第六章 基本算法设计策略 搜索策略-2016.pptVIP

* 求解TSP问题 (2) 定义启发式界限函数 依据局部信息，给出一个不足的下界 已知每一个节点到相邻点的最小值，所以，最小值还会小于25 源点 目的地 距离 A B 4 B H 2 C G 5 D E 5 E A 1 F E 2 G F 3 H A 3 ? ? 25 * 求解TSP问题 步骤（1） 步骤： 1 从A出发计算其它点的路径长； 2 最小的路径长为25-4=21（去掉A的路径）； 3 根据实际路径计算A至BCDEFG各点的下界值； 4.由于已经找到一条侯选路径长为28，故大于28各点补剪去，只有BDE为有希望节点（PROMISING NODE）； * 求解TSP问题 步骤（2） 5. 继续展开有希望的节点（E1，B1，D1） * 求解TSP问题 步骤（3） 6. 将节点E完全展开，再进行剪枝。当两个节点有相同 的界限值时，选择与当前解更近的点。活动节点列表（C2，B1，B2，D1） * 求解TSP问题 步骤（4） 7. 去C2加入G3（G3，B1，B2，D1） * 求解TSP问题 步骤（5） 8．展开节点G给出更有希望的F4和H4，则活动节点表变为：（F4，B1，H4，B2，D1） 9．节点的值均大于25，故B1被移到前面，活动列表（B1，D5，H4，B2，D1） * 求解TSP问题 步骤（6） 10．活动列表（H2，D5，H4，B2，D1），子节点均剪掉 11．活动列表（D5，H4，B2，D1），子节点均剪掉 * 求解TSP问题 步骤（7） 13．将H4展开后子节点全部剪掉，活动列表（B2，D1） 14．将B2展开后，活动列表（H3，D1） * 求解TSP问题 步骤（8） 15．活动列表（D1） ; 16.证实最短路径大于等于28，故找到的初始路就是最短路。 * 对此例子的说明 说明：该搜索是较为典型的问题，但注意到它是一个特例：首先，我们给出的初始路径即最短路径，从而很多节点会被剪掉；另外，由于是最优路径，该搜索实际并没有到很深（最深到5），一般情况下（初始路径非最短路径），我们必须搜索到最大深度。 * * V.搜索策略 GPS: General Problem Solving Prolog: logical language 基本搜索方法 Bread First Serach 宽度优先搜索 Depth First Search 深度优先搜索 Hill Climbing 爬山法 回溯 启发式 * 5．1 DFS和BFS DFS：首先访问指定起始点，然后取与之相临的任一未被访问的顶点，依DFS模式访问之。 给定图G=(V,E)，有n个顶点(|V|=n)，设置全局的visited[n]:节点是否被访问过的标志，初始赋为false,该算法访问所有自v出发可达的点。 void dfs (int v ) { int w; visited[v] = true; for each vertex w adjacent to v do if ( !visited[w]) dfs(w) } * DFS搜索路径 穷尽下面搜索路径，浪费时间多。 V1 V3 V2 V7 V5 V4 V6 V8 * BFS BFS：从访问起始顶点出发，访问该顶点的全部邻接顶点，在对起始点的全部邻接点的邻接点进行访问。 ? 图G=(V,E)，访问标志visited[n]，Queue队列 * BFS算法 void bfs(int v) { int w; Queue q; visited[v]=ture; q.initialize(); q.add(v); //初始化访问结点：根层 while (!q.isEmpty()) { //…若干处理 v = q.delete(); for all vertices w adjacent to v do if(!visited[w]) { q.add(w); visited[w] = true; } } //of while }?注意其处理过程 利用STL： q.empty() cur=q.front(); q.pop_front(); q.push_back() * 8-迷问题 华容道，移动白块成目标模式 * 5．2 爬山法 若有某种方法能对每一个结点下面的分支进行