最新第六章 分支限界法.pptVIP

布线问题 for (int i = 0; i NumOfNbrs; i++) { nbr.row = here.row + offset[i].row; nbr.col = here.col + offset[i].col; if (grid[nbr.row][nbr.col] == 0) { // 该方格未标记 grid[nbr.row][nbr.col] = grid[here.row][here.col] + 1; if ((nbr.row == finish.row) (nbr.col == finish.col)) break; // 完成布线 Q.Add(nbr);} } 找到目标位置后，可以通过回溯方法找到这条最短路径。 xdgdg 0-1背包问题 算法的思想 首先，要对输入数据进行预处理，将各物品依其单位重量价值从大到小进行排列。 在下面描述的优先队列分支限界法中，结点的优先级由已装袋的物品价值加上剩下的最大单位重量价值的物品装满剩余容量的价值和。 算法首先检查当前扩展结点的左儿子结点的可行性。如果该左儿子结点是可行结点，则将它加入到子集树和活结点优先队列中。当前扩展结点的右儿子结点一定是可行结点，仅当右儿子结点满足上界约束时才将它加入子集树和活结点优先队列。当扩展到叶结点时为问题的最优值。 xdgdg 0-1背包问题 上界函数 // n表示物品总数，cleft为剩余空间 while (i = n w[i] = cleft) { cleft -= w[i]; //w[i]表示i所占空间 b += p[i]; //p[i]表示i的价值 i++; } if (i = n) b+=p[i]/w[i] * cleft; // 装填剩余容量装满背包 return b; //b为上界函数 xdgdg 0-1背包问题 while (i != n+1) { // 非叶结点 // 检查当前扩展结点的左儿子结点 Typew wt = cw + w[i]; if (wt = c) { // 左儿子结点为可行结点 if (cp+p[i] bestp) bestp = cp+p[i]; AddLiveNode(up, cp+p[i], cw+w[i], true, i+1);} up = Bound(i+1); // 检查当前扩展结点的右儿子结点 if (up = bestp) // 右子树可能含最优解 AddLiveNode(up, cp, cw, false, i+1); // 取下一个扩展结点（略）} 分支限界搜索过程 xdgdg 最大团问题 给定无向图G=(V, E)。如果U?V，且对任意u, v?U有(u，v)?E，则称U是G的完全子图。G的完全子图U是G的团当且仅当U不包含在G的更大的完全子图中。G的最大团是指G中所含顶点数最多的团。 下图G中，子集{1, 2}是G的大小为2的完全子图。这个完全子图不是团，因为它被G的更大的完全子图{1, 2, 5}包含。{1, 2, 5}是G的最大团。{1, 4, 5}和{2, 3, 5}也是G的最大团。 1. 问题描述 xdgdg 最大团问题 2. 上界函数 用变量cliqueSize表示与该结点相应的团的顶点数；level表示结点在子集空间树中所处的层次；用cliqueSize +n-level+1作为顶点数上界upperSize的值。 在此优先队列式分支限界法中，upperSize实际上也是优先队列中元素的优先级。算法总是从活结点优先队列中抽取具有最大upperSize值的元素作为下一个扩展元素。 xdgdg 最大团问题 3. 算法思想 子集树的根结点是初始扩展结点，对于这个特殊的扩展结点，其cliqueSize的值为0。 算法在扩展内部结点时，首先考察其左儿子结点。在左儿子结点处，将顶点i加入到当前团中，并检查该顶点与当前团中其它顶点之间是否有边相连。当顶点i与当前团中所有顶点之间