第5章 回溯法要点.pptVIP

第5章 回溯法 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 用计算机求解问题 计算机求解的过程 在状态空间寻找机内解, 可以看成是从初始状态出发,搜索目标状态(解所在的状态)的过程。 几种搜索方法 三种搜索的优劣之处 一般来说，三种搜索方法各有优劣之处： 广度优先搜索和深度优先搜索优点：一定能找到解；缺点：时间复杂性大。 启发式搜索优点：一般来说能较快地找到解，即其时间复杂性小；缺点：需要设计一个评价函数，并且评价函数的优劣决定了启发式搜索的优劣。 5.1 回溯法的算法框架5.1.1 问题的解空间 应用回溯法解问题时，首先应明确定义问题的解空间。问题的解空间应至少包含问题的一个(最优)解。通常将解空间组织成树或图的形式。 问题的解向量：回溯法希望一个问题的解，能够表示成一个n元式(x1,x2,…,xn)的形式。 显约束：对分量xi的取值限定 隐约束：为求出满足问题的解，而对不同分量之间施加的约束。 解空间：对于问题的一个实例，解向量满足显式约束条件的所有多元组，构成了该实例的一个解空间。 例如，对于有n种可选物品的0-1背包问题，其解空间由长度为n的0-1向量组成。 基本思想： 确定了解空间的组织结构后，回溯法就从开始结点（根结点）出发，以深度优先的方式搜索整个解空间。 开始结点就成为一个活结点，同时也成为当前的扩展结点。 在当前扩展结点，搜索向纵深方向移至一个新结点。这个新结点就成为一个新的活结点，并成为当前扩展结点。 如果在当前的扩展结点处不能再向纵深方向移动，则当前扩展结点就成为死结点。 此时，应往回移动（回溯）至最近的一个活结点处，并使这个活结点成为当前的扩展结点。 回溯法即以这种工作方式递归地在解空间中搜索，直至找到所要求的解或解空间中已没有活结点时为止。 示例1 0-1背包问题 n=3, C=30, w={16, 15, 15}, v={45, 25, 25} 开始时，Cr=C=30，V=0，A为唯一活结点，也是当前扩展结点 扩展A，先到达B结点 Cr=Cr-w1=14，V=V+v1=45 此时A、B为活结点，B成为当前扩展结点 扩展B，先到达D Crw2，D导致一个不可行解，回溯到B 再扩展B到达E E可行，此时A、B、E是活结点，E成为新的扩展结点 扩展E，先到达J Crw3，J导致一个不可行解，回溯到E 再次扩展E到达K 由于K是叶结点，即得到一个可行解x=(1,0,0)，V=45 K不可扩展，成为死结点，返回到E E没有可扩展结点，成为死结点，返回到B B没有可扩展结点，成为死结点，返回到A A再次成为扩展结点，扩展A到达C Cr=30，V=0，活结点为A、C，C为当前扩展结点 扩展C，先到达F Cr=Cr-w2=15，V=V+v2=25，此时活结点为A、C、F，F成为当前扩展结点 扩展F，先到达L Cr=Cr-w3=0，V=V+v3=50 L是叶结点，且5045，皆得到一个可行解x=(0,1,1)，V=50 L不可扩展，成为死结点，返回到F 再扩展F到达M M是叶结点，且2550，不是最优解 M不可扩展，成为死结点，返回到F F没有可扩展结点，成为死结点，返回到C 再扩展C到达G Cr=30，V=0，活结点为A、C、G，G为当前扩展结点 扩展G，先到达N，N是叶结点，且2550，不是最优解，又N不可扩展，返回到G 再扩展G到达O，O是叶结点，且050，不是最优解，又O不可扩展，返回到G G没有可扩展结点，成为死结点，返回到C C没有可扩展结点，成为死结点，返回到A A没有可扩展结点，成为死结点，算法结束，最优解X=(0,1,1)，最优值V=50 示例2 旅行售货员问题 问题描述：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，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，使总的路程最短。 该问题是一个NP完全问题， 有(n-1)!条可选路线 最优解(1,3,2,4,1)，最优值25 5.1.5 子集树与排列树 子集树: 所给的问题是从n个元素的集合中找出满足某种性质的子集时, 相应的解空间称为子集树. 子集树通常有2n个叶结点, 遍历子集树的任何算法均需Ω(2n)的计算时间. 例如: 0-1背包问题的解空间为一棵子集树. 排列树: 当所给的问题是确定n个元素满足某种性质的排列时, 相应的解空间称为排列树. 排列树通常有n!个叶结点, 遍历排列树需要Ω(n!)的计算时间. 例如: 旅行售货员问题的解空间为一棵排列树. 集合s的所有子集(