回溯法-教学教材演示幻灯片.ppt

第五章. 回溯法 (Back traiking);2、穷举法改进 对于某些组合难题的较大实例，我们可以用穷举法求解，但穷举法的规模较大，所以我们对它进行改进，提出了回溯法和分支界限法两种算法设计技术。 它们每次只构造候选解的一个分量，然后评估这个部分构造解：如果加上剩下的分量也不可能求得一个解，就绝不会生成剩下的分量。 他们是一构造一棵解空间树为基础的，树的节点反映了对一个部分解做出的特定选择，如果可以保证，节点子孙所对应的选择不可能得出问题的一个结，两种技术都回立即停止处理这个节点。 两种技术的区别在于他们能处理的问题类型不同，分支界限法只能应用于最优问题，而回溯法可以搜索任何问题的所有解和任一解。;5.1 回溯法基本思想;若取W= (16,15, 15), P= (40,25, 25), C=30; 3、搜索策略 回溯法在问题的解空间树中，按深度优先策略，从根节点出发搜索解空间树。算法搜索至解空间树的任一节点时，先判断该节点是否包含问题的解。 如果肯定不包含，则跳过对以该节点为根的子树的搜索，逐层向其祖先节点回溯 否则，进入该子树，继续按深度优先策略搜索。 回溯法求问题的所有解时，要回溯到根，且根节点的所有子树都已被搜索遍才结束。 回溯法求解问题的一个解时，只要搜索到问题的一个解就可以结束。 这种以深度优先方式系统搜索问题解的算法称为回溯法。;回溯法举例： 若取W= (16,15, 15), P= (40,25, 25), C=30;回溯法举例： [旅行商问题] 在这个问题中，给出一个n 顶点网络（有向或无向），要求找出一个包含所有n 个顶点的具有最小耗费的环路。任何一个包含网络中所有n 个顶点的环路被称作一个旅行（t o u r）。在旅行商问题中，要设法找到一条最小耗费的旅行。 [分析]图给出了一个四顶点网络。在这个网络中，一些旅行如下： 1 , 2 , 4 , 3 , 1；1 , 3 , 2 , 4 , 1和1 , 4 , 3 , 2 , 1。旅行1 , 2 , 4 , 3 , 1的耗费为6 6；而1 , 3 , 2 , 4 , 1的耗费为2 5；1 , 4 , 3 , 2 , 1为5 9。故1 , 3 , 2 , 4 , 1是该网络中最小耗费的旅行。; 旅行是包含所有顶点的一个循环，故可以把任意一个点作为起点（因此也是终点）。针对该问题，任意选取点1作为起??和终点，则每一个旅行可用顶点序列1, v2 ,?, vn , 1来描述，v2, ?, vn 是(2, 3, ?, n) 的一个排列。可能的旅行可用一个树来描述，其中每一个从根到叶的路径定义了一个旅行。下图给出了一棵表示四顶点网络的树。从根到叶的路径中各边的标号定义了一个旅行（还要附加1作为终点）。例如，到节点L的路径表示了旅行1 , 2 , 3 , 4 , 1，而到节点O的路径表示了旅行1 , 3 , 4 , 2 , 1。网络中的每一个旅行都由树中的一条从根到叶的确定路径来表示。因此，树中叶的数目为(n- 1 )！。; 回溯算法将用深度优先方式从根节点开始，通过搜索解空间树发现一个最小耗费的旅行。对题中网络，利用前页的解空间树，一个可能的搜索为A B C F L。在L点，旅行1 , 2 , 3 , 4 , 1作为当前最好的旅行被记录下来。它的耗费是5 9。从L点回溯到活节点F。由于F没有未被检查的孩子，所以它成为死节点，回溯到C点。C变为E-节点，向前移动到G，然后是M。这样构造出了旅行1 , 2 , 4 , 3 , 1，它的耗费是6 6。既然它不比当前的最佳旅行好，抛弃它并回溯到G，然后是C , B。从B点，搜索向前移动到D，然后是H , N。这个旅行1 , 3 , 2 , 4 , 1的耗费是2 5，比当前的最佳旅行好，把它作为当前的最好旅行。; 设问题的解可表示为n元组(x1, x2,… xn), xi?si , si为有限集,n元组的子组(x1, x2,… xi) in 应满足一定的约束条件D. 设已有满足约束条件的部分解(x1, x2,… xi), 添加xi+1 ?si+1,若(x1, x2, …xi ,xi+1 )满足约束条件, 则继续添加xi+2 ; 若所有可能的xi+1 ?si+1均不满足约束条件,则去掉xi , 回溯到(x1, x2,… xi-1), 添加尚未考虑过的xi , 如此反复进行,直到(x1, x2,… xk) k?n满足所有的约束条件或证明无解.; if (Constraint(t)Bound(t) ) Backtrack(t + 1)； if语句含义：Constraint(t)和Bound(t)表示当前扩展节点处的约束函数和限界函数。 Constraint(t): 返