lec_6 回溯法(修改).pptVIP

对于大部分问题来说，其解空间的规模为输入规模的指数函数甚至更高。 我们要介绍的回溯法属于一种——智能穷举搜索。 else if (x[k]=n kn) k=k+1; //放置下一个皇后 else { x[k]=0; //重置x[k]，回溯 k=k-1; } } } bool Place(int k) //考察皇后k放置在x[k]列是否发生冲突 { for (i=1; ik; i++) if (x[k]= =x[i] | | abs(k-i)= =abs(x[k]-x[i])) return false; return true; } 思考题 1.亚瑟王打算请150名骑士参加宴会，但是有些骑士相互间会有口角，而亚瑟王知道谁与谁不和。亚瑟王希望能让他的客人围着一张圆桌坐下，而所有不和的骑士都不会挨着坐。请回答下列问题: （1）哪一个经典问题能够作为亚瑟王问题的模型？ （2）请说明，如果与每个骑士不和的人数不超过75，则问题有解； （3）设计回溯算法求解亚瑟王问题。 * 回溯法 显然，在如此巨大的解空间实施穷举将是费时费力、低效率的。 因此，寻找更加有效的搜索手段就是算法不断推进的源动力。 智能穷举的核心思想，顾名思义，有两个：穷举（在最坏情况下要对整个解空间进行指数级搜索）+智能（利用各种途径减少搜索量）。 解空间树的动态搜索（1） 回溯法从根结点出发，按照深度优先策略遍历解空间树，搜索满足约束条件的解。在搜索至树中任一结点时，先判断该结点对应的部分解是否满足约束条件，或者是否超出评估函数的界，也就是判断该结点是否包含问题的（最优）解，如果肯定不包含，则跳过对以该结点为根的子树的搜索，即所谓剪枝（Pruning）；否则，进入以该结点为根的子树，继续按照深度优先策略搜索。 例如，对于n=3的0/1背包问题，三个物品的重量为{20, 15, 10}，价值为{20, 30, 25}，背包容量为25，从图8.2所示的解空间树的根结点开始搜索，搜索过程如下： 1 不可行解 价值=20 价值=55 价值=30 价值=25 价值=0 1 1 1 1 0 0 0 0 0 0 1 1 2 8 11 12 14 15 13 10 6 9 不可行解 再如，对于n=4的TSP问题，其代价矩阵如图8.5所示， C= ∞ 3 6 7 12 ∞ 2 8 8 6 ∞ 2 3 7 6 ∞ 图8.5 TSP问题的代价矩阵 2 3 4 4 2 2 1 2 3 1 3 4 1 3 1 3 1 2 3 2 1 2 1 4 2 4 1 4 3 2 2 4 3 4 1 2 3 1 2 4 1 3 4 图8.6 TSP问题的搜索空间 5 47 54 4 11 27 46 48 51 53 58 3 8 13 24 29 35 40 45 50 55 60 2 18 34 24 1 2 3 4 1 C= ∞ 3 6 7 12 ∞ 2 8 8 6 ∞ 2 3 7 6 ∞ TSP问题的代价矩阵 回溯法的搜索过程涉及的结点（称为搜索空间）只是整个解空间树的一部分，在搜索过程中，通常采用两种策略避免无效搜索： （1）用约束条件剪去得不到可行解的子树； （2）用评估函数剪去得不到最优解的子树。 这两类函数统称为剪枝函数（Pruning Function）。 需要注意的是，问题的解空间树是虚拟的，并不需要在算法运行时构造一棵真正的树结构，只需要存储从根结点到当前结点的路径。 组合问题中的回溯法 八皇后问题 八皇后问题 八皇后问题是十九世纪著名的数学家高斯于1850年提出的。问题是：在8×8的棋盘上摆放八个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上。可以把八皇后问题扩展到n皇后问题，即在n×n的棋盘上摆放n个皇后，使任意两个皇后都不能处于同一行、同一列或同一斜线上。 若两个皇后摆放的位置分别是(i, xi)和(j, xj)，在棋盘上斜率为-1的斜线