回溯与搜索初步(修改).ppt

四、深度、宽度优先搜索 1 2 3 1 4 1 2 3 4 1 2 3 4 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 四、深度、宽度优先搜索 在深度优先搜索过程中，对于当前发现的节点，如果它还存在以此节点为起点而未探测到的边时，就沿此边继续搜索下去。若当节点所有的边都已被探测过，则回溯到当前节点的父节点继续搜索的过程，直到找到目标节点或探测完所有的节点。 在具体实现时，通常用递归或栈来实现。 四、深度、宽度优先搜索 1 2 3 1 4 1 2 3 4 1 2 3 4 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 四、深度、宽度优先搜索 在应用深度搜索算法时，一般应考虑如下几个重要因素： 节点定义：即如何描述问题状态和状态间的关系 边界条件：即如何终止递归执行 搜索范围：即在当前状态不满足边界条件的情况下，如何设计搜索范围。 约束条件：即当扩展出一个子节点后应满足什么条件方可继续递归下去。 恢复递归前状态：如果扩展节点的过程有全局变量的参与，则回溯前必须恢复其递归前的值。 四、深度、宽度优先搜索 在N×N的棋盘上，有一象棋中的“马”，现请你找出马能不重复走完棋盘上所有点的方案。 对于这个问题，我们来考虑一下深搜算法的几个因素 四、深度、宽度优先搜索 节点定义类似于八皇后问题，我们把马在棋盘上的位置定义为搜索树的节点，节点直接的关系用前面骑士遍历中讲到的dx，dy来表示。 边界条件既然要不重复的走完整个棋盘，因此，马跳跃的步数一定是n×n－1步，即搜索的深度为N×N。 四、深度、宽度优先搜索 搜索范围由于马可以往八个方向跳，因此搜索范围即为1～8。 约束条件根据题意可知，约束条件为马不能跳出棋盘并且所要跳到的格子从未到过。 恢复状态在需要从某格回溯的时候，要将此格重新标记为未访问。 四、深度、宽度优先搜索 深度优先搜索算法实际上就是穷举，只不过用递归实现多重循环而已。 一般来说，我们可以用以下三种方法对深度优先搜索算法进行优化： 缩小搜索范围； 改变搜索次序； 剪枝 四、深度、宽度优先搜索 缩小搜索范围一般可以从两个方面考虑优化，第一是在递归前对尚待搜索的信息进行预处理，减少搜索量；二是增加约束条件，使其在保证不遗漏解的前提下尽可能的苛刻。 四、深度、宽度优先搜索 比如在跳马问题中，除了前面的约束条件外，还有更强的约束条件。 1 9 4 × a 5 2 8 7 c 3 6 b d × 1 3 2 7 4 6 E 5 四、深度、宽度优先搜索 改变搜索的次序如果要求问题的全部解，改变搜索次序没有任何意义，但如果只要得到问题的一个解时，通过改变搜索的次序则可能得到意想不到的效果。 四、深度、宽度优先搜索 在跳马问题中， 马可以往八个方向跳跃，通常情况下，我们都是按照方向依次尝试，但这样就比较容易走进死胡同，从而需要大量的时间进行回溯。 事实上，我们可以让马跳得更智能些。 四、深度、宽度优先搜索 比如从1可以到2或22，而从2可以到3、7、9、19、21；从22可以到11、17、21、15、23。都是5种选择，我们随便选其中一个。 若选择2，则从3、7、21、19、9的目的地有1、3、3、3、3个。 那么该选哪个呢？ 1 18 11 6 3 10 5 2 17 12 19 22 13 4 7 14 9 24 21 16 23 20 15 8 25 四、深度、宽度优先搜索 我们选择目的地数最少的格子。 这样选择可以使得回溯的时候能一下子回到第2步，大大缩短回溯的时间，同时，这样的跳法可以使马尽量先往边角处跳，也就不容易产生“孤点”和“终点”。 四、深度、宽度优先搜索 剪枝通过判断，避免一些不必要的遍历过程。 剪枝时必须注意以下四个方面： 正确性：防止剪掉包含正确解的分支。这是剪枝优化的前提，一般通过“必要条件”来剪枝。 力度：直接影响搜索的效率。 代价：处理好剪枝力度和剪枝判断的复杂度。 剪枝条件的获得方法：直觉法和推理法。 四、深度、宽度优先搜索 宽度优先搜索一般又叫做按层搜索，首先访问根节点，然后访问第一层节点、第二层节点……。 其时间复杂度与深度优先搜索是相同的，不同的仅在于搜索的顺序不同。 宽度优先搜索算法通常用来求解最优解。 宽度优先搜索算法通常使用队列来实现。 四、深度、宽度优先搜索 1 2 3 1 4 1 2 3 4 1 2 3 4 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1