第5章 搜索法.ppt

算法设计与分析 授课教师：王秋芬 办公地点：7307 Email: w_qiufen@163.com 第五章 搜索法 教学目标 掌握回溯法的算法框架 理解回溯法及分支限界法的基本思想 掌握回溯法及分支限界法的异同 掌握子集树、排列树及满m叉树的算法设计模式 通过实例学习，掌握回溯法及分支限界法解决问题的方法步骤 5.1 穷举搜索 思想 针对问题的可能解是有限种的情况，逐一检查所有可能的情况，从中找到问题真正的解。 示列 给定一个有向带权图G=(V，E)，权非负，如图5-1所示。找出顶点1→5的最短路径及其长度。 问题分析 该问题所有可能的路径只有三条，分别是： 1→2→4→5 1→3→4→5 1→4→5 采用穷举搜索的方法逐一检查这三条路径的长度。 最短路径为1→2→4→5，其长度为3。 5.2深度优先搜索 思想（给定图G=(V，E)） 初始时，所有顶点均未被访问过，任选一个顶点v作为源点。该方法先访问源点v，并将其标记为已访问过；然后从v出发，选择v的一个邻接点（子结点）w，如果w已访问过，则选择v的另外一个邻接点；如果w未被访问过，则标记w为已访问过，并以w为新的出发点，继续进行深度优先搜索；如果w及其子结点均已搜索完毕，则返回到v，再选择它的另外一个未曾访问过的邻接点继续搜索，直到图中所有和源点有路径相通的顶点均已访问过为止；若此时图G中仍然存在未被访问过的顶点，则另选一个尚未访问过的顶点作为新的源点重复上述过程，直到图中所有顶点均已访问过为止。 示例： 给定一个有向图G=(V，E)，如图5-2所示。给出深度优先搜索该图的一个访问序列。 输出一个深度优先搜索序列：1,2,5,3,4,6,7 练习 给定一个无向图G=(V，E)，如图5-4所示。给出深度优先搜索该图的一个搜索序列。 算法描述 //标记图中顶点是否被访问过 bool Visited[n+1]; for（int i=1;i=n;i++） Visited[i]=0;//用0表示顶点未被访问过 //从顶点k出发进行深度优先搜索 Dfsk(int k) { Visited[k]=1；//标记顶点k已被访问过 for(int j=1;j=n;j++) if(c[k][j]==1 Visited[j]==0)//c[][]是图G对应的邻接矩阵 Dfsk(j); } //深度优先搜索整个图G Dfs() { for(int i=1;i=n;i++) if(Visited[i]==0) Dfsk(i); } 5.3回溯法 回溯法是在仅给出初始结点、目标结点及产生子结点的条件（一般由问题题意隐含给出）的情况下，构造一个图（隐式图），然后按照深度优先搜索的思想，在有关条件的约束下扩展到目标结点，从而找出问题的解。 通俗地讲：回溯法是一种“能进则进，进不了则换，换不了则退”的基本搜索方法 用约束函数在扩展结点处剪去不满足约束的子树即：导致不可行解的结点； 用限界函数剪去得不到最优解的子树。即：导致非最优解的结点。 几个名词 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 搜索树：搜索过程中动态形成的树 回溯法的基本思想 从根开始，以深度优先搜索的方式进行搜索。 根结点是活结点并且是当前的扩展结点。在搜索的过程中，当前的扩展结点向纵深方向移向一个新结点，判断该新结点是否满足隐约束。 如果满足，则新结点成为活结点，并且成为当前的扩展结点，继续深一层的搜索； 如果不满足，则换该新结点的兄弟结点（扩展结点的其它分支）继续搜索； 如果新结点没有兄弟结点，或其兄弟结点已全部搜索完毕，则扩展结点成为死结点，搜索回溯到其父结点处继续进行。 搜索过程直到找到问题的解或根结点变成死结点为止。 5.3.2子集树 当所给的问题是从n个元素组成的集合S中找出满足某种性质的一个子集时，相应的解空间树称为子集树。 此类问题解的形式为n元组（x1,x2,…,xn），分量xi(i=1,2,…,n)表示第i个元素是否在要找的子集中。 xi的取值为0或1，xi=0表示第i个元素不在要找的子集中；xi=1表示第i个元素在要找的子集中。 树的根结点：初始状态 中间结点：某种情况下的中间状态 叶子结点：结束状态 分支：从一个状态过渡到另一个状态的行为 从根结点到叶子结点的路径：一个可能的解（一个子集） 子集树的深度：等于问题的规模。 子集树的算法模式 void Backtrack (int t) { if (tn) output(x); if(constraint(t))//判断能否沿着扩展结点的左分