回溯(Backtracking).pptVIP

回溯(Backtracking) 主要内容 引论 主要思想 相关概念 求解步骤 应用 货箱装船（Container-loading） 0/1背包问题(0/1Knapsack) 最大完备子图(Max Clique) 旅行商问题(TSP) 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。假设集合Si的大小是mi,可能的元组数为m=m1m2…mn 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） 定义解空间（1） 8-皇后问题 在8×8的棋盘上放置8个皇后，使得这8个皇后不在同一行、同一列及同一斜角线上。 8皇后问题可以表示成8-元组(x1,…,x8),其中xi是放在第i行的皇后所在的列号。于是，解空间由88个8-元组组成。 约束条件 xi≠xj |xi-xj|≠| j-i | for all i, j 定义解空间（2） 子集和数问题 已知n+1个正数：wi, 1?i?n, 和M。要求找出{wi }的所有子集使得子集内元素之和等于M 用这些数wi的下标i 构成的向量表示解向量 每个子集由n-元组(x1,…,xn)表示 组织解空间 模型的选择： 依赖于解空间的定义 有利于问题解的搜索 两种组织模型： 树模型 图模型 树模型是解空间最常用的组织方式 有利于枚举解空间表示的元组分量 有利于搜索算法的设计 有利于限界函数的使用 组织解空间：4-皇后问题 节点按深度优先检索编号 树的边由xi的可能的取值标记。由i级到i+1级节点的边给出xi的值。这种树称为排列树（Permutation Tree）。 解空间由从根节点到叶节点的所有路径定义。 组织解空间：子集和数问题1 用满足条件的wi的下标表示解空间 组织解空间：子集和数问题2 解空间搜索: 解空间状态树 树中的每个结点代表问题求解过程中的一个状态，根到它的路径代表对一些分量已作出的选择 树的所有结点构成问题求解的状态空间 由根到结点S的路径确定了解空间的一个元组, 其对应的状态称为解状态 如果一个解状态代表的元组满足约束条件称其为答案状态 用根到一个结点的路径(x(1),…,x(k))，标识该结点 解空间搜索：搜索过程 按树形结构访问解空间的求解过程也是遍历解空间树的过程 结点展开状态 活结点（live node）：已展开一个以上子节点，但所有子结点尚未全部产生的结点。 死结点(died node)：被限界或已展开了所有子结点的结点。 E-结点(expansion node)：当前正在展开子结点的结点。 解空间搜索：搜索方法 深度优先展开方法：一个E-结点展开自己的一个子结点后，就让该子结点成为E-结点的展开状态空间树的方法--相当于对状态空间树做深度优先搜索 回溯法展开：加限界的深度优先展开方法称为回溯法 分枝－限界法：如果一个结点成为E-结点并保持为E-结点直到变成死结点为止，这样的状态展开方法称为分枝－限界法。在分枝－限界法中要维持一个活结点表的结构，存放已展开但还未变为E结点的那些结点 解空间搜索：限界（Bounding） 在解空间搜索过程中，用于杀死活结点的策略成为限界 限界函数Bi 是一谓词，Bi(x1,x2,…,xi)=true当且仅当(x1,x2,…,xi)不可能延伸到一个答案结点。“限界”指停止展开该结点 限界函数从分析约束条件或某种启发式得到 限界函数必须计算简单 回溯的一般方法 procedure BACKTRACK(n) integer k,n; local X(1:n） k?1 while k0 do if 还剩有没有检验过的X(k)使得 X(k) ? T(X(1),…,X(k-1)) and B(X(1),…,X(k))=false then if (X(1),…,X(k))是一条已抵达一答案节点的路径 then print (X(1),…,X(k)) endif k ?k+1//考虑下一个集合// else k ?k-1 //回溯到先前的集合// endif end BACKTRACK 递归形式的回溯算法 procedure RBAC