[工学]第5章 回溯算法.pptVIP

计算机算法设计与分析 Design and Analysis of Computer Algorithms 第五章 回溯算法 Backtrack Algorithm 理解回溯法的深度优先搜索策略。 掌握用回溯法解题的算法框架 （1）递归回溯 （2）迭代回溯 （3）子集树算法框架 （4）排列树算法框架 提纲 一、回溯法的算法框架 二、装载问题 三、n后问题 四、0-1背包问题 五、最大团问题 六、图的m着色问题 七、旅行售货员问题 提纲 一、回溯法的算法框架 二、装载问题 三、n后问题 四、0-1背包问题 五、最大团问题 六、图的m着色问题 七、旅行售货员问题 例：迷宫游戏 引言 有许多问题，当需要找出它的解集或者要求回答什么解是满足某些约束条件的最佳解时，往往要使用回溯法。 回溯法的基本做法是搜索，或是一种组织得井井有条的、能避免不必要搜索的穷举式搜索法。这种方法适用于解一些组合数相当大的问题。 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。 5.1 回溯法的算法框架 本节介绍回溯法算法框架的有关问题： 一、问题的解空间 二、回溯法的基本思想 三、递归回溯 四、迭代回溯 五、子集树与排列树 5.1.1 问题的解空间 问题所有可能的解构成了问题的解空间，解空间也就是进行穷举的搜索空间。 确定正确的解空间很重要！ 5.1.1 问题的解空间 对于任何一个问题，可能解的表示方式和它相应的解释隐含了解空间及其大小。 例如，对于有n个物品的0/1背包问题，其可能解的表示方式可以有以下两种： （1）可能解由一个不等长向量组成，当物品i(1≤i≤n)装入背包时，解向量中包含分量i，否则，解向量中不包含分量i，当n=3时，其解空间是： { ( ), (1), (2), (3), (1, 2), (1, 3), (2, 3), (1, 2, 3) } （2）可能解由一个等长向量{x1, x2, …, xn}组成，其中xi=1(1≤i≤n)表示物品i装入背包，xi=0表示物品i没有装入背包，当n=3时，其解空间是： {(0, 0, 0), (0, 0, 1), (0, 1, 0), (1, 0, 0), (0, 1, 1), (1, 0, 1), (1, 1, 0), (1, 1, 1) } 5.1.1 问题的解空间 为了用回溯法求解一个具有n个输入的问题，一般情况下，将其可能解表示为满足某个约束条件的等长向量X=(x1, x2, …, xn)，其中分量xi (1≤i≤n)的取值范围是某个有限集合Si={ai1, ai2, …, airi}，所有可能的解向量构成了问题的解空间。 问题的解空间一般用解空间树（Solution Space Trees,也称状态空间树）的方式组织，树的根结点位于第1层，表示搜索的初始状态，第2层的结点表示对解向量的第一个分量做出选择后到达的状态，第1层到第2层的边上标出对第一个分量选择的结果，依此类推，从树的根结点到叶子结点的路径就构成了解空间的一个可能解。 5.1.1 问题的解空间1.背包问题 对于n=3的0/1背包问题，其解空间树如下图所示，树中的8个叶子结点分别代表该问题的8个可能解。 2 旅行售货员问题 问题描述：某售货员要到若干城市去推销商品，一直各城市之间的路程，他要选定一条从驻地出发，经过每个城市一遍，最后回到住地的路线，使总的路程最短。 该问题是一个NP完全问题， 有(n-1)!条可选路线 最优解(1,3,2,4,1)，最优值25 5.1.2 回溯法的基本思想 回溯法从根结点出发，按照深度优先策略搜索（遍历）解空间树，搜索满足约束条件的解。 初始时，根结点成为一个活结点，同时也称为当前的扩展结点。在当前扩展结点处，搜索向纵深方向移至一个新结点。这个新结点成为一个新的活结点，并成为当前的扩展结点。如果在当前的扩展结点处不能再向纵深方向移动，则当前的扩展结点就成为一个死结点（即不再是一个活节点）。此时，应往回移动（回溯）至最近的一个活结点处，并使这个活结点成为当前的扩展结点。 5.1.2 回溯法的基本思想 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，或者是否超出限界函数的界，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。 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）用限界函数