Chapter17分支定界.ppt

活节点的 重量上限 当前E节点的 重量 * * 算法的改进思想 【问题】bestw表示当前所有可行节点的重量的最大值，而优先队列中可能有许多其uweight不超过bestw的活节点，因此这些节点不可能帮助我们找到最优的叶节点，所以可以将这些节点删除 【解决】bestw在算法执行过程中是不断增大的，在每次bestw增大时，删除队列中所有uweight bestw的节点。这种策略要求删除具有最小uweight的节点。 【可引入】双端优先队列（第9章的参考文献） * * （2）旅行商问题 解空间是排列树 方法一：只使用一个优先队列，队列中的每个元素中都包含到达根的路径 方法二：是保留一个部分解空间树和一个优先队列，优先队列中的元素并不包含到达根的路径 * * MinHeapNode templateclass T class MinHeapNode { friend AdjacencyWDigraphT; public: operator T () const {return lcost;} private: T lcost, //该节点子树中任意叶节点中的最小耗费 cc, //解空间树中从根节点到当前节点的耗费 rcost; //从顶点x[s:n-1]出发的所有边的最小耗费之和 int s, //当前旅行路径x[0:s], //剩余待访问的节点是x[s+1: n-1] *x; //从1到n 的整数排列，其中x[0]=1 }; * * 计算有向图中从每个顶点出发的边中耗费最小的边所具有的耗费MinOut 如果有向图中存在某些顶点没有出边，则搜索停止，说明图中没有旅行路径 * * BBTSP（续1） MinSum：累计所有顶点发出边的最小耗费之和 初始E节点为根的孩子，x[0]=1 * * s=n-2的E-节点，这时E-节点是某个单独叶节点的父节点 当某个叶节点成为 E-节点 后，搜索过程即终止 边(x[n-2],x[n-1]) 边(x[n-1],x[1]) * * 待检查边(x[s],x[i]) x[i]是x[s+1..n-1]上顶点 cc表示当前孩子节点的路径 前缀(x[0:s],x[i])的耗费 后续孩子节点筛选标准： cc+各剩余顶点的出边耗费 的最小值之和。 * * BBTSP（续3） 返回最优旅行路径的耗费bestc，及最优路径顶点序列数组v * * 本章小结 与回溯算法的比较 分支定界的思想 分支定界的应用 货箱装船：FIFO分支、最大收益 旅行商问题：最小耗费 * * 课后练习 Page519：练习2的1)、2)、4) 提高篇： Page535：练习23，FIFO分支定界实现 8-皇后问题 * * * 注意：回溯算法是活节点和E节点 * 使用FIFO搜索，总能找出从迷宫入口到出口的最短路径。 需要注意的是：利用回溯法找到的路径却不一定是最短路径! * 不可行的解：D【1，1，1】 J【1，0，1】 * 注意：书上是采用堆，这里演示中队列是按照元素耗费，所以队列的元素排列可能与堆的情况不一致！ 但为了演示，只是体现取队列首元素(耗费最小)即可！ 耗费表： 1）【4，6，30】 2）【6，14，24，30】 3）【11，14，24，26，30】 * 在找到最优装载所对应的叶节点之后，就可以利用所记录的路径返回到根节点来设置 x 的值 把 A d d L i v e N o d e和M a x L o a d i n g定义成类成员函数，这样，它们就可以共享诸如Q , i , n , b e s t w, E , b e s t E * * 这些节点浪费了珍贵的队列空间，并且它们的插入/删除动作也浪费了时间！ 队列必须支持如下的操作：插入、删除最大节点、删除最小节点。 这种优先队列也被称作双端优先队列（double-ended priority queue ） 与回溯算法的比较 17.1 分支定界的思想 17.2 算法的应用 货箱装船：FIFO、最大收益 旅行商问题：最小耗费 Chapter17 分支定界 * * 分支定界 VS. 回溯算法 相同点： 都使用树形结构（子集树或排列树）来组织解空间 不同点： 回溯算法使用DFS方法来搜索树； 分支定界使用BFS方法或最小耗费方法来搜索树 分支定界的解空间比回溯算法要大得多 当内存容量有限时，回溯法更易成功！ 但有时候，分支定界能够找到最优解。 * * 1、算法的思想 对E-节点的扩充方式：引入活节点表 【思想】