第5章回溯法探索.pptx

1 第5章 回溯法 2 回溯法 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。 3 例1：O/1背包 问题：有n种物品，每种物品只有1个。第i种物品价值为vi, 重量为wi ,i =1,2,…, n。问如何选择放入背包的物品，使得总重量不超过 B,而价值达到最大？实例： V={12,11,9,8}, W={8,6,4,3}, B=13 最优解：0,1,1,1，价值: 28，重量: 13 4 算法设计 解：n维0-1向量x1, x2, ..., xn， xi =1?物品 i 选入背包 搜索空间： 0-1取值的二叉树, 称为子集树，有2n片树叶。 结点：x1, x2,..., xk（部分向量） 可行解:满足约束条件 的解最优解:可行解中价值达到最大的解 5 实例 输入： V={12,11,9,8}, W={8,6,4,3}, B=13 2个可行解： 0,1,1,1, 选入物品2,3,4，价值为28， 重量为13 1,0,1,0，选入物品1,3，价值为21， 重量为12 最优解： 0,1,1,1 6 搜索空间 实例:V={12,11,9,8}, W={8,6,4,3}, B=13搜索空间：子集树，2n片树叶 7 例2:货郎问题 问题：有n个城市，已知任两个城市之间的距离，求一条每个城市恰好经过一次的回路，使得总长度最小。 建模：城市集C={c1,c2,...,cn}, 距离 d(ci, cj)=d(cj, ci)∈Z+, 1≤ij≤n求：1,2, ..., n的排列 k1, k2, ..., kn使得 8 实例 9 搜索空间 排列树, 有(n-1)!片树叶 10 问题的解空间 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。 注意：同一个问题可以有多种表示，有些表示方法更简单，所需表示的状态空间更小（存储量少，搜索方法简单）。 n=3时的0-1背包问题用完全二叉树表示的解空间 11 生成问题状态的基本方法 扩展结点:一个正在产生儿子的结点称为扩展结点 活结点:一个自身已生成但其儿子还没有全部生成的节点称做活结点 死结点:一个所有儿子已经产生的结点称做死结点 深度优先的问题状态生成法：如果对一个扩展结点R，一旦产生了它的一个儿子C，就把C当做新的扩展结点。在完成对子树C（以C为根的子树）的穷尽搜索之后，将R重新变成扩展结点，继续生成R的下一个儿子（如果存在） 宽度优先的问题状态生成法：在一个扩展结点变成死结点之前，它一直是扩展结点 回溯法：为了避免生成那些不可能产生最佳解的问题状态，要不断地利用限界函数(bounding function)来处死那些实际上不可能产生所需解的活结点，以减少问题的计算量。具有限界函数的深度优先生成法称为回溯法 12 深度优先遍历和宽度优先遍历 深度优先遍历： 1→2→3→5→8→9 →6→7→4 宽度优先遍历： 1→2→3→4→5→6 →7→8→9 13 回溯法的基本思想 适用：求解搜索问题和优化问题。 (2)搜索空间：树，结点对应部分解向量，可行解在树叶上。(3)搜索过程：采用系统的方法隐含遍历搜索树。(4)搜索策略：深度优先，宽度优先，函数优先，宽深结合等。 14 回溯法的基本思想（续） (5)结点分支判定条件： 满足约束条件---分支扩张解向量 不满足约束条件，回溯到该结点的 父结点。 (6)结点状态：动态生成 白结点(尚未访问) 灰结点(正在访问该结点为根的子树) 黑结点(该结点为根的子树遍历完成)(7)存储：当前路径 15 回溯算法的适用条件 在结点x1,x2,...,xk处 P(x1, x2, …, xk) 为真 ? 向量x1, x2, …, xk 满足某个性质(n后中 k个皇后放在彼此不攻击的位置） ?P(x1,x2,…,xk)→?P(x1,x2,…,xk+1) 0knk