西电算法大作业.docxVIP

算法设计与分析大作业TSP问题算法大作业TSP问题一 问题描述：旅行推销员问题（Travelling Salesman Problem， 又称为旅行商问题、货郎担问题、TSP问题）是一个多局部最优的最优化问题：有n个城市，一个推销员要从其中某一个城市出发，唯一走遍所有的城市，再回到他出发的城市，求最短的路线。也即求一个最短的哈密顿回路。二 算法解决TSP问题的求解算法有很多：遗传算法，贪心算法，局部搜索，一群算法。本文应用分支界限法：1 算法思想：分支限界法常以广度优先或以最小耗费（最大效益）优先的方式搜索问题的解空间树。在分支限界法中，每一个活结点只有一次机会成为扩展结点。活结点一旦成为扩展结点，就一次性产生其所有儿子结点。在这些儿子结点中，导致不可行解或导致非最优解的儿子结点被舍弃，其余儿子结点被加入活结点表中。此后，从活结点表中取下一结点成为当前扩展结点，并重复上述结点扩展过程。这个过程一直持续到找到所需的解或活结点表为空时为止。2 算法设计说明：设求解最大化问题，解向量为X=(x1,…,xn)，xi的取值范围为Si，|Si|=ri。在使用分支限界搜索问题的解空间树时，先根据限界函数估算目标函数的界[down, up]，然后从根结点出发，扩展根结点的r1个孩子结点，从而构成分量x1的r1种可能的取值方式。对这r1个孩子结点分别估算可能的目标函数bound(x1)，其含义：以该结点为根的子树所有可能的取值不大于bound(x1)，即：bound(x1)≥bound(x1,x2)≥…≥ bound(x1,…,xn)若某孩子结点的目标函数值超出目标函数的下界，则将该孩子结点丢弃；否则，将该孩子结点保存在待处理结点表PT中。再取PT表中目标函数极大值结点作为扩展的根结点，重复上述。直到一个叶子结点时的可行解X=(x1,…,xn)，及目标函数值bound(x1,…,xn)。三 代码#include stdio.h #include malloc.h #define NoEdge 1000 struct MinHeapNode { int lcost; //子树费用的下界 int cc; //当前费用 int rcost; //x[s:n-1]中顶点最小出边费用和 int s; //根节点到当前节点的路径为x[0:s] int *x; //需要进一步搜索的顶点是//x[s+1:n-1] struct MinHeapNode *next; }; int n; //图G的顶点数 int **a; //图G的邻接矩阵 //int NoEdge; //图G的无边标记 int cc; //当前费用 int bestc; //当前最小费用 MinHeapNode* head = 0; /*堆头*/ MinHeapNode* lq = 0; /*堆第一个元素*/ MinHeapNode* fq = 0; /*堆最后一个元素*/ int DeleteMin(MinHeapNode*E) { MinHeapNode* tmp = NULL; tmp = fq; // w = fq-weight ; E = fq; if(E == NULL) return 0; head-next = fq-next; /*一定不能丢了链表头*/ fq = fq-next; // free(tmp) ; return 0; } int Insert(MinHeapNode* hn) { if(head-next == NULL) { head-next = hn; //将元素放入链表中 fq = lq = head-next; //一定要使元素放到链中 }else { MinHeapNode *tmp = NULL; tmp = fq; if(tmp-cc hn-cc) { hn-next = tmp; head-next = hn; fq = head-next; /*链表只有一个元素的情况*/ }else { for(; tmp != NULL;) { if(tmp-next != NULL tmp-cc hn-cc) { hn-next = tmp-next; tmp-next = hn; break; } tmp = tmp-next; } } if(tmp == NULL) { lq-next = hn; lq = lq-next; } } return 0; } int BBTSP(int v[]) {//解旅行售货员问题的优先队列式分