第5章-回溯算法v1.0重点.pptx

第5章 回溯法 学习要点 2 理解回溯法的深度优先搜索策略。 掌握用回溯法解题的算法框架 （1）递归回溯 （2）迭代回溯 （3）子集树算法框架 （4）排列树算法框架 算法设计与分析 通过应用范例学习回溯法的设计策略 3 （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 算法设计与分析 穷举法应用：有限离散问题总可以用穷举法求得问题的全部 0-1背包问题(0-1Knapsack Problem ) 设有n个物体和一个背包,物体i的重量为wi价值为pi背包的载荷为M, 若将物体i(1? i ?n,)装入背包,则有价值为pi . 目标是找到一个方案,使得能放入背包的物体总价值最高 例 题 若取W= (16,15, 15), V= (40,25, 25), C=30 穷举法求解相当于分别计算每个可能解，再求优解 例如 取N=3 , 问题所有可能的解为(解空间): (0, 0, 0), (0, 0, 1), (0, 1, 0), (0, 1, 1), (1, 0, 0), (1, 0, 1), (1, 1, 0), (1, 1, 1) 时间复杂性: O(2n) 穷举法 算法设计与分析 4 穷举法改进 对于某些组合难题的较大实例，我们可以用穷举法求解，但穷举法的规模较大，所以我们对它进行改进，提出了回溯法和分支界限法两种算法设计技术。 它们每次只构造候选解的一个分量，然后评估这个部分构造解：如果加上剩下的分量也不可能求得一个解，就绝不会生成剩下的分量。 他们是一构造一棵解空间树为基础的，树的节点反映了对一个部分解做出的特定选择，如果可以保证，节点子孙所对应的选择不可能得出问题的一个结，两种技术都会立即停止处理这个节点。 两种技术的区别在于他们能处理的问题类型不同，分支界限法只能应用于最优问题，而回溯法可以搜索任何问题的所有解和任一解。 算法设计与分析 5 树搜索策略（Tree searching strategy） 在许多真实世界的问题中，有些问题不存在用穷尽搜索之外的方法来解决问题的算法，由此产生了系统化搜索技术，将搜索空间尽可能的减少。 有组织的穷尽搜索 Depth-first search：回溯法Backtrack Breadth-first search：分支限界法BranchBound 算法设计与分析 6 回溯法 7 有许多问题，当需要找出它的解集或者要求回答什么解是满足某些约束条件的最佳解时，往往要使用回溯法。 回溯法的基本做法是搜索，或是一种组织得井井有条的，能避免不必要搜索的穷举式搜索法。这种方法适用于解一些组合数相当大的问题。 回溯法在问题的解空间树中，按深度优先策略，从根结点出发搜索解空间树。算法搜索至解空间树的任意一点时，先判断该结点是否包含问题的解。如果肯定不包含，则跳过对该结点为根的子树的搜索，逐层向其祖先结点回溯；否则，进入该子树，继续按深度优先策略搜索。 算法设计与分析 回溯法(Backtracking) “通用的解题法”，尤其适合求解一些组合数较大的问题 它在包含问题的所有解的解空间树中，按照深度优先的策略，从根节点出发搜索解空间树。算法搜索至解空间树的任一节点时，总是先判断该节点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该节点为根的子树的系统搜索，逐层向其祖先节点回溯。否则，进入该子树，继续按深度优先策略进行搜索。 Backtracking is often much faster than brute force enumeration of all complete candidates, since it can eliminate a large number of candidates with a single test. 算法设计与分析 8 所求解的问题有n个输入，且用一个n元组X={x1,x2,...,xn)来表示问题的解。其中，xi的取值范围为某个有穷集S。 0-1背包问题中，S={0,1} 把X={x1,x2,...,xn)称为问题的解向量，把xi的所有可能取值范围的组合称为问题的解空间。 0-1背包问题中，其解空间由长度为n的0-1向量组成，当n=3时，其解空间是{(0,0,0),(0,1,0),(0,0,1),(1,0,0),(0,1,1),(1,0,1),(1,1,0),(1,1,1)} 问题的解空间 算法设计与分析 9 一棵高度为n的树，第0层有|S0|=m0个结点，构成m0棵子树，每一棵子树都有|S1|=m1个结点，因此，在第1层共有m0×m1个结点，构成m0×