湘潭大学算法设计与分析第五章回溯法.ppt

计算机算法设计与分析 第五章回溯法 用计算机求解问题 计算机求解的过程 在状态空间寻找机内解可以看成是从初始状态出发搜索目标状态(解所在的状态)的过程。 求解是状态空间的搜索 求解的过程可以描述为对状态空间的搜索 几种搜索方法 三种搜索的优劣之处 一般来说，三种搜索方法各有优劣之处： 广度优先搜索的优点是一定能找到解；缺点是空间复杂性和时间复杂性都大。 深度优先搜索的优点是空间复杂性和时间复杂性较小；缺点是不一定能找到解。 启发式搜索是最好优先的搜索，优点是一般来说能较快地找到解，即其时间复杂性更小；缺点是需要设计一个评价函数，并且评价函数的优劣决定了启发式搜索的优劣。 树搜索的一般形式 SearchTree(Space T)//表L用来存放待考察的结点 {unfinish = true; L = T.initial; // unfinish表示搜索未结束，先将初始状态放入L while (unfinish || L≠Φ) { a = L.first; //从L中取出第一个元素 if (a is goal) unfinish = false //若a是终态则结束 else Control-put-in(L, Sons(a)); } //否则，将a的儿子们以某种控制方式放入L中 三种搜索的不同之处 其中，深度优先搜索就是回溯法。 回溯法的形式化描述 假设能够用n元组（x1,x2,…,xn）表示一个给定的问题P的解，其中xi∈集合Si；n元组的子组（ x1,x2,…,xi ）（in），如果它满足一定的约束条件，则称为部分解。 如果它已经是满足约束条件的部分解，则添加xi+1∈Si+1形成新的子组（ x1,x2,…,xi ,xi+1 ）并检查它是否满足约束条件，若满足则继续添加xi+2∈Si+2，并以此类推。如果所有的xi+1∈Si+1都不满足约束条件，那么去掉xi+1，回溯到xi的位置，并去掉当前的xi，另选一个xi’∈Si，组成新的子组（ x1,x2,…,xi’ ）并判断其是否满足约束条件。 如此反复下去，直到得到解或者证明无解为止。 递归回溯法的一般形式 Try(s){ 做挑选候选者的准备； while (未成功且还有候选者) { 挑选下一个候选者next； if (next可接受) { 记录next； if (满足成功条件) {成功并输出结果} else Try(s+1); if (不成功) 删去next的记录; }} return 成功与否} 迭代回溯法的一般形式 先让我们回顾解空间搜索的一般形式： 如何判断最后一个儿子？ 若只要遍历解空间树上的结点，那么将各个结点按栈的方式控制便可实现深度为主的搜索。 但是在求解问题时，需要记录解的路径，在回溯时还需要删除结点和修改相应的信息。 栈中的结点是分层次的，而现在没有区分它们的层次。这就增加了回溯判断和操作的困难。 用末尾标记的迭代回溯 Backtrack(Tree T) { unfinish = true; L.Push(T.root); while (unfinish || L≠Φ) { a = L.Pop( ); if (a is the last mark) backastep( ); else if (a is good) {record(a); if (a is goal) {unfinish = false; output( );} else if (a has sons) L.Push-Sons(a) else move-off(a);}}} 不可接受的结点 破坏了解的相容条件的结点 超出了状态空间的范围，或者说不满足约束条件的结点； 评价值很差的结点，即已经知道不可能获得解的结点； 已经存在于被考察的路径之中的结点，这种结点会造成搜索的死循环。 数的全排列问题 对于指定的n个数字，输出它所有可能的排列。 容易知道n个数字恰有n!个排列。 它有一个隐含的约束条件：每个数字用且只能用一次。 全排列问题的解空间树 设n=4，而需要排列的4个数字分别为：1，2，3，4。回顾我们手工对这四个数字的排列过程： （1 2 3 4）（1 2 4 3）（1 3 2 4）（……………）（4 3 2 1） 全排列问题中的数据表示 数组rec[n+1]记录当前搜索路径上的每个结点所放置的数字； 数组used[n+1]记录当前搜索路径上已经被使用过的数字； 用递归回溯法求N数全排列问题 Try(s){ 做挑选候选者