算法与设计A05_3.ppt

一、解的结构确定-----重排原理 在静态约束假设下，设第1层有m0个满足约束的结点。并且第1层上每个结点有m1个儿子结点满足约束。这样，第2 层就有m0 m1个满足约束的结点。同理，第3层上满足约束 的结点个数为m0 m1 m2。依此类推，可知第i+1层满足约束条件的结点个数为m0 m1 ….mi。 用回溯法解具体问题时，若要估计得更精确，可选取若干条不同的随机路径，分别对各随机路径估计结点的总数，然后再取这些结点总数的平均值，得到m的估计值。 第5章 回溯法 5.1 回溯法的算法框架 5.2 装载问题 5.3 回溯法的效率分析 本章主要知识点： * 5.2 装载问题 有一批共n个集装箱要装上2艘载重量分别为c1和c2的轮船，其中集装箱i的重量为wi，且 装载问题要求确定是否有一个合理的装载方案可将这n个集装箱装上这2艘轮船。如果有，找出一种装载方案。 容易证明，如果一个给定装载问题有解，则采用下面的策略可得到最优装载方案。 (1)首先将第一艘轮船尽可能装满； (2)将剩余的集装箱装上第二艘轮船。 将第一艘轮船尽可能装满等价于选取全体集装箱的一个子集， 使该子集中集装箱重量之和最接近c1。由此可知，装载问题等价 于以下特殊的0-1背包问题。 一、装载问题： 5.2 装载问题 引入上界函数用于减去不含最优解的子树： 当前载重量cw+剩余集装箱的重量r?当前最优载重bestw 三、算法改进： 构造最优解：引入 x和bestx，其中，x用于记录从根结点 至当前结点的路径，bestx记录当前的最优解。 5.2 装载问题 private static void backtrack (int i) {// 搜索第i层结点 if (i n) // 到达叶结点 { if (cwbestw) { for(j=1;j=n;j++) bestx[j]=x[j]; //更新最优解bestx bestw=cw; //更新最优值bestw } return; } r -= w[i]; if (cw + w[i] = c) {// 搜索左子树 x[i] = 1; cw += w[i]; backtrack(i + 1); cw -= w[i]; } if (cw + r bestw) { x[i] = 0; // 搜索右子树 backtrack(i + 1); } r += w[i]; } 改进算法如下： zhuangzaigaijin.java r初始化为所有的集装箱重量之和 5.2 装载问题 五、迭代回溯 利用数组x所含的信息，可以将前面的回溯法表示成 非递归形式。 //搜索树 while(true){ while(i=ncw+w[i]=c){//进入左子树 r-=w[i]; cw+=w[i]; x[i]=1; i++; } if(in){ //到达叶结点 for(int j=1;j=n;j++) bestx[j]=x[j]; bestw=cw;} else{ //进入右子树 r-=w[i];x[i]=0; i++; } while(cw+r=bestw){ i--;//剪枝回溯 while(i0x[i]==0){ r+=w[i]; i--; //从右子树返回} if(i==0) return bestw; x[i]=0;//进入右子树 cw=cw-w[i]; i++; } } zhuangzaidiedai.java 5.13 回溯法效率分析 通过前面具体实例的讨论容易看出，回溯算法的效率在很大程度上依赖于以下因素： (1)产生x[k]的时间； (2)满足显约束的x[k]值的个数； (3)计算约束函数constraint的时间； (4)计算上界函数bound的时间； (5)满足约束函数和上界函数约束的所有x[k]的个数。 好的约