回溯法.ppt

* 回溯法 * 回溯法的基本做法是搜索，能避免不必要搜索的穷举式搜索。 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。 概述 * 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维向量(x1,x2,…,xn)的形式。 解空间：对于一个实际问题，满足约束条件的所有解向量，构成了该实例的一个解空间。 通常将解空间组织成树或图的形式以方便搜索。 n=3时的0-1背包问题用完全二叉树表示的解空间 * 搜索解空间的方式 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 深度优先搜索：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（广度）优先搜索：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：为了避免搜索不可行解和非最优解，要不断地用剪枝函数来杀死那些不能产生所需解的子树，以减少搜索量。具有剪枝函数的深度优先搜索即为回溯法 * 基本思想 回溯法从根结点出发，以深度优先的方式搜索整个解空间。这时根结点就成为一个活结点，同时也成为当前的扩展结点。在当前的扩展结点处，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在向纵深方向移动，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，并使这个活结点成为当前的扩展结点。回溯法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无活结点为止。 * 0-1背包问题 n=3的0-1背包问题实例：w=[16, 15, 15]，p=[45, 25, 25]，c=30。 * 旅行售货员问题 * 基本步骤 (1) 针对所给问题，定义问题的解空间； (2) 确定易于搜索的解空间结构； (3) 以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。 剪枝函数： 用约束函数在扩展结点处剪去不满足约束的子树； 用限界函数剪去得不到最优解的子树。 * 递归回溯 在一般情况下用递归方法实现回溯法。 void backtrack (int t) { if (tn) output(x); else for (int i=f(n,t);i=g(n,t);i++) { x[t]=h(i); if (constraint(t)bound(t)) backtrack(t+1); } } * 迭代回溯 采用树的非递归深度优先遍历算法，可将回溯法表示为一个非递归迭代过程。 void iterativeBacktrack () { int t=1; while (t0) { if (f(n,t)=g(n,t)) for (int i=f(n,t);i=g(n,t);i++) { x[t]=h(i); if (constraint(t)bound(t)) { if (solution(t)) output(x); else t++;} } else t--; } } * 子集树 void backtrack (int t) { if (tn) output(x); else for (int i=0;i=1;i++) { x[t]=i; if (legal(t)) backtrack(t+1); } } 从n个元素的集合中找出满足某种性质的子集，相应的解空间树称为子集树。子集树通常有2n个叶结点。遍历子集树需O(2n)计算时间。 * 排列树 void backtrack (int t) { if (tn) output(x); else for (int i=t;i=n;i++) { swap(x[t], x[i]); if (legal(t)) backtrack(t+1); swap(x[t], x[i]); } } 要确定n个元素的满足某种性质的排列时，相应的解空间树称为排列树。排