《算法设计与分析》第08章.pptVIP

算法设计与分析 第2部分 算法设计策略 第8章 回溯法 8.1.1 基本概念 8.1.2剪枝函数和回溯法 8.1.3?回溯法的效率分析 8.2 n-皇后 8.2.1? ?问题描述 8.2.2 回溯法求解 8.2.3? n-皇后算法 8.2.4 时间分析 8.3 子集和数 8.3.1? 问题描述 8.3.2 回溯法求解 8.3.3?子集和数算法 8.4 图的着色 8.4.1 问题描述 8.4.2?回溯法求解 8.4.3 图着色算法 8.4.4 时间分析 8. 5? 哈密顿环 8.5.1? 问题描述 8.5.2? 哈密顿环算法 8.7 批处理作业调度 8.7.1 问题描述 8.7.2 回溯法求解 8.7.3 批处理作业调度算法 已知n个不同正数wi，0?i?n-1，的集合，求该集合的所有满足条件的子集，使得每个子集中的正数之和等于另一个给定的正数M。 例8－2 设有n=4个正数的集合 W={w0,w1,w2,w3}=(11,13,24,7)和整数M=31，求W的所有满足条件的子集，使得子集中的正数之和等于M。 解结构形式：可变长度元组和固定长度元组。 可变长度元组（x0,?,xk?1,xk），0?kn。元组的每个分量的取值可以是元素值，也可以是选入子集的正数的下标。例如：（11，13，7）或者（0，1，2） 固定长度n-元组（x0,x1,?,xn?1），xi?{0,1}, 0?in。xi=0，表示wi未选入子集，xi=1，表示wi入选子集。 例如： （x0,x1,x2,x3）=（1,1,0,1) W={w0,w1,w2,w3}=(11,13,24,7)，M=31 W={w0,w1,w2,w3}=(11,13,24,7)，M=31 可变长度元组的解空间树 W={w0,w1,w2,w3}=(11,13,24,7)，M=31 固定长度n-元组（x0,x1,?,xn?1），xi?{0,1}, 0?in。xi=0，表示wi未选入子集，xi=1，表示wi入选子集。 例如： （x0,x1,x2,x3）=（1,1,0,1) 称这种从n个元素的集合中找出满足某些性质的子集的状态空间树为子集树。子集树有2n个解状态，遍历子集树的时间为Ω(2n)。 固定长度n-元组（x0,x1,?,xn?1），表示的子集和数问题 的 约束函数： Bk(x0,x1,?,xk) 为true，当且仅当 【程序8－5】子集和数的回溯算法 void SumOfSub (float s,int k,float r,int* x,float m,float* w) { x[k]=1; if (s+w[k]==m) { //得到一个可行解 for (int j=0;j=k;j++) coutx[j] ; //输出一个解 coutendl; } elseif (s+w[k]+w[k+1]=m) SumOfSub(s+w[k],k+1,r-w[k],x,m,w); //搜索左子树 if ((s+r-w[k]=m)(s+w[k+1]=m)) //∑wi*xi+剩余部分数值之和（wk=0除外） { x[k]=0; SumOfSub(s,k+1,r-w[k],x,m,w); //搜索右子树 } } void SumOfSub (int* x,int n,float m,float* w) { float r=0;//没处理元素的数值之和 for(int i=0;in;i++) r=r+w[i];//计算 if(r=m w[0]=m) SumOfSub(0,0,r,x,m,w); } W={w0,w1,w2,w3}=(11,13,24,7)，M=31 例8－3 设有n=6个正数的集合W=(5,10,12,13,15,18)和整数M=30，求W的所有元素之和为M的子集。 已知无向图G=(V,E)和m种不同的颜色，如果只允许使用这m种颜色对图G的结点着色，每个结点着一种颜色。问是否存在一种着色方案，使得图中任意相邻的两个结点都有不同的颜色。这就是m-着色判定问题（m-colorability decision problem） 设无向图G=(V,E)采用如下定义的邻接矩阵a表示： 解的形式：n-元组(x0,x1,?,xn－1), xi?{1，…，m}, 0?in，表示结点i的颜色，这就是显式约束。xi=0表示没有可用的颜色。因此解空间的大小为mn。 隐式约束可描述为：如果边(i,j)?E，则 xi?xj。 约束函数：对