算法设计-第5章.ppt

第5章 回溯法 学习要点 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 通过应用范例学习回溯法的设计策略。 （1）装载问题； （2）批处理作业调度； （3）符号三角形问题 （4）n后问题； （5）0-1背包问题； （6）最大团问题； （7）图的m着色问题 （8）旅行售货员问题 （9）圆排列问题 （10）电路板排列问题 （11）连续邮资问题 5.13 回溯法效率分析 回溯法的最坏时间和空间复杂度（理论分析） 时间性能: ——最坏情况要搜索到整个解空间，因此复杂度是指数型。若剪枝操作有力，则平均性能往往很好。 空间性能 ——回溯法的附加空间为O(h),其中h为搜索树的高度。 选择合适的搜索顺序，可以使得上界函数更有效的发挥作用。例如在搜索之前可以将顶点按度从小到大排序。这在某种意义上相当于给回溯法加入了启发性。 四、进一步改进 5.8 图的m着色问题 一、基本概念 二、问题描述 二、问题分析 三、算法描述 四、复杂性分析 一、基本概念 给定无向连通图G和m种不同的颜色。用这些颜色为图G的各顶点着色，每个顶点着一种颜色。是否有一种着色法使G中每条边的2个顶点着不同颜色。这个问题是图的m可着色判定问题。 若一个图最少需要m种颜色才能使图中每条边连接的2个顶点着不同颜色，则称这个数m为该图的色数。 求一个图的色数m的问题称为图的m可着色优化问题。 四色猜想： 图 地图及其相应的平面图 二、问题描述 给定图G=（V，E）和m种颜色，如果这个图不是m可着色，给出否定回答；如果这个图是可着色的，找出所有不同的着色法。 用图的邻接矩阵a来表示无向连通图G=（V，E）。若（i，j）属于图的边集E，则a[i,j]=1,否则a[i,j]=0。 整数1，2， …，m用来表示m中不同的颜色。顶点i所着的颜色用X[i]表示。 三、问题分析 定义解向量：(x1, x2, … , xn)表示顶点i所着颜色x[i] 构造解空间树。 问题的解空间可表示为一棵高度为n+1的完全m叉树。解空间树的第i层中每个结点都有m个儿子，每个儿子相应于x[i]的m个可能的着色之一。第n+1层结点均为叶子结点。 可行性约束函数：顶点i与已着色的相邻顶点颜色不重复。 (a[k][j]==1)(x[j]!=x[k]) 三、算法描述 void Color::Backtrack(int t) { if (tn) { sum++; for (int i=1; i=n; i++) cout x[i] ; cout endl; } else for (int i=1;i=m;i++) { x[t]=i; if ( 约束函数 ) Backtrack(t+1); x[t]=0; } } bool Color::Ok(int k) // 检查颜色可用性 { for (int j=1;j=n;j++) if ((a[k][j]==1)(x[j]==x[k])) return false; return true; } Ok(t) 图m可着色问题的解空间树中内结点个数是 ∑mi(0≤i≤n-1)。 对于每一个内结点，在最坏情况下，用ok检查当前扩展结点的每一个儿子所相应的颜色可用性需耗时O(mn)。因此，回溯法总的时间耗费是 ∑mi(mn)=nm(mn-1)/(m-1)=O(nmn) (0≤i≤n-1) i=0 n-1 四、复杂性分析 5.9 旅行售货员问题 一、问题描述 二、问题分析 三、算法描述 四、复杂性分析 某售货员要到若干城市去推销商品，已知各城市之间的路程，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 一、问题描述 1 2 3 4 20 6 30 5 4 10 A B C D E F G H I J K L M N O P Q 1 2 3 4 3 4 4 3 4 2 3 2 2 4 2 3 最优解(1,3,2,4,1)， （1，4，2，3，1） 最优值25 (1)定义解空间：X={12341,12431,13241,13421,14231,14321} (2)构造解空间树： （3）约束条件？ 1 20 2 3 4 30 6 10 4 5 A B C F L G M 4 3 3 4 D H N I O 4 2 2 4 E J P K Q 3 2 2 3 2 3 4 1 59 66 25 66 25 59 一、问题分析 a[x[i-1]