往目标的最佳路径上。 一个评价函数f(d)通常可以由两个部分构成：⑴从开始结点到结点d的已有耗损值g(d)，和⑵再从结点d到达目标的期望耗损值h(d)。即： 搜索路径的构造 在回溯法中，每次仅考察一条路径，因而只需要构造这一条路径即可：前进时记下相应结点，回溯时删去最末尾结点的记录。这比较容易实现。 在分支限界法中，是同时考察若干条路径，那么又该如何构造搜索的路径呢？ 分支限界法的一般算法 ⑴计算初始结点s的f(s); [s, f(s), nil]放入Open; ⑵while (Open ≠Φ) { ⑶ 从Open中取出[p, f(p), x](f(p)为最小); ⑷ 将[p, f(p), x]放入Closed; ⑸ 若p是目标，则成功返回；否则 ⑹ { 产生p的后继d并计算f(d) ；对每个后继d 分支限界法求单源最短路径 单源最短路径问题的评价函数的构造： g(d)定义为从源s到结点d所走的路径长度： 分支限界法求最短路径举例 界限(Bounding) 评价函数f(d)关系着算法的效率乃至成败。 因为在大多数问题中f(d)只是个估计值，所以单靠f(d)是不够的。通常还要设计它的上下界函数U(d)和L(d)。 L(d)≤f(d)≤U(d)。 所谓分支限界法就是通过评价函数及其上下界函数的计算，将状态空间中不可能产生最佳解的子树剪去，减少搜索的范围，提高效率。因而更准确的称呼应是“界限剪支法” 用分支限界法求TSP TSP是求排列的问题，不是仅找一条路径而已。因而需要对分支限界法的一般算法作些修改： (1)待扩展的结点如果在本路径上已经出现，则不再扩展，但若是在其他路径上出现过，则仍需要扩展。 (2)新结点，无论其优劣，既不影响其它路径上的结点，也不受其它路径上的结点的影响。 (3)依据上界函数决定结点是否可以剪去。 分支限界法求排列 ⑴计算初始结点s的f(s); [s, f(s), nil]放入Open; ⑵while (Open ≠Φ) { ⑶ 从Open中取出[p, f(p), L]; //L是路径已有结点 ⑷ 若f(p)≥U，则抛弃该路径； ⑸ 若p是目标，则考虑修改上界函数值；否则 ⑹ {将[p, f(p), L]放入Closed; ⑺ 在该路径上扩展结点p；对每个后继d ⑻ {计算f(d)； ⑼ 若f(d)＜U, 则{L = L ?{p}; 将[d, f(d),L]依序放入Open。} } } } 分支限界法求TSP举例 设有向图G = (V, E)的边的代价矩阵为C = [cij]。若不存在有向边i, j∈E，则定义cij=∞且规定cii=∞。不失一般性，设周游路线均以顶点1为起点。左下为一个有向图G的代价矩阵C。 分支限界法求TSP的搜索 归约矩阵以及约数 前面的搜索的效率不高，几乎要搜索全部的状态空间。其原因是评价函数以及上下界的估计太低。为了设计求解TSP问题的更好的评价函数，先定义其代价矩阵的归约矩阵和约数。 例子中的归约矩阵和约数 计算前面例子中的归约矩阵及其约数如下： 约数是周游路线长度的下界 定理：设C是图G的代价矩阵，P是周游路线，则P的代价，即∑i, j∈P cij = r + ∑i, j∈P c’ij ， 式中C’ = [c’ij]是C的归约矩阵，r为约数。 用约数定义期望函数h(d) 既然约数是周游路线长度的下界，我们可以考虑用约数来定义期望函数h(d)： 对开始结点1，令g(1) = 0，h(1) = r，f(1) = r。 若从结点1选择了一条边，不妨设边1, 2，则令g(2) = f(1)+从1到2的距离l ，显然l应该是c’12，而不应该再是c12了。 那么h(2) = ？ 求新的约数r2 可以。但在此之前应将边1, 2和所有边1, k和边k, 2都删去，即置c’12、c’1k和c’k2为∞。 设C’p为某路线上结点p的归约矩阵。从p选择边p, d所得到结点d的归约矩阵C’d和约数rd为： (1)将C’p中的c’pd，c’pk和c’kd置为∞，1≤k≤n； (2)依照求归约矩阵C’的方法对C’p进行行归约和列归约，便得到了C’d和rd 。 期望函数h(d)的定义 应用约数，可以得到h(d)的定义如