图论-旅行商-tsp.pptVIP

图 论 2.5 旅行商问题 1. 旅行商问题: 对正权完全图G，求G总长最短的H回路。 (区别Euler回路与H回路) 2. 求解算法：分支定界法 　　分支定界法是一种用较好方式搜索的准枚举法，实质上就是按字典序枚举所有可能情形并结合剪枝(过滤)的办法。 　例　由A,B,C,D,E中的三个不同字母构成的全部字符串，按字典序的排列： ABC,ABD,ABE,ACD,ACE,ADE,BCD,BDE,CDE 　3. 分支定界法 初始阶段：1. 将全部边按权由小到大排列； 　　 2. 取前n边作为S，置d0:=∞。 　　　(d0为已考察的H回路中最短的路长) 迭代阶段：3. 若S构成H回路且其路长d(S)＜d0，则d0:= d(S)。跳过比当前d0差的后续情形后, 用剩下未考察的第一组边作为S，返回3。 　　全部情形考察完毕时的d0即为最短H回路长度，取其值的那个S就是问题的解。 1) 边按权排序(由小到大), d0:=∞ 边： a35 a24 a15 a14 a12 a13 a34 a23 a45 a25 权： 3 4 4 9 10 10 11 13 16 20 　故最优解为S6 ，其长度为32。 计算要掌握两个要点： 　1. 按字典序逐一考察各边集； 　2. 每次考察完一个边集后，应考虑是否可以用过滤条件(当前d0值)跳过一些不必要情形的考察，因为比当前d0值差的情形不需考虑。 4. 近似算法－－“便宜”算法 　分支定界法虽可求得旅行售货员问题的准确最优解，但计算复杂度为O(n!)，故对大型问题需寻找近似算法求解。 　　需采用近似算法往往需要增加一些限制，以便能够提高计算速度和近似程度： (1) G是无向正权图。 (2) 对图中任意的三点构成的三角形，其中任何两边之和大于第三边。 　　求解思路：给v1一个自环，得到第一个回路。以后反复执行以下过程：寻找与已得回路距离最近的点，将之插入到回路中；回路以外无结点时终止。 2.6 最短路径 　1. 最短路问题　在一个赋权图中，将权视为边长，求指定两结点之间的最短路长及路线。 　正权图中V1到各点的最短路径 　对于正权图G，若L是点vs到点vt的最短路，且L经过点vj ，记L中从vj到vt的那部分路线为L’，则L’就是vj到vt的一条最短路。 2. 正权图最短路问题的求解 ——Dijkstra算法 问题：求起点v1到其它各点的最短路。 记号：用S表示已求得最短路的结点的集合，用E表示到S中各点的最短路的边的集合。 　算法中的d(i)(称为点vi的标号)表示起点v1到vi的一条路的长度，当vi在S中时d(i)是v1到vi的最短路的长度。 Dijkstra 算法： 1) 让d(1):=0, S:={1}, k:=1, E:=Φ; d(i)=w1i, i = 2, 3, …,n. (若图中边(vi,vj)不存在，则记wij =∞) 2) 在S以外的所有点中找标号最小的点： d(k0)=min {d(j): vj不在S中} ; 3) S:=S∪{k0},k:= k0, E:=E∪{ek0}(为取到值d(k0)的边),并修改与vk0相邻的点的标号： d(j):=min {d(j), d(k)+wkj}, j?S. 若|S|=n，则终止迭代；否则回到第2步。 (注意理解j?S时标号d(j)的含义) 对本算法的理解及算法正确性的证明： 3. 权均为1时最短路问题的求解 因为是正权图，故可直接采用Dijkstra方法。但此时情况特殊，Dijkstra算法可以简化： 　　每轮迭代有一批结点标号相同，让它们都进入S；修改它们的全部直接后继结点的标号（均相等），故下一次让这一批结点全部进入S；…。 　　总之，每轮让一批结点进入S后，其全部直接后继结点将成为下一轮进入S的全部结点。反复这一操作，直到|S|=n为止。 2. 权有负数时最短路问题的求解 ——Ford 算法 权有负数时Dijkstra算法失效。( 为什么? ) 若图中不含负回路时最短路问题可解。 Ford算法采用迭代的办法，逐步逼近并最终得到最优解。 　算法中第k 次迭代后，d(i)表示从起点v1 到点vi 的一条路的长度，且d(i)小于或等于边数不超过k 的最短路的长度。 因此，算法的迭代次数不